Calculadora de Teste de Kruskal-Wallis
Realize o teste H de Kruskal-Wallis para comparar múltiplos grupos independentes. Obtenha cálculos passo a passo, análise de postos, tamanho do efeito e visualização interativa para análise estatística não paramétrica.
Seu bloqueador de anúncios está impedindo a exibição de anúncios
O MiniWebtool é gratuito graças aos anúncios. Se esta ferramenta ajudou você, apoie-nos indo para o Premium (sem anúncios + ferramentas mais rápidas) ou coloque MiniWebtool.com na lista de permissões e recarregue a página.
- Ou faça upgrade para o Premium (sem anúncios)
- Permita anúncios para MiniWebtool.com e recarregue
Calculadora de Teste de Kruskal-Wallis
Bem-vindo à Calculadora de Teste de Kruskal-Wallis, uma ferramenta estatística abrangente para comparar múltiplos grupos independentes usando o teste não paramétrico H de Kruskal-Wallis. Esta calculadora fornece cálculos passo a passo, análise de postos, medição do tamanho do efeito e visualizações interativas para ajudá-lo a entender e interpretar seus dados.
O que é o Teste de Kruskal-Wallis?
O teste H de Kruskal-Wallis (também chamado de análise de variância de uma via de Kruskal-Wallis) é um teste não paramétrico baseado em postos, usado para determinar se existem diferenças estatisticamente significativas entre dois ou mais grupos de uma variável independente em uma variável dependente contínua ou ordinal. É o equivalente não paramétrico da ANOVA de uma via.
Nomeado em homenagem a William Kruskal e W. Allen Wallis, que o desenvolveram em 1952, este teste estende o teste U de Mann-Whitney para mais de dois grupos. Ao contrário da ANOVA, o teste de Kruskal-Wallis não assume uma distribuição normal dos dados.
Fórmula da Estatística H de Kruskal-Wallis
Onde:
- N = Número total de observações em todos os grupos
- k = Número de grupos
- nᵢ = Número de observações no grupo i
- Rᵢ = Soma dos postos no grupo i
Quando usar o Teste de Kruskal-Wallis
Use Kruskal-Wallis em vez da ANOVA de uma via quando:
- Dados não normais: Seus dados não atendem ao pressuposto de normalidade exigido pela ANOVA
- Dados ordinais: Você possui dados ordinais (ranqueados) em vez de dados contínuos
- Amostras pequenas: Os tamanhos das amostras são muito pequenos para verificar a normalidade
- Presença de outliers: Seus dados possuem valores discrepantes que poderiam distorcer os resultados da ANOVA
- Variâncias desiguais: As variâncias entre os grupos não são iguais (heterocedasticidade)
Pressupostos do Teste de Kruskal-Wallis
- A variável dependente deve ser medida em nível ordinal ou contínuo
- A variável independente deve consistir em dois ou mais grupos categóricos e independentes
- Independência das observações - não há relação entre as observações em cada grupo ou entre os próprios grupos
- Formas de distribuição semelhantes entre os grupos (não necessariamente normais, mas semelhantes)
Como usar esta calculadora
- Insira seus dados: Insira os dados de cada grupo em uma linha separada. Os valores em cada linha podem ser separados por vírgulas, espaços ou tabulações.
- Defina o nível de significância: Escolha seu valor de alfa (0,01, 0,05 ou 0,10) com base nos requisitos do seu teste.
- Defina a precisão: Selecione o número de casas decimais para seus resultados.
- Calcular: Clique no botão Calcular para realizar a análise.
- Interprete os resultados: Revise a estatística H, o valor-p, o tamanho do efeito e as visualizações para tirar conclusões.
Interpretando os Resultados
Significância Estatística
- Se valor-p ≤ alfa: Rejeite a hipótese nula. Há uma diferença estatisticamente significativa entre pelo menos um par de grupos.
- Se valor-p > alfa: Não rejeite a hipótese nula. Não há evidências suficientes de diferenças entre os grupos.
Tamanho do Efeito (Epsilon ao Quadrado)
O tamanho do efeito mede a significância prática de suas descobertas:
| Epsilon ao Quadrado | Tamanho do Efeito | Interpretação |
|---|---|---|
| < 0,01 | Insignificante | Efeito prático muito pequeno ou inexistente |
| 0,01 - 0,06 | Pequeno | Pequena significância prática |
| 0,06 - 0,14 | Médio | Moderada significância prática |
| > 0,14 | Grande | Grande significância prática |
Testes Post-Hoc
Quando o teste de Kruskal-Wallis é significativo, você precisa de testes post-hoc para determinar quais grupos específicos diferem. As opções comuns incluem:
- Teste de Dunn: O teste post-hoc mais popular para Kruskal-Wallis
- Testes U de Mann-Whitney pareados: Com correção de Bonferroni ou outra correção para múltiplas comparações
- Teste de Conover-Iman: Baseado na distribuição t de postos
- Teste de Nemenyi: Equivalente não paramétrico do HSD de Tukey
Comparação Kruskal-Wallis vs ANOVA
| Característica | Kruskal-Wallis | ANOVA de uma via |
|---|---|---|
| Tipo de Dado | Ordinal ou contínuo | Apenas contínuo |
| Normalidade | Não exigida | Exigida |
| Variâncias Iguais | Não exigida | Exigida (pode usar ANOVA de Welch se violada) |
| Poder Estatístico | Menor (usa postos) | Maior (usa valores reais) |
| Sensibilidade a Outliers | Menos sensível | Mais sensível |
| Tamanho da Amostra | Funciona com amostras pequenas | Precisa de amostras maiores para normalidade |
Perguntas Frequentes
O que é o Teste de Kruskal-Wallis?
