İstatistiksel testler, değişkenler arasındaki varsayımsal bir ilişkinin istatistiksel olarak anlamlı olup olmadığını belirlemek için kullanılır. Tipik olarak, test, değişkenlerin ne derece ilişkili olduğunu veya ne kadar farklı olduğunu ölçecektir. Parametrik testler, değişkenlerin merkezi eğilimlerine dayanan ve normal bir dağılım varsayan testlerdir. Parametrik olmayan testler, popülasyon dağılımları hakkında varsayımlarda bulunmaz.
T testi, ilgili örneklerin ve popülasyonların ortalamalarını karşılaştıran parametrik bir testtir. Birkaç çeşit t testi vardır. Tek örnekli bir t testi, bir örneğin ortalamasını varsayılan bir ortalama ile karşılaştırır. Bağımsız örnekler t testi, iki farklı örneğin ortalamalarının benzer değerlere sahip olup olmadığına bakar. Örnekteki her denek için karşılaştırılacak iki gözlem olduğunda eşleştirilmiş örnek t testi kullanılır. t testi, normal dağılıma sahip sayısal veriler için tasarlanmıştır.
Sıralı veriler, örnekteki her birimin göreli değerlerini tanımlayan türetilmiş verilerdir. Örneğin, bir sınıftaki 10 öğrencinin boylarının sıralı verileri sadece sayılar olacaktır. 1'den 10'a kadar, burada 1 en kısa öğrenciyi ve 10 en uzun öğrenciyi temsil edebilir Öğrenci. Tam olarak aynı yüksekliğe sahip olmadıkça hiçbir öğrenci aynı değere sahip olamaz. Sıralı verilerde merkezi eğilim ölçüleri anlamsızdır.
T-testlerinin sıralı verilerle kullanılması uygun değildir. Sıralı verilerin merkezi bir eğilimi olmadığı için normal dağılımı da yoktur. Sıralı verilerin değerleri, bir orta nokta etrafında gruplanmadan eşit olarak dağıtılır. Bu nedenle, sıralı verilerin t testinin istatistiksel bir anlamı olmayacaktır.
Sıralı verilerle kullanıma uygun üç istatistiksel anlamlılık testi vardır. Spearman'ın sıra-düzen korelasyonu, yalnızca iki değişken söz konusu olduğunda ve ilişkileri monotonik olduğunda, ancak zorunlu olarak doğrusal olmadığında kullanılması uygundur. Monotonik ilişkilerde birinci değişken arttıkça ikinci değişkenin yönünde bir değişiklik olmaz. Kruskal-Wallis testi, ikiden fazla örneğin olduğu ve verilerin normal dağılmadığı durumlar için tasarlanmıştır. Tek yönlü varyans analizine benzer. Sıralamalara göre Friedman varyans analizi, tek bir grupta tek bir değişkenin üç veya daha fazla gözlemi olduğunda kullanılabilir.