Statistische tests worden gebruikt om te bepalen of een veronderstelde relatie tussen variabelen statistische significantie heeft. Doorgaans meet de test de mate waarin de variabelen correleren of verschillen. Parametrische tests zijn tests die afhankelijk zijn van de centrale tendensen van de variabelen en uitgaan van een normale verdeling. Niet-parametrische tests doen geen aannames over de populatieverdelingen.
De t-toets is een parametrische toets die de gemiddelden van de betrokken steekproeven en populaties vergelijkt. Er zijn verschillende varianten van t-toetsen. Een one-sample t-test vergelijkt het gemiddelde van een steekproef met een verondersteld gemiddelde. Een t-test voor onafhankelijke steekproeven kijkt of de gemiddelden van twee verschillende steekproeven vergelijkbare waarden hebben. Een gepaarde steekproef t-test wordt gebruikt wanneer er twee waarnemingen zijn om te vergelijken voor elk onderwerp in de steekproef. De t-test is ontworpen voor numerieke gegevens met een normale verdeling.
Ordinale gegevens zijn afgeleide gegevens die de relatieve waarden van elke eenheid in de steekproef beschrijven. Ordinale gegevens van de lengte van 10 studenten in een klaslokaal zijn bijvoorbeeld gewoon de getallen 1 t/m 10, waarbij 1 de kortste leerling kan zijn en 10 de langste leerling. Geen enkele student zou dezelfde waarde hebben, tenzij ze precies dezelfde lengte hadden. Maatregelen van centrale tendens zijn zinloos met ordinale gegevens.
T-tests zijn niet geschikt voor gebruik met ordinale gegevens. Omdat ordinale gegevens geen centrale tendens hebben, hebben ze ook geen normale verdeling. De waarden van ordinale gegevens zijn gelijkmatig verdeeld, niet gegroepeerd rond een middelpunt. Hierdoor zou een t-toets van ordinale gegevens geen statistische betekenis hebben.
Er zijn drie tests van statistische significantie die geschikt zijn voor gebruik met ordinale gegevens. De rangordecorrelatie van Spearman is geschikt om te gebruiken wanneer er slechts twee variabelen bij betrokken zijn, en hun relatie is monotoon, hoewel niet noodzakelijk lineair. In monotone relaties verandert de richting van de tweede variabele niet naarmate de eerste variabele toeneemt. De Kruskal-Wallis-test is ontworpen voor gevallen waarin er meer dan twee steekproeven zijn en de gegevens niet normaal verdeeld zijn. Het is vergelijkbaar met een eenrichtingsvariantieanalyse. De Friedman-variantieanalyse per rang kan worden gebruikt wanneer er drie of meer waarnemingen zijn van een enkele variabele in een enkele groep.