Wśród testów statystycznych, które mogą być brane pod uwagę w analizie statystycznej danych należy wymienić przede wszystkim: test chi-kwadrat, dokładny test Fishera, test McNemary, test proporcji, test znaków, test t, test Wilcoxona, ANOVA, Test Kruskala-Wallisa, test Z oraz wiele wiele innych. Oczywiście nie należy przeprowadzać tych wszystkich testów w każdym opracowaniu statystycznym badań. Można nawet powiedzieć że przeprowadzanie tych testów w wielu przypadkach jest nieprawidłowe. Pojawia się pytanie jak dobrać prawidłowo testy do naszych danych?
Proponuję rozpocząć od określenia czy dane mają charakter kategorialny czy mierzalny. W przypadku danych kategorialnych gdy mamy do czynienia z jedną grupą, możemy przeprowadzić test Z dla proporcji lub test znaków. Jeśli grupy są dwie przeprowadzamy test McNemary (grupy powiązane) lub test chi-kwadrat, ewentualnie Dokładny test Fishera (grupy niepowiązane). Jeśli w badaniu mamy 3 lub więcej grup pozostaje nam test chi-kwadrat.
Jeśli analizujemy dane numeryczne, określamy na początek liczbę grup. Dla jednej próby stosujemy test T dla jednej próby lub test znaków. Jeśli w badaniu występują 2 grupy przeprowadzamy odpowiedni test T, test znaków lub test Wilcoxona (w zależności czy grupy są powiązane czy niepowiązane). Jeśli w badaniu występują 3 grupy lub więcej przeprowadzamy Jednoczynnikową ANOVA lub test Kruskala-Wallisa.
Poza powyżej wymienionymi zasadami należy pamiętać że przy zmiennych mierzalnych należy sprawdzić również rodzaj rozkładu.
