Os testes estatísticos são usados para determinar se uma relação hipotética entre as variáveis tem significância estatística. Normalmente, o teste mede o grau em que as variáveis se correlacionam ou diferem. Os testes paramétricos são aqueles que dependem das tendências centrais das variáveis e assumem uma distribuição normal. Os testes não paramétricos não fazem suposições sobre as distribuições da população.
O teste t é um teste paramétrico que compara as médias das amostras e populações envolvidas. Existem várias variedades de testes t. Um teste t de uma amostra compara a média de uma amostra com uma média hipotética. Um teste t de amostras independentes verifica se as médias de duas amostras diferentes têm valores semelhantes. Um teste t de amostra emparelhada é usado quando há duas observações a serem comparadas para cada sujeito da amostra. O teste t é projetado para dados numéricos que possuem uma distribuição normal.
Os dados ordinais são dados derivados que descrevem os valores relativos de cada unidade na amostra. Por exemplo, os dados ordinais das alturas de 10 alunos em uma sala de aula seriam simplesmente os números 1 a 10, onde 1 pode representar o aluno mais baixo e 10 pode representar o mais alto aluna. Nenhum aluno teria o mesmo valor a menos que tivesse exatamente a mesma altura. As medidas de tendência central não têm sentido com dados ordinais.
Os testes T não são apropriados para uso com dados ordinais. Como os dados ordinais não têm tendência central, também não têm distribuição normal. Os valores dos dados ordinais são distribuídos uniformemente, não agrupados em torno de um ponto médio. Por causa disso, um teste t de dados ordinais não teria significado estatístico.
Existem três testes de significância estatística apropriados para uso com dados ordinais. A correlação de ordem de Spearman é apropriada para usar quando há apenas duas variáveis envolvidas e sua relação é monotônica, embora não necessariamente linear. Em relacionamentos monotônicos, conforme a primeira variável aumenta, não há mudança na direção da segunda variável. O teste de Kruskal-Wallis é projetado para casos em que há mais de duas amostras e os dados não são normalmente distribuídos. É semelhante a uma análise de variância unilateral. A análise de variância por postos de Friedman pode ser usada quando há três ou mais observações de uma única variável em um único grupo.