Las pruebas estadísticas se utilizan para determinar si una relación hipotética entre variables tiene significación estadística. Normalmente, la prueba medirá el grado en que las variables se correlacionan o difieren. Las pruebas paramétricas son aquellas que se basan en las tendencias centrales de las variables y asumen una distribución normal. Las pruebas no paramétricas no hacen suposiciones sobre las distribuciones de la población.
La prueba t es una prueba paramétrica que compara las medias de las muestras y poblaciones involucradas. Hay varias variedades de pruebas t. Una prueba t de una muestra compara la media de una muestra con una media hipotética. Una prueba t de muestras independientes analiza si las medias de dos muestras diferentes tienen valores similares. Se utiliza una prueba t de muestras pareadas cuando hay dos observaciones para comparar para cada sujeto de la muestra. La prueba t está diseñada para datos numéricos que tienen una distribución normal.
Los datos ordinales son datos derivados que describen los valores relativos de cada unidad de la muestra. Por ejemplo, los datos ordinales de las alturas de 10 estudiantes en un aula serían simplemente los números 1 a 10, donde 1 podría representar al estudiante más bajo y 10 podría representar al más alto estudiante. Ningún estudiante tendría el mismo valor a menos que tuvieran exactamente la misma altura. Las medidas de tendencia central no tienen sentido con datos ordinales.
Las pruebas T no son apropiadas para usar con datos ordinales. Dado que los datos ordinales no tienen una tendencia central, tampoco tienen una distribución normal. Los valores de los datos ordinales se distribuyen uniformemente, no se agrupan alrededor de un punto medio. Debido a esto, una prueba t de datos ordinales no tendría significado estadístico.
Hay tres pruebas de significación estadística que son apropiadas para usar con datos ordinales. La correlación de orden de rango de Spearman es apropiada para usar cuando solo hay dos variables involucradas y su relación es monótona, aunque no necesariamente lineal. En relaciones monótonas, a medida que aumenta la primera variable, no hay cambio en la dirección de la segunda variable. La prueba de Kruskal-Wallis está diseñada para casos en los que hay más de dos muestras y los datos no se distribuyen normalmente. Es similar a un análisis de varianza unidireccional. El análisis de varianza de Friedman por rangos se puede utilizar cuando hay tres o más observaciones de una sola variable en un solo grupo.