Os testes não paramétricos são aquelas que analisam dados que não têm uma distribuição particular e que se baseiam numa hipótese, mas os dados não estão organizados de forma normal. Embora tenham algumas limitações, apresentam resultados estatísticos ordenados que facilitam a sua compreensão.
Os testes paramétricosEm vez disso, baseia-se nas leis da distribuição normal para analisar os elementos de uma amostra. Geralmente, só se aplicam a variáveis numéricas e, para a sua análise, é necessário manter uma grande população, pois isso permite que o cálculo seja mais exato.
Diferenças entre testes não paramétricos e testes paramétricos
Antes de aplicar testes não paramétricos ou testes paramétricos, é importante conhecer aspectos como o objetivo da investigação, a dimensão da população e a escala que será utilizada para medir os dados.
É provável que os dados não satisfaçam os requisitos de um teste paramétrico e que tenha de ser escolhido um teste não paramétrico, ou seja, a dimensão da amostra é pequena ou a distribuição não é normal.
Outro fator que deve ser considerado é que os testes paramétricos podem utilizar uma distribuição anormal, mas um teste não paramétrico tem pressupostos muito rigorosos que não podem ser ignorados.
Por último, se a dimensão da amostra for pequena, é muito provável que os resultados não sejam alcançados se for utilizado um teste não paramétrico. Quando a população não é realmente grande, as hipóteses de identificar um efeito significativo são menores.
