U knjigama o statistici često se govori o dve vrste statističkih tehnika: parametarskim i neparametarskim. Po čemu se razlikuju ta dva skupa tehnika? Zašto je ta razlika važna? Reč "parametarski" potiče od "parametar", tj. obeležje populacije. U parametarskim testovima (npr. t-testovi, analiza varijanse)., pretpostavljaju se neka svojstva populacije iz koje uzorak uzet. To su najčešće pretpostavke o obliku raspodele populacije (npr. da je normalno raspodeljena). S druge strane, zahtevi za neparametarske tehnike nisu tako strogi i ništa se ne pretpostavlja o pripadnoj raspodeli populacije. Zato se katkad nazivaju testovima bez raspodele (engl. distribution-free tests).

Uprkos tome što su manje pipave, neparametarske statističke tehnike imaju i svojih loših strana. Manje su osetljive od odgovarajućih parametarskih alternativa i zato ređe otkrivaju postojeće razlike između grupa. Kada imate pravu vrstu podataka, uvek je bolje primeniti parametarsku tehniku. Dakle, u kojim okolnostima biste izabrali da upotrebite neparametarsku statističku tehniku?

Neparametarske tehnike su idealne za podatke merene na nominalnim (kategorijskim) ili ordinalnim skalama (čiji se iznosi mogu rangirati). Korisne su i kada imate veoma male uzorke ili kada podaci ne zadovoljavaju stroge pretpostavke parametarskih tehnika. U SPSS-u se mogu koristiti najrazličitije neparametarske tehnike, ali ćemo u ovom poglavlju razmotriti samo one glavne. Evo koje će teme biti obrađene i koje su njihove parametarske alternative (obrađene u kasnijim lekcijama).

Tehnike u ovoj i u narednim lekciji namenjene su prvenstveno za poređenje grupa. Neparametarska alternativa korelacije (Spirmanova korelacija ranga, koeficijent ro) predstavljena je u 7. lekciji.

Iako su opšte pretpostavke neparametarskih tehnika blaže i znatno češće zadovoljene, uvek bi trebalo proveriti da li je tako u svakom konkretnom slučaju.

Osnovne pretpostavke su:

• slučajnost uzorka i
• nezavisnost opservacija - svaka osoba ili opservacija može se brojati samo jedanput, ne smeju se pojavljivati u više kategorija ili grupa, i podaci jednog subjekta ne smeju uticati na podatke drugih. U ovom pogledu izuzetak su tehnike ponovljenih merenja (Maknamarov test, Vilkoksonov test ranga i Fridmanov test), kada se isti učesnici ponovo testiraju u više navrata ili u različitim okolnostima.

Neke tehnike razmotrene u ovoj i u narednim lekcijama imaju i dodatne pretpostavke koje treba proveriti. Te specifične pretpostavke su objašnjene u odgovarajućim odeljcima.

U ovoj i u narednoj lekciji prikazaće se razne neparametarske tehnike na primerima iz nekoliko datoteka s podacima, koje se mogu preuzeti s sistema (LAMS-a). Sve pojedinosti o tim datotekama date su u dodatku. Ukoliko želite da pratite primere i odmah sprovodite navedena uputstva, pokrenite SPSS i otvorite odgovarajuću datoteku s podacima. Neparametarske tehnike biće opisane samo ukratko. Za dalje usavršavanje, pročitajte knjige koju su napisali Daniel (1990), Gravetter i Wallnau (2004), Siegel i Castellan (1998) i Peat (2001).

Preuzeto iz: Pallant, J. (2011), SPSS: priručnik za preživljavanje (prevod 4. izdanja), Beograd: Mikro knjiga