Salah satu ciri utama sehingga sebuah data ‘harus’ diproses dengan metode nonparametrik adalah jika tipe data tersebut semuanya adalah data nominal atau ordinal. Hal ini tidak berarti semua data nominal (seperti gender, kategori usia, kode pos, dan lainnya) atau data ordinal (sikap konsumen, pendapat masyarakat, dan lainnya) dipastikan akan diproses secara metode nonparametrik; jika data nominal atau ordinal tersebut ada dalam kesatuan dengan sejumlah data rasio, data nominal dapat berfungsi sebagai grup (faktor) dalam sejumlah metode parametrik, seperti uji F/Anova.
Walaupun sebuah data termasuk interval/rasio, namun jika jumlah data minim, misalkan sepuluh ke bawah, data tersebut sebaiknya diproses menggunakan metode nonparametrik, karena distribusi data sulit untuk memenuhi syarat normalitas sehingga hasil pengolahan dapat bias. Namun, jika sebuah data nominal/ordinal berdiri sendiri, atau akan diproses secara individu, maka metode statistik nonparametrik adalah metode yang
paling tepat. Pada statistik nonparametrik, mengikuti metode statistik parametrik, pengolahan data dapat dibagi menjadi dua, yakni statistik deskriptif dan statistik induktif.
Walaupun sebuah data termasuk interval/rasio, namun jika jumlah data minim, misalkan sepuluh ke bawah, data tersebut sebaiknya diproses menggunakan metode nonparametrik, karena distribusi data sulit untuk memenuhi syarat normalitas sehingga hasil pengolahan dapat bias. Namun, jika sebuah data nominal/ordinal berdiri sendiri, atau akan diproses secara individu, maka metode statistik nonparametrik adalah metode yang
paling tepat. Pada statistik nonparametrik, mengikuti metode statistik parametrik, pengolahan data dapat dibagi menjadi dua, yakni statistik deskriptif dan statistik induktif.
