در دنیای آمار، وقتی می‌خواهیم داده‌ها را تحلیل کنیم، با دو مسیر اصلی روبرو هستیم: آزمون‌های پارامتریک و آزمون‌های ناپارامتریک. انتخاب بین این دو مسیر، تعیین‌کننده اعتبار نتایج مقاله شماست.
در ادامه، این تفاوت را به زبان ساده و با دسته‌بندی مشخص بررسی می‌کنیم:

۱. آزمون‌های پارامتریک: جاده صاف و استاندارد 🛣️
این آزمون‌ها بر اساس فرض‌های مشخصی درباره جامعه آماری بنا شده‌اند (پارامترهای جامعه را تخمین می‌زنند).
شرط اصلی استفاده: 1. داده‌ها باید توزیع نرمال داشته باشند.
2. مقیاس اندازه‌گیری باید فاصله‌ای یا نسبی باشد (مثل سن، وزن، نمره).
3. واریانس گروه‌ها باید با هم برابر باشد (همگنی واریانس).
• مزیت: قدرت آماری (Power) بالایی دارند؛ یعنی اگر واقعاً تفاوتی وجود داشته باشد، به احتمال زیاد آن را پیدا می‌کنند.

۲. آزمون‌های ناپارامتریک: جاده خاکی و ناهموار 🚜
این آزمون‌ها به «آزمون‌های آزاد از توزیع» معروف هستند؛ چون نیازی به فرض نرمال بودن ندارند.
• چه زمانی استفاده کنیم؟
وقتی حجم نمونه بسیار کم است (مثلاً زیر ۱۵ یا ۲۰ نفر).
وقتی داده‌ها نرمال نیستند و با تبدیل ریاضی هم نرمال نمی‌شوند.
وقتی داده‌های شما از نوع رتبه‌ای (Ordinal) یا اسمی (Nominal) هستند (مثلاً سطح رضایت: کم، متوسط، زیاد).
وقتی داده‌های پرت (Outliers) شدیدی دارید که میانگین را خراب می‌کنند.
• عیب: قدرت کمتری نسبت به پارامتریک دارند. یعنی ممکن است تفاوتی وجود داشته باشد اما آزمون بگوید چیزی پیدا نکردم.

۳. کدام آزمون برای کدام هدف؟ (لیست معادل‌ها) 📋
برای اینکه بدانید از کدام آزمون استفاده کنید، از این راهنمای سریع استفاده کنید:

الف) مقایسه دو گروه مستقل (مثلاً زن و مرد)
پارامتریک: Independent T-test
ناپارامتریک: Mann-Whitney U test

ب) مقایسه یک گروه در دو زمان (مثلاً قبل و بعد از آموزش)
پارامتریک: Paired T-test
ناپارامتریک: Wilcoxon Signed-Rank test

ج) مقایسه بیش از دو گروه (مثلاً سه نوع روش درمان)
پارامتریک: One-way ANOVA
ناپارامتریک: Kruskal-Wallis test

د) بررسی رابطه بین دو متغیر
پارامتریک: Pearson Correlation (ضریب همبستگی پیرسون)
ناپارامتریک: Spearman Correlation (ضریب همبستگی اسپیرمن)

چطور تصمیم نهایی بگیریم؟ ⚖️
استراتژی پیشنهادی برای محققان:
ابتدا آزمون نرمالیتی (مثل شاپیرو-ویلک) را انجام دهید.
اگر داده‌ها نرمال بودند و حجم نمونه کافی بود، حتماً از پارامتریک استفاده کنید تا قدرت تحلیل بالا برود.
اگر نرمالیتی رد شد یا داده‌ها کیفی (رتبه‌ای) بودند، بدون شک به سراغ ناپارامتریک بروید.

نکته طلایی برای مقاله: در بخش روش‌شناسی (Methodology) حتماً ذکر کنید که چرا یک آزمون را انتخاب کردید (مثلاً: «به دلیل عدم توزیع نرمال داده‌ها در آزمون شاپیرو-ویلک، از آزمون ناپارامتریک یو من-ویتنی استفاده شد»). این جمله داوران را متقاعد می‌کند که شما بر آمار مسلط هستید.


- تیم تولید محتوای کمیته تحقیقات دانشجویی دانشکده پرستاری گرمی 🌱