Pour effectuer ces tests, nul besoin que la population de l’échantillon sur lequel il porte remplisse des conditions précises, contrairement aux tests paramétriques.
Cependant, certaines conditions d’applications sont nécessaires. Les échantillons considérés pour un test non-paramétrique doivent être :
– Aléatoires : tous les individus ont une probabilité égale de faire partie de l’échantillon.
– Simples : les individus qui forment les échantillons sont tous prélevés indépendamment les uns des autres.
Ce sont les tests les plus applicables pour des échantillons de faible effectif, ils traitent le plus souvent des variables ordinales, et sont les seuls qui peuvent traiter des données qualitatives.
Les tests non-paramétriques sont relativement simples d’utilisation, grâce au remplacement des valeurs observées soit par des variables alternatives (indiquant leur appartenance à l’une ou l’autre classe d’observation) soit par leur rang (le numéro d’ordre des valeurs observées rangées en ordre croissant). Ainsi, par exemple, la médiane est généralement préférée à la moyenne dans ces tests, comme paramètre de positionnement.
N.B. : Il est possible de transformer des données numériques en données ordonnées/classements afin de pouvoir appliquer les tests non paramétriques au cas où les conditions d’application des tests paramétriques ne soient pas réunies. Dans ce cas, la perte d’information induite par la transformation est compensée par le moindre poids donné aux données « déviantes ».