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 je 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.