Sisu
Statistilisi teste kasutatakse selleks, et teha kindlaks, kas hüpoteesitud seos muutujate vahel on statistiliselt oluline. Tavaliselt mõõdetakse testiga seda, mil määral muutujad kas korreleeruvad või erinevad. Parameetrilised testid põhinevad muutujate kesksetel kalduvustel ja eeldavad normaalset jaotust. Mitteparameetrilised testid ei tee eeldusi populatsiooni jaotuse kohta.
T-test
T-test on parameetriline test, milles võrreldakse proovide keskmisi ja kasutatud populatsioone. T-teste on mitmeid erinevaid. Ühe prooviga t-testiga võrreldakse proovi keskmist hüpoteesitud keskmisega. Sõltumatute proovide t-test näitab, kas kahe erineva proovi keskmistel on sarnased väärtused. Paarisproovi t-testi kasutatakse siis, kui valimis on iga subjekti võrdlemiseks kaks tähelepanekut. T-test on ette nähtud normaaljaotusega arvandmete jaoks.
Tavalised andmed
Tavalised andmed on tuletatud andmed, mis kirjeldavad valimi iga üksuse suhtelist väärtust. Näiteks klassiruumis asuva 10 õpilase kõrguse tavalised andmed oleksid lihtsalt numbrid 1–10, kus 1 võib tähistada kõige lühemat õpilast ja 10 võib tähistada kõige kõrgemat õpilast. Ühelgi õpilasel poleks sama väärtust, kui neil poleks täpselt sama kõrgus. Tsentraalse kalduvuse mõõtmed on ordinaalsete andmetega mõttetud.
T-testi sobimatus
T-teste ei ole tavaliste andmetega kasutada. Kuna ordinaalsetel andmetel puudub keskne tendents, pole ka normaalset jaotust. Järjestikuste andmete väärtused on ühtlaselt jaotunud, mitte rühmitatud keskpunkti ümber. Seetõttu ei oleks tavaliste andmete t-testil statistilist tähendust.
Muud sobivad testid
On kolm statistilise olulisuse testi, mida on otstarbekas kasutada tavaliste andmetega. Spearmani järjekorrakorrelatsiooni on asjakohane kasutada juhul, kui tegemist on ainult kahe muutujaga ja nende suhe on monotoonne, ehkki mitte tingimata lineaarne. Monotoonsetes suhetes, kui esimene muutuja suureneb, ei muutu teise muutuja suund. Kruskal-Wallise test on mõeldud juhtudeks, kus proove on rohkem kui kaks, ja andmeid tavaliselt ei levitata. See sarnaneb dispersioonanalüüsi ühesuunalisega. Friedmani dispersioonanalüüsi kategooriate kaupa saab kasutada juhul, kui ühes rühmas on kolm või enam vaatlust ühe muutuja kohta.