Calcolatore del Test di Kruskal-Wallis
Esegui il test H di Kruskal-Wallis per confrontare più gruppi indipendenti. Ottieni calcoli passo-passo, analisi dei ranghi, dimensione dell'effetto e visualizzazione interattiva per l'analisi statistica non parametrica.
Il tuo ad blocker ci impedisce di mostrare annunci
MiniWebtool è gratuito grazie agli annunci. Se questo strumento ti è stato utile, sostienici con Premium (senza annunci + più veloce) oppure inserisci MiniWebtool.com nella whitelist e ricarica la pagina.
- Oppure passa a Premium (senza annunci)
- Consenti gli annunci per MiniWebtool.com, poi ricarica
Calcolatore del Test di Kruskal-Wallis
Benvenuto nel Calcolatore del test di Kruskal-Wallis, uno strumento statistico completo per confrontare più gruppi indipendenti utilizzando il test H non parametrico di Kruskal-Wallis. Questo calcolatore fornisce calcoli passo dopo passo, analisi dei ranghi