Depuis 2010 · Plus de 2 millions d’utilisations d’outils par mois
Depuis 2010
Ajouter à Chrome

Ma Boîte à Outils

Mode Automatique

Aucun outil enregistré pour l’instant.

Passer à la Version Premium
Outils associés
Calculateur du Test U de Mann-WhitneyCalculatrice de test du khi-deuxCalculatrice de Test tCalculateur du Test Exact de FisherCalculatrice ANOVACalculatrice de d de Cohen
Page d'accueil > Mathématiques > Statistiques et analyse de données
 

Calculateur du Test de Kruskal-Wallis

Effectuez le test H de Kruskal-Wallis pour comparer plusieurs groupes indépendants. Obtenez les calculs étape par étape, l'analyse des rangs, la taille de l'effet et une visualisation interactive pour l'analyse statistique non paramétrique.

Utilisation gratuiteSans inscriptionMis à jour janv. 2026
Calculateur du Test de Kruskal-WallisEssayez maintenant — gratuit ▼

Essayer des jeux de données d'exemple :

3 groupes (Basique) Moyennes différentes 4 groupes (Similaires) Différence nette
Conseil : Saisissez au moins 2 groupes avec au moins 2 observations chacun. Le test fonctionne mieux avec plus de 5 observations par groupe.

Embed Calculateur du Test de Kruskal-Wallis Widget

Calculateur du Test de Kruskal-Wallis

Bienvenue sur le Calculateur du test de Kruskal-Wallis, un outil statistique complet pour comparer plusieurs groupes indépendants à l'aide du test H non paramétrique de Kruskal-Wallis. Ce calculateur fournit des calculs étape par étape, une analyse des rangs, une mesure de la taille de l'effet et des visualisations interactives pour vous aider à comprendre et interpréter vos données.

Qu'est-ce que le test de Kruskal-Wallis ?

Le test H de Kruskal-Wallis (également appelé analyse de variance à un facteur de Kruskal-Wallis) est un test non paramétrique basé sur les rangs utilisé pour déterminer s'il existe des différences statistiquement significatives entre deux ou plusieurs groupes d'une variable indépendante sur une variable dépendante continue ou ordinale. C'est l'équivalent non paramétrique de l'ANOVA à un facteur.

Nommé d'après William Kruskal et W. Allen Wallis qui l'ont développé en 1952, ce test étend le test U de Mann-Whitney à plus de deux groupes. Contrairement à l'ANOVA, le test de Kruskal-Wallis ne suppose pas une distribution normale des données.

Formule de la statistique H de Kruskal-Wallis

Statistique H de Kruskal-Wallis
$$H = \frac{12}{N(N+1)} \sum_{i=1}^{k} \frac{R_i^2}{n_i} - 3(N+1)$$

Où :

Quand utiliser le test de Kruskal-Wallis

Utilisez Kruskal-Wallis au lieu de l'ANOVA à un facteur lorsque :

Hypothèses du test de Kruskal-Wallis

Comment utiliser ce calculateur

  1. Saisissez vos données : Saisissez les données pour chaque groupe sur une ligne distincte. Les valeurs au sein de chaque ligne peuvent être séparées par des virgules, des espaces ou des tabulations.
  2. Définissez le niveau de signification : Choisissez votre valeur alpha (0,01, 0,05 ou 0,10) en fonction de vos exigences de test.
  3. Réglez la précision : Sélectionnez le nombre de décimales pour vos résultats.
  4. Calculez : Cliquez sur le bouton Calculer pour effectuer l'analyse.
  5. Interprétez les résultats : Examinez la statistique H, la valeur p, la taille de l'effet et les visualisations pour tirer des conclusions.

Interprétation des résultats

Signification statistique

Taille de l'effet (Epsilon-carré)

La taille de l'effet mesure la signification pratique de vos découvertes :

Epsilon-carréTaille de l'effetInterprétation
< 0,01NégligeableEffet pratique très faible ou nul
0,01 - 0,06FaibleSignification pratique faible
0,06 - 0,14MoyenneSignification pratique modérée
> 0,14GrandeGrande signification pratique

Tests post-hoc

Lorsque le test de Kruskal-Wallis est significatif, vous avez besoin de tests post-hoc pour déterminer quels groupes spécifiques diffèrent. Les options courantes incluent :

Comparaison Kruskal-Wallis vs ANOVA

CaractéristiqueKruskal-WallisANOVA à un facteur
Type de donnéesOrdinales ou continuesContinues uniquement
NormalitéNon requiseRequise
Égalité des variancesNon requiseRequise (peut utiliser l'ANOVA de Welch si non respectée)
Puissance statistiquePlus faible (utilise les rangs)Plus élevée (utilise les valeurs réelles)
Sensibilité aux valeurs aberrantesMoins sensiblePlus sensible
Taille d'échantillonFonctionne avec de petits échantillonsNécessite des échantillons plus grands pour la normalité

Foire aux questions

Qu'est-ce que le test de Kruskal-Wallis ?