O teste de Kruskal-Wallis é um teste não paramétrico baseado em postos, usado para determinar se existem diferenças estatisticamente significativas entre dois ou mais grupos de uma variável independente em uma variável dependente contínua ou ordinal. É o equivalente não paramétrico da ANOVA de uma via e uma extensão do teste U de Mann-Whitney para mais de dois grupos.
Quando devo usar o teste de Kruskal-Wallis em vez da ANOVA?
Use o teste de Kruskal-Wallis quando: (1) Seus dados não atendem ao pressuposto de normalidade exigido pela ANOVA, (2) Você possui dados ordinais em vez de dados contínuos, (3) Seus tamanhos de amostra são pequenos e você não pode verificar a normalidade, (4) Seus dados possuem valores discrepantes que poderiam distorcer os resultados da ANOVA, ou (5) As variâncias entre os grupos não são iguais (heterocedasticidade).
Como interpreto o valor-p de Kruskal-Wallis?
Se o valor-p for menor ou igual ao nível de significância escolhido (geralmente 0,05), você rejeita a hipótese nula e conclui que há uma diferença estatisticamente significativa entre pelo menos um par de grupos. Se valor-p > alfa, você não rejeita a hipótese nula, o que significa que não há evidências suficientes de diferenças entre os grupos.
Qual é o tamanho do efeito no teste de Kruskal-Wallis?
O Epsilon ao quadrado é usado como uma medida de tamanho de efeito para o teste de Kruskal-Wallis. Ele varia de 0 a 1 e indica significância prática: valores menores que 0,01 são insignificantes, 0,01-0,06 são pequenos, 0,06-0,14 são médios e valores acima de 0,14 indicam efeitos grandes. O tamanho do efeito complementa a significância estatística ao mostrar a magnitude das diferenças.
Qual é o tamanho mínimo da amostra para o teste de Kruskal-Wallis?
Cada grupo deve ter pelo menos 5 observações para resultados confiáveis, embora tecnicamente o teste exija pelo menos 2 observações por grupo. Para amostras muito pequenas, a aproximação qui-quadrado usada para calcular os valores-p pode não ser precisa, e testes de permutação exatos devem ser considerados.
Quais testes post-hoc seguem um resultado significativo de Kruskal-Wallis?
Quando o teste de Kruskal-Wallis é significativo, os testes post-hoc identificam quais grupos específicos diferem. As opções comuns incluem: teste de Dunn (o mais popular), testes U de Mann-Whitney pareados com correção de Bonferroni, teste de Conover-Iman ou teste de Nemenyi. Esses testes controlam o erro do Tipo I ao fazer múltiplas comparações.
Recursos Adicionais
- Teste de Kruskal-Wallis - Wikipédia (Inglês)
- Teste U de Mann-Whitney - Wikipédia (Inglês)
- ANOVA - Wikipédia (Inglês)
Cite este conteúdo, página ou ferramenta como:
"Calculadora de Teste de Kruskal-Wallis" em https://MiniWebtool.com/br/calculadora-de-teste-de-kruskal-wallis/ de MiniWebtool, https://MiniWebtool.com/
pela equipe miniwebtool. Atualizado: 27 de jan de 2026
Você também pode experimentar nosso Solucionador de Matemática AI GPT para resolver seus problemas de matemática através de perguntas e respostas em linguagem natural.
Outras ferramentas relacionadas:
Estatísticas e análise de dados:
- Calculadora ANOVA
- Calculadora de média aritmética
- Calculadora de Média - Alta Precisão
- Calculadora de Desvio Médio
- Criador de Box Plot (Gráfico de Caixa)
- Calculadora do Teste Qui-Quadrado
- Calculadora de Coeficiente de Variação Em Destaque
- Calculadora de d de Cohen
- Calculadora de crescimento composto
- Calculadora de Intervalo de Confiança
- Calculadora de Intervalo de Confiança para Proporção Novo
- Calculadora de Coeficiente de Correlação
- Calculadora de Média Geométrica Em Destaque
- Calculadora de média harmônica Em Destaque
- Criador de Histograma
- Calculadora de Intervalo Interquartil
- Calculadora de Teste de Kruskal-Wallis
- Calculadora de Regressão Linear
- Calculadora de Crescimento Logarítmico
- Calculadora de Teste U de Mann-Whitney
- Calculadora de Desvio Médio Absoluto
- Calculadora de Média
- Calculadora de Média, Mediana e Moda Em Destaque
- Calculadora de Desvio Mediano Absoluto
- Calculadora de Mediana Em Destaque
- Calculadora de Midrange
- Calculadora de Moda
- Calculadora de Outliers
- Calculadora de Desvio Padrão da População-Alta Precisão
- Calculadora de Quartil
- Calculadora de Desvio de Quartil
- Calculadora de Alcance
- Calculadora de Desvio Padrão Relativo Em Destaque
- Calculadora de raiz quadrada média
- Calculadora de Média de Amostra
- Calculadora de amostra de tamanho
- Calculadora de desvio padrão da amostra
- Criador de Gráfico de Dispersão
- Calculadora de Desvio Padrão - Alta Precisão Em Destaque
- Calculadora de Erro Padrão Em Destaque
- Calculadora de Estatísticas
- Calculadora de Teste t
- Calculadora de variação (Alta precisão)
- Calculadora de Z-Score Novo