أثناء كتابة رسالة تخرج على أساس بحث كمي – سواء كانت ورقة سمنار أو ماجستير أو دكتوراه – من التحديات المركزية التي تواجه الطالب كيفية اختيار التحليل الإحصائي المناسب للإجابة عن فرضيات البحث وأسئلته. التحليل الإحصائي هو الأداة التي نحاول بها فحص ما إذا كان يمكن تعميم الأنماط التي نراها في البيانات المجموعة (العيّنة) على المجتمع العام بدرجة احتمال معيّنة (مستوى الدلالة). ويشكّل هذا الفحص أساس الاستقراء – أي القدرة على التعميم من الجزء إلى الكل، من عيّنة محدودة من المشاركين جُمعت لأغراض البحث إلى المجتمع العام الذي نحاول استخلاص استنتاجات واسعة بشأنه والإسهام في تراكم معرفة قائمة على الأدلة والبيانات.

خذوا مثلًا بحثًا يريد الإجابة عن سؤال بسيط: هل يعتمد رضا الأطباء عن مهنتهم على مجال عملهم؟ وهل يختلف بين من يعملون في الباطنية ومن يعملون في التأهيل؟ لذلك سيحتاج الباحث إلى المقارنة بين رضا الأطباء العاملين في قسم الباطنية ورضا العاملين في التأهيل في البلاد. ولأن الباحث لن يستطيع جمع جميع أطباء الباطنية والتأهيل – بسبب محدودية الموارد العملية: الوقت والمال والوصول – سيضطر إلى الاكتفاء بعيّنة ممثلة للمجتمع الأوسع. سيجمع الباحث بيانات عن رضا المجموعتين (أطباء الباطنية وأطباء التأهيل) وينظّمها كبيانات كمية لأغراض المعالجة الإحصائية. وفي هذه المرحلة يكون الاختبار الإحصائي وسيلة الباحث ليقرر ما إذا كانت الفروق الملاحظة بين المجموعتين كبيرة بما يكفي (أو بمصطلحات إحصائية – ذات دلالة) لتأسيس ادعاء مثلًا بأن أطباء الباطنية أكثر رضا عن مسيرتهم المهنية من أطباء التأهيل، وأن الفروق الملاحظة لم تحدث بالصدفة.

أحيانًا، بل يُستحسن، إجراء تحليلات إحصائية تتجاوز فرضيات البحث وأسئلته – تحليلات استكشافية (explorative analyses) وذلك لاكتشاف أنماط واتجاهات لأبحاث لاحقة. وتُجرى هذه التحليلات دون تخطيط مسبق، وليست جزءًا من أهداف البحث الرئيسية. وتُستخدم مثلًا لفحص: علاقات أو فروق قائمة بين مجمل متغيرات البحث، ويمكن أن توسّع إمكانية تفسير البيانات وتوفّر بحذر معلومات مهمة إضافية للمجال البحثي. ونظرًا لخطر الحصول على نتيجة دالة بالصدفة في هذه الاختبارات: يجب على الباحث أن يعدّل مستوى الدلالة بحسب عدد التحليلات ونوعها. ومن الطرق الشائعة لذلك استخدام تصحيح بونفيروني الذي يخفّض مستوى الدلالة (ألفا) بحسب عدد المقارنات أو العلاقات التي أُجريت.