In statistieken verwijzen parametrische en niet-parametrische methodologieën naar methoden waarin een set gegevens een normale vs. respectievelijk een niet-normale verdeling. Parametrische tests maken bepaalde aannames over een dataset; namelijk dat de gegevens afkomstig zijn uit een populatie met een specifieke (normale) verdeling. Niet-parametrische tests maken minder aannames over de dataset. De meeste elementaire statistische methoden zijn parametrisch en parametrische tests hebben over het algemeen een hogere statistische power. Als de benodigde aannames over een dataset niet gemaakt kunnen worden, kunnen niet-parametrische toetsen worden gebruikt. Hier maakt u kennis met twee parametrische en twee niet-parametrische statistische tests.
Parametrische test voor onafhankelijke metingen tussen twee groepen: t-test
•••Merk X Afbeeldingen/Merk X Afbeeldingen/Getty Images
Een t-test wordt gebruikt om de gemiddelden van twee gegevenssets te vergelijken, wanneer de gegevens normaal verdeeld zijn. De twee groepen gegevens moeten onafhankelijk van elkaar zijn. De t-statistiek is gelijk aan het verschil tussen de groepsgemiddelden gedeeld door de standaardfout van het verschil tussen de groepsgemiddelden.
Parametrische correlatietest: Pearson
•••Thinkstock Images/Comstock/Getty Images
Een veelgebruikte parametrische methode om de correlatie tussen twee variabelen te meten is de Pearson Product-Moment Correlation. De twee variabelen, x en y, moeten elk normaal verdeeld zijn. De gemiddelden en varianties van de variabelen worden berekend. Vervolgens kan de correlatie worden berekend als de covariantie tussen de twee variabelen gedeeld door het product van hun standaarddeviaties.
Niet-parametrische correlatietest: Spearman
•••Goodshoot/Goodshoot/Getty Images
De Spearman Rank-correlatiecoëfficiënt is vergelijkbaar met de Pearson-coëfficiënt, maar wordt gebruikt wanneer gegevens ordinaal zijn (meestal categorische gegevens, in een positie op een soort schaal) in plaats van interval (gegevens gemeten langs een schaal waarbij alle gegevenspunten op gelijke afstand van elkaar liggen een ander). Deze test werkt in wezen op dezelfde manier als de Pearson Correlation-test, alleen moeten de gegevens eerst worden gerangschikt.
Niet-parametrische test voor onafhankelijke metingen tussen twee groepen: Mann-Whitney-test
•••John Foxx/Stockbyte/Getty Images
De Mann-Whitney-test wordt gebruikt om de gemiddelden tussen twee groepen ordinale (dus niet-parametrische) gegevens te vergelijken. De Mann-Whitney-statistiek (U) wordt berekend door alle gegevens (scores) in rangorde te plaatsen. Vervolgens is U de som van het aantal scores van de experimentele groep dat kleiner is dan elk van een controlegroep.