• používá se hodnocení rozdílu četností těchto znaků v souborech, a to četnosti empirické a teoretické
• dále testujeme tvrzení, že četnosti jedné veličiny určitým způsobem podmiňují četnosti druhé veličiny, tzn. že jsou na sobě sledované veličiny závislé
• analýzu těchto dat provádíme pomocí chí-kvadrát testů (X2 – test)

• při porovnání dvou souborů vytváříme směsný výběr – variační řadu uspořádaných hodnot z obou souborů, v němž přidělíme jednotlivým hodnotám pořadová čísla. Následně vypočítáme součty pořadových čísel zvlášť pro hodnoty pocházející z jednoho i druhého souboru. Pokud se porovnávané sooubory příliš neliší, oba součty pořadí dávají přibližně stejnou hodnotu
• testování dat je reprezentováno neparametrickými testy, které jsou používány pro testování hypotéz u ordinálních znaků, u kardinálních znaků diskrétní povahy a u kardinálních spojitých znaků v souborech, které neodpovídají normálnímu rozdělení pravděpodobností
• hypotézy testované neparametrickými testy se týkají pouze obecných vlastností rozdělení, například shody dvou křivek rozdělení, přičemž nepředpokládají normalitu dat

• v případě porovnávání dvou souborů spojitých náhodných veličin, které odpovídají normálnímu rozdělení pravděpodobností, používáme parametrické testy, které testují hypotézy týkající se parametrů normálního rozdělení, tzn. střední hodnoty a rozptylu
• Studentův t-test testuje hypotézu o shodě dvou středních hodnot. Na základě výběrových průměrů a rozptylů počítáme testovací kritérium

při porovnání s tabulkovou kritickou hodnotou pak rozhodneme o statistické významnosti rozdílu obou srovnávaných středních hodnot