Uji statistik digunakan untuk menentukan apakah hipotesis hubungan antara variabel memiliki signifikansi statistik. Biasanya, tes akan mengukur sejauh mana variabel berkorelasi atau berbeda. Tes parametrik adalah tes yang mengandalkan tendensi sentral dari variabel dan mengasumsikan distribusi normal. Tes non-parametrik tidak membuat asumsi tentang distribusi populasi.
Uji-t adalah uji parametrik yang membandingkan rata-rata sampel dan populasi yang terlibat. Ada beberapa jenis uji-t. Uji-t satu sampel membandingkan rata-rata sampel dengan rata-rata yang dihipotesiskan. Uji-t sampel independen melihat apakah rata-rata dari dua sampel yang berbeda memiliki nilai yang sama. Uji-t sampel berpasangan digunakan ketika ada dua pengamatan untuk dibandingkan untuk setiap subjek dalam sampel. Uji-t dirancang untuk data numerik yang memiliki distribusi normal.
Data ordinal adalah data turunan yang menggambarkan nilai relatif setiap unit dalam sampel. Misalnya, data ordinal dari ketinggian 10 siswa di kelas hanya akan menjadi angka 1 sampai 10, di mana 1 mungkin mewakili siswa terpendek dan 10 mungkin mewakili yang tertinggi siswa. Tidak ada siswa yang memiliki nilai yang sama kecuali mereka memiliki tinggi yang sama persis. Ukuran tendensi sentral tidak ada artinya dengan data ordinal.
Uji-T tidak sesuai untuk digunakan dengan data ordinal. Karena data ordinal tidak memiliki tendensi sentral, maka data tersebut juga tidak berdistribusi normal. Nilai-nilai data ordinal didistribusikan secara merata, tidak dikelompokkan di sekitar titik tengah. Karena itu, uji-t data ordinal tidak akan memiliki arti statistik.
Ada tiga uji signifikansi statistik yang sesuai untuk digunakan dengan data ordinal. Korelasi rank-order Spearman cocok digunakan ketika hanya ada dua variabel yang terlibat, dan hubungan keduanya monoton, meskipun tidak selalu linier. Dalam hubungan monoton, ketika variabel pertama meningkat, tidak ada perubahan arah variabel kedua. Uji Kruskal-Wallis dirancang untuk contoh di mana ada lebih dari dua sampel, dan data tidak terdistribusi normal. Ini mirip dengan analisis varians satu arah. Analisis varians menurut peringkat Friedman dapat digunakan ketika ada tiga atau lebih pengamatan dari satu variabel dalam satu kelompok.