Le test de Kruskal-Wallis est un test non paramétrique basé sur les rangs utilisé pour déterminer s'il existe des différences statistiquement significatives entre deux ou plusieurs groupes d'une variable indépendante sur une variable dépendante continue ou ordinale. C'est l'équivalent non paramétrique de l'ANOVA à un facteur et une extension du test U de Mann-Whitney pour plus de deux groupes.

Quand dois-je utiliser le test de Kruskal-Wallis au lieu de l'ANOVA ?

Utilisez le test de Kruskal-Wallis lorsque : (1) Vos données ne respectent pas l'hypothèse de normalité requise par l'ANOVA, (2) Vous avez des données ordinales plutôt que des données continues, (3) Vos tailles d'échantillon sont petites et vous ne pouvez pas vérifier la normalité, (4) Vos données présentent des valeurs aberrantes qui pourraient fausser les résultats de l'ANOVA, ou (5) Les variances entre les groupes ne sont pas égales (hétéroscédasticité).

Comment interpréter la valeur p de Kruskal-Wallis ?

Si la valeur p est inférieure ou égale à votre niveau de signification choisi (généralement 0,05), vous rejetez l'hypothèse nulle et concluez qu'il existe une différence statistiquement significative entre au moins une paire de groupes. Si la valeur p > alpha, vous ne parvenez pas à rejeter l'hypothèse nulle, ce qui signifie qu'il n'y a pas de preuves suffisantes de différences entre les groupes.

Quelle est la taille de l'effet dans le test de Kruskal-Wallis ?

L'epsilon-carré est utilisé comme mesure de la taille de l'effet pour le test de Kruskal-Wallis. Il varie de 0 à 1 et indique la signification pratique : les valeurs inférieures à 0,01 sont négligeables, de 0,01 à 0,06 sont faibles, de 0,06 à 0,14 sont moyennes, et les valeurs supérieures à 0,14 indiquent des effets importants. La taille de l'effet complète la signification statistique en montrant l'ampleur des différences.

Quelle est la taille d'échantillon minimale pour le test de Kruskal-Wallis ?

Chaque groupe devrait avoir au moins 5 observations pour des résultats fiables, bien que techniquement le test nécessite au moins 2 observations par groupe. Pour de très petits échantillons, l'approximation du chi-deux utilisée pour calculer les valeurs p peut ne pas être précise, et des tests de permutation exacts devraient être envisagés.

Quels tests post-hoc suivent un résultat significatif de Kruskal-Wallis ?

Lorsque le test de Kruskal-Wallis est significatif, les tests post-hoc identifient quels groupes spécifiques diffèrent. Les options courantes incluent : le test de Dunn (le plus populaire), les tests U de Mann-Whitney par paires avec correction de Bonferroni, le test de Conover-Iman ou le test de Nemenyi. Ces tests contrôlent l'erreur de type I lors de comparaisons multiples.

Ressources supplémentaires

Citez ce contenu, cette page ou cet outil comme suit :

"Calculateur du Test de Kruskal-Wallis" sur https://MiniWebtool.com/fr/calculateur-du-test-de-kruskal-wallis/ de MiniWebtool, https://MiniWebtool.com/

par l'équipe miniwebtool. Mis à jour : 27 janv. 2026

API développeur disponible: Exécutez cet outil depuis votre app, automatisation ou agent avec une requête HTTP JSON. Voir la documentation API

Vous pouvez également essayer notre Résolveur Mathématique IA GPT pour résoudre vos problèmes mathématiques grâce à des questions-réponses en langage naturel.

Statistiques et analyse de données:

Outils populaires et mis à jour:

Calculateur de Test F et Distribution FCalculateur de Signification de Test A/BCalculateur de Taille d'Échantillon pour Test A/BTout voir →
Page d'accueil > Mathématiques > Statistiques et analyse de données > Calculateur du Test de Kruskal-Wallis