การทดสอบทางสถิติใช้เพื่อพิจารณาว่าความสัมพันธ์ที่สมมุติฐานระหว่างตัวแปรมีนัยสำคัญทางสถิติหรือไม่ โดยปกติ การทดสอบจะวัดระดับที่ตัวแปรมีความสัมพันธ์หรือแตกต่างกัน การทดสอบพารามิเตอร์คือการทดสอบที่อาศัยแนวโน้มศูนย์กลางของตัวแปรและถือว่าการแจกแจงแบบปกติ การทดสอบแบบไม่อิงพารามิเตอร์ไม่ได้ตั้งสมมติฐานเกี่ยวกับการแจกแจงประชากร
การทดสอบ t เป็นการทดสอบแบบพาราเมตริกที่เปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่างและประชากรที่เกี่ยวข้อง การทดสอบ t มีหลายแบบ การทดสอบ t ตัวอย่างหนึ่งตัวอย่างเปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่างกับค่าเฉลี่ยที่ตั้งไว้ การทดสอบ t ตัวอย่างอิสระจะพิจารณาว่าค่าเฉลี่ยของตัวอย่างที่ต่างกันสองตัวอย่างมีค่าใกล้เคียงกันหรือไม่ การทดสอบ t ตัวอย่างที่จับคู่จะใช้เมื่อมีการสังเกตสองครั้งเพื่อเปรียบเทียบสำหรับแต่ละวิชาในกลุ่มตัวอย่าง t-test ออกแบบมาสำหรับข้อมูลตัวเลขที่มีการแจกแจงแบบปกติ
ข้อมูลลำดับเป็นข้อมูลที่ได้รับซึ่งอธิบายค่าสัมพัทธ์ของแต่ละหน่วยในตัวอย่าง ตัวอย่างเช่น ข้อมูลลำดับความสูงของนักเรียน 10 คนในห้องเรียนจะเป็นตัวเลข 1 ถึง 10 โดย 1 อาจเป็นตัวแทนของนักเรียนที่สั้นที่สุดและ 10 อาจเป็นตัวแทนของนักเรียนที่สูงที่สุด นักเรียน ไม่มีนักเรียนคนใดมีค่าเท่ากันเว้นแต่จะมีความสูงเท่ากันทุกประการ การวัดแนวโน้มจากส่วนกลางไม่มีความหมายกับข้อมูลลำดับ
การทดสอบ T ไม่เหมาะที่จะใช้กับข้อมูลลำดับ เนื่องจากข้อมูลลำดับไม่มีแนวโน้มเป็นศูนย์กลาง จึงไม่มีการแจกแจงแบบปกติด้วย ค่าของข้อมูลลำดับมีการกระจายอย่างสม่ำเสมอ ไม่ได้จัดกลุ่มรอบจุดกึ่งกลาง ด้วยเหตุนี้ การทดสอบ t ของข้อมูลลำดับจึงไม่มีความหมายทางสถิติ
มีการทดสอบนัยสำคัญทางสถิติสามแบบที่เหมาะสมกับการใช้ข้อมูลลำดับ สหสัมพันธ์อันดับของสเปียร์แมนเหมาะสมที่จะใช้เมื่อมีเพียงสองตัวแปรที่เกี่ยวข้อง และความสัมพันธ์ของพวกมันเป็นแบบโมโนโทนิก แม้ว่าจะไม่จำเป็นต้องเป็นเชิงเส้น ในความสัมพันธ์แบบโมโนโทนิก เมื่อตัวแปรแรกเพิ่มขึ้น ทิศทางของตัวแปรที่สองจะไม่เปลี่ยนแปลง การทดสอบ Kruskal-Wallis ได้รับการออกแบบสำหรับกรณีที่มีตัวอย่างมากกว่าสองตัวอย่าง และไม่มีการกระจายข้อมูลตามปกติ คล้ายกับการวิเคราะห์ความแปรปรวนทางเดียว การวิเคราะห์ความแปรปรวนตามอันดับของฟรีดแมนสามารถใช้ได้เมื่อมีการสังเกตตัวแปรเดียวสามตัวขึ้นไปในกลุ่มเดียว