Mitä epäparametrinen menetelmä tarkoittaa?
Ei-parametrisella menetelmällä tarkoitetaan tilastotyyppiä, joka ei vaadi, että analysoitava populaatio täyttää tietyt oletukset tai parametrit. Tunnetut tilastolliset menetelmät, kuten ANOVA, Pearsonin korrelaatio, t-testi ja muut, tarjoavat kelvollisia tietoja analysoitavista tiedoista vain, jos taustalla oleva populaatio täyttää tietyt oletukset. Yksi yleisimmistä oletuksista on, että väestötiedoilla on "normaali jakauma".
Parametrisiä tilastoja voidaan kuitenkin soveltaa myös populaatioihin, joilla on muita tunnettuja jakaantumistyyppejä. Ei-parametriset tilastot eivät edellytä, että populaatiotiedot täyttävät parametristen tilastojen edellyttämät oletukset. Sen vuoksi ei-parametriset tilastot kuuluvat tilastojen luokkaan, joita joskus kutsutaan jakeluvapaiksi. Usein ei-parametrisia menetelmiä käytetään, kun populaatiotiedoilla on tuntematon jakauma tai kun otoksen koko on pieni.
Ei-parametrinen menetelmä selitetty
Parametrisiä ja ei-parametrisia menetelmiä käytetään usein erityyppisiin tietoihin. Parametriset tilastot vaativat yleensä aikaväli- tai suhdetiedot. Esimerkki tämän tyyppisestä tiedosta on ikä, tulot, pituus ja paino, joissa arvot ovat jatkuvia ja arvojen välisillä väleillä on merkitys.
Sitä vastoin ei-parametrisia tilastoja käytetään tyypillisesti nimellis- tai ordinaaritietoihin. Nimellismuuttujat ovat muuttujia, joiden arvoilla ei ole kvantitatiivista arvoa. Yhteiskuntatieteellisen tutkimuksen yleisiin nimellismuuttujiin kuuluvat esimerkiksi sukupuoli, jonka mahdolliset arvot ovat erillisiä luokkia, "mies" ja "nainen". "Muita yhteiskuntatieteellisen tutkimuksen yleisiä nimellismuuttujia ovat rodut, siviilisääty, koulutustaso ja työllisyysasema. (työlliset vs. työttömät).
Tavallisina muuttujina tarkoitetaan niitä, joissa arvo ehdottaa jonkinlaista järjestystä. Esimerkki säännöllisestä muuttujasta olisi, jos kyselyyn vastaava kysyy: "Asteikolla 1 - 5, 1 ollessa erittäin tyytymätön ja 5 erittäin tyytyväinen, kuinka arvioisit kokemuksiasi kaapeliyhtiöstä?"
Vaikka epäparametrisilla tilastoilla on se etu, että niiden on täytettävä muutamat oletukset, ne ovat vähemmän tehokkaita kuin parametriset tilastot. Tämä tarkoittaa, että ne eivät välttämättä osoita suhdetta kahden muuttujan välillä, kun tosiasiassa yksi on olemassa.
Tavallisiin epäparametrisiin testeihin kuuluvat Chi Square, Wilcoxon rank-sum test, Kruskal-Wallis-testi ja Spearmanin rank-order-korrelaatio.
