De niet-parametrische methode verwijst naar een type statistiek waarvoor de geanalyseerde populatie niet aan bepaalde aannames of parameters hoeft te voldoen. Bekende statistische methoden zoals ANOVA, Pearson-correlatie, t-tests en anderen bieden alleen geldige informatie over de geanalyseerde gegevens als de onderliggende populatie aan bepaalde aannames voldoet.
Een van de meest voorkomende aannames is dat bevolkingsgegevens een ” normale verdeling ” hebben.
Parametrische statistieken kunnen echter ook worden toegepast op populaties met andere bekende verspreidingstypen. Niet-parametrische statistieken vereisen geen populatiegegevens om te voldoen aan de aannames die vereist zijn voor parametrische statistieken. Niet-parametrische statistieken vallen daarom in een categorie statistieken die soms niet-distributie wordt genoemd. Niet-parametrische methoden worden vaak gebruikt wanneer populatiegegevens een onbekende verdeling hebben of wanneer de steekproefomvang klein is.
Nonparametrische methode uitgelegd
Parametrische en niet-parametrische methoden worden vaak gebruikt voor verschillende soorten gegevens. Parametrische statistieken vereisen over het algemeen gegevens over bereiken of rapporten. Een voorbeeld van dit soort gegevens is leeftijd, inkomen, lengte en gewicht, waarbij waarden continu zijn en de intervallen tussen waarden betekenis hebben.
Daarentegen worden niet-parametrische statistieken over het algemeen gebruikt op nominale of ordinale gegevens. Nominale variabelen zijn variabelen waarvoor waarden geen kwantitatieve waarde hebben.
Gemeenschappelijke nominale variabelen in sociaalwetenschappelijk onderzoek omvatten bijvoorbeeld geslacht, waarvan de mogelijke waarden verschillende categorieën zijn, “mannelijk” en “vrouwelijk”. Andere veel voorkomende nominale variabelen in sociaalwetenschappelijk onderzoek zijn ras, burgerlijke staat, opleidingsniveau en arbeidsstatus (werkend versus werkloos).
Ordinale variabelen zijn variabelen waarin de waarde een bepaalde volgorde suggereert. Een voorbeeld van een ordinale variabele zou zijn als een respondent zou vragen: “Op een schaal van 1 tot 5, waarbij 1 extreem ontevreden is en 5 extreem tevreden, hoe zou u uw ervaring met het kabelbedrijf beoordelen?”
Hoewel niet-parametrische statistieken het voordeel hebben dat ze aan weinig aannames moeten voldoen, zijn ze minder krachtig dan parametrische statistieken.
Dit betekent dat ze mogelijk geen relatie tussen twee variabelen laten zien, terwijl er in feite één bestaat.
Gemeenschappelijke nietparametrische tests omvatten de chi-kwadraat, de Wilcoxon ranks sum test, de Kruskal-Wallis test en de Spearman rangorde correlatie.
