آماربه طورکلی به 2بخش تقسیم می شود:

1-آمار توصیفیdescriptive :در یک پژوهش جهت بررسی و توصیف ویژگیهای عمومی پاسخ دهندگان از روش های موجود در آمار توصیفی مانند جداول توزیع فراوانی، در صد فراوانی، درصد فراوانی تجمعی و میانگین استفاده میگردد. بنابراین هدف آمار توصیفی یا descriptive محاسبه پارامترهای جامعه با استفاده از سرشماری تمامی عناصر جامعه است.

2-آمار استنباطیinferential  :درآمار استنباطی یا inferential پژوهشگر با استفاده مقادیر نمونه آماره ها را محاسبه کرده و سپس با کمک تخمین و یا آزمون فرض آماری، آماره ها را به پارامترهای جامعه تعمیم می دهد.برای تجزیه و تحلیل داده ها و آزمون فرضیه های پژوهش از روش های آمار استنباطی استفاده می شود.

سطح معنی داری p-value:

 برای ارزیابی این که آیا نتایج آزمایش به دلیل تصادف وشانس رخ داده یا خیر، از P- Valueاستفاده می شود اما این مقدار صرفاً یک نقطه برش را برای ما تعیین می کند که براساس آن ادعا می کنیم یافته های مطالعه ما ازلحاظ آماری معنی داری است یا خیر و یا اینکه چه میزان از نتایج به دلیل وشانس اتفاق افتاده است.

روش محاسبه  P- Value :ابتدا فرض می کنیم تفاوت واقعی بین روشها وجود ندارد (فرض صفر)H0 وسپس محاسبه می کنیم چقدر احتمال دارد که ما یک تفاوت معنی دار را فقط بر حسب شانس مشاهده کنیم (در صورتی که تفاوت واقعی وجود نداشته باشد)H1. اگر مقدار P- Value کم باشد ;فرض این که تفاوت مشاهده شده برحسب تصادف بدست آمده باشد غیر محتمل بوده درنتیجه وجود تفاوت واقعی بین روشها بسیار زیاد است.

 برعکس اگرمقدار P- Value بزرگ باشد: احتمال اینکه تفاوت مشاهده شده بر حسب تصادف بدست آمده باشد بسیار زیاد است بنابراین فرض اولیه که بر مبنای عدم وجود تفاوت بین روشها بود را می پذیریم . بنا برعرف و قرارداد سطح معنی داری کمتراز 05/0 را آن قدرکوچک فرض می کنند که بتوان وجود تفاوت معنی دار را بین روشها نتیجه گرفت

 فاصله اطمینان:

در اغلب مطالعات بالینی محققین علاقه مند هستند که پارامترهای جامعه را توسط آماره های مربوط به آنان که از طریق نمونه ای که از همان جامعه گرفته شده است برآورد کنند باید توجه داشت به دلیل تغییرات کمی که در نمونه های مختلفی که از یک جامعه گرفته می شود، وجود دارد تغییرات کوچکی در آماره های برآوردشده (میانگین ،درصد و...) ایجاد می شود که این تغییرات و عدم قطعیت را می توان با فاصله اطمینان برای هر کدام از آماره ها نشان داد.

فاصله اطمینان دامنه ای از مقادیر که پارامتر جامعه را در بر می گیرند دراختیار قرار می دهد، این فاصله مخصوصاً برای مطالعاتی که معنی داری آنها براساس P- Value رد شده است مهم می باشد زیرا می توانیم ببینیم که مقدار واقعی متغیردر چه فاصله ای قرار دارد. حد بالا وپایین فاصله اطمینان میزان بزرگی اثر را مشخص می کند.

پهنای کم فاصله اطمینان نشان دهنده توان بالای مطالعه است زیرا در این صورت فاصله اطمینان دامنه کوچکی از مقدار اثر را در برمی گیرد در نتیجه مقادیری از برآ وردها را در اختیار می دهد که دارای تغییرپذیری کمی هستند و برعکس برای فواصل اطمینان با پهنای بیشتر دامنه بزرگی از مقدار اثر و پراکندگی بیشتر را در پی خواهد داشت که باعث کاهش توان مطالعه می شود. بنابراین اگر فاصله اطمینان  گزارش شود برای خواننده راحت تراست که میزان تغییرپذیری پارامترمورد نظررا که به دلیل تغییرات نمونه ای حاصل شده مشاهده کند.

یکی دیگراز خواص کاربردی فاصله اطمینان این است که همانند آزمون فرض می توان نتیجه دو حالتی وجود تفاوت معنی دار یا عدم وجود آن را نتیجه گرفت بنابراین می توان برای تعیین معنی داری آماری نیزازآن استفاده کرد.

نکته ای که درمورد فاصله اطمینان  باید مد نظر قرار داد این است که نباید فقط روی کران های بالا و پایین آن تأکید کنیم بلکه باید به کل دامنه توجه شود واز آنجا که پهنای فاصله اطمینان بستگی به خطای معیار دارد و این شاخص نیز متأثرازانحراف معیار وحجم نمونه است. بنابراین توجه به دامنه فاصله اطمینان نکات زیادی را در مورد انجام شده در اختیار ما قرار می دهد.

پارامتر: شاخص بدست آمده از جامعه آماری با استفاده از سرشماری است و شاخص بدست آمده از یک نمونه n تائی از جامعه آماره نامیده می شود. برای مثال میانگین جامعه یا µ یک پارامتر مهم جامعه است. چون میانگین جامعه همیشه در دسترس نیست به همین خاطر از میانگین نمونه یا که آماره برآورد کننده پارامتر µ است در بسیاری موارد استفاده می شود.

 آزمون های آماری پارامتریک و ناپارامتریک:

آمار پارامتریک: مستلزم پیش فرضهائی در مورد جامعه ای که از آن نمونه گیری صورت گرفته می باشد. به عنوان مهمترین پیش فرض در آمار پارامترک فرض می شود که توزیع جامعه نرمال است .فنون آمار پارامتریک شدیداً تحت تاثیر مقیاس سنجش متغیرها و توزیع آماری جامعه است. اگر متغیرها از نوع فاصله ای و نسبی باشند در صورتیکه فرض شود توزیع آماری جامعه نرمال است از روشهای پارامتریک استفاده می شود در غیراینصورت از روشهای ناپارامتریک استفاده می شود

آمار ناپارامتریک: مستلزم هیچگونه فرضی در مورد توزیع نیست.  اگر متغیرها از نوع اسمی و ترتیبی بوده حتما از روشهای ناپارامتریک استفاده می شود..