Štatistické testy môžeme klasifikovať do 2 kategórií – parametrické a neparametrické testy.
V nasledujúcej tabuľke sú uvedené parametrické testy a ich neparametrická obdoba. Je potrebné upozorniť, že štatistických testov existuje viac, v texte uvádzame vybrané.
Parametrické testy pracujú s priemerom a štandardnou odchýlkou, neparametrické testy pracujú s poradím (mediánom, resp. priemerným poradím – „mean rank„).
Parametrické testy sú silnejšie ako neparametrické testy, ale môžeme ich použiť len v prípade splnenia kritérií/parametrov/predpokladov. K týmto parametrom patrí:
- len pri kardinálnej premennej,
- len v prípade splnenia normality rozdelenia dát (parametrické testy sú veľmi citlivé na extrémne hodnoty),
V prípade, že sú dáta normálne rozdelené, má priemer, medián a modus veľmi podobnú hodnotu, napr. ak má priemer hodnotu 165 i medián a modus majú hodnotu pohybujúcu sa okolo čísla 165.
c. homogenita variácie (rovnorodosť odchýlky) – ak porovnávame dve a viac skupín, je potrebné, aby bola dodržaná homogenita variácie (rovnorodosť odchýlky) – štandardná odchýlka by mala byť u oboch (a viacerých) skupín veľmi podobná (Walker, 2013). Homogenita variácie je v programe SPSS automaticky počítaná pri Studentovom t-teste pre dva nezávislé výbery i pri Anove – viď videá.
Ak tieto podmienky splnené nie sú, je potrebné i v prípade kardinálnej premennej, použiť neparametrickú variantu testu (napr. namiesto testu ANOVA použijeme jej neparametrickú variantu Kruskal-Wallis test).
Ak by sme parametrické testy použili napriek tomu, že nie sú splnené podmienky, mohli by sme prísť k nesprávnym (falošným) záverom.
Neparametrické testy pracujú s poradím hodnôt zoradených podľa veľkosti (medián), preto sú nezávislé od extrémnych hodnôt.