Za ispitivanje značajnih razlika između grupa postoji ceo niz tehnika. Te tehnike su vrlo složene i oslanjaju se na obimnu teoriju i statistička načela. Naime, programski paket SPSS sadrži mnogo statističkih tehnika, a njihova osnovna podela je na parametarske i neparametarske. Parametarske tehnike počivaju na više pretpostavki o populaciji iz koje je izvučen uzorak (npr. da su rezultati normalno raspodeljeni) i prirodi tih podataka (da su mereni na intervalnim skalama). Neparametarske tehnike nemaju tako stroge pretpostavke i često su prikladnije za male uzorke ili kada su prikupljeni podaci izmereni samo na ordinalnim skalama (čiji se iznosi mogu rangirati). U ovoj lekciji su objašnjene neke od osnovnih neparametarskih tenika.
Hipoteze o raspodeli obeležja se nazivaju neparametarske hipoteze, a odgovarajući testovi su neparametarski testovi. Kada se ne može sigurnošću utvrditi da li je raspodela jedne grupe podataka normalna, izračunavanje pojedinih parametara i primena parametarskih metoda daju vrlo nepouzdane zaključke. U tim slučajevima se primenjuju neparametarske metode, koje ne zavise od raspodele posmatranog obeležja. Pored slučaja kada ne znamo raspodelu obeležja, neparametarske umesto parametarskih testova koristimo i u slučajevima:
Postoji više testova zasnovanih na hi-kvadrat statistici, a svi su namenjeni za kategorijske podatke. U ovoj lekciji su objašnjeni hi-kvadrat test za ispitivanje kvaliteta podudaranja i hi-kvadrat test nezavisnosti. Hi-kvadrat test za ispitivanje kvaliteta podudaranja često se upotrebljava za poređenje proporcije slučajeva iz određenog uzorka s hipotetičkim vrednostima ili onima prethodno dobijenim u nekoj poredbenoj populaciji. Sa druge strane, hi-kvadrat testom nezavisnosti se istražuje veza između dve kategorijske promenljive. Svaka od njih može imati dve ili više kategorija. Test poredi učestalosti ili proporcije slučajeva opažane u svakoj od kategorija, s vrednostima koje bi bile očekivane da između dve merene promenljive nema nikakve veze. Ovaj test se zasniva na unakrsnoj tabeli, tj. u tabeli u kojoj su kategorije jedne promenljive ukrštene s kategorijama druge; svaka ćelija unakrsne tabele sadrži po jednu kombinaciju kategorija posmatranih promenljivih. Stepen zavisnosti dve kategorijske promenljive se meri koeficijentom fi i Kramerovim V koeficijentom (pokazateljem). U osnovi izračunavanja ovih koeficijenata nalazi se hi-kvadrat statistika.
Kada imate uparena ili ponovljena merenja (npr. prethodno i naknadno testiranje), ne možete koristiti uobičajeni hi-kvadrat test već morate primeniti Maknemarov test. Podaci će se takođe razlikovati od onih korišćenih pri hi-testu opisanim u prethodnom odeljku. Biće vam potrebne dve promenljive; prva zabeležena u trenutku 1 (npr. pre intervencije) i druga zabeležena u trenutku 2 (npr. posle intervencije). Obe promenljive su kategorijske (sa samo dva moguća odgovora) i pristupaju istim informacijama.
Kao što je i istaknuto, Maknemarov test je pogodan ukoliko imate samo dve tačke u vremenu. Ako imate tri ili više tačaka, moraćete da upotrebite Kohranov Q test. Za ovaj test potrebne su vam tri kategorijske promenljive koje mere istu karakteristiku, prikupljene od svakog učesnika u različitim vremenima.
Još jedan od statističkih pokazatelja za kategorijske promenljive u SPSS-ovoj proceduri Crosstabs jeste mera slaganja kapa (Kappa). Ona je uobičajena u medicinskoj literaturi za ocenu slaganja dva lekara (npr. dijagnoze dva kliničara) ili saglasnosti dva različita dijagnostička testa (novorazvijen test u poređenju sa opšteprihvaćenim testom ili "zlatnim standardom"). Kako biste sproveli ovaj test, potrebne su vam dve kategorijske promenljive s jednakim brojem kategorija.
U narednoj lekciji biće objašnjene preostale neparametarske tehnike za analizu podataka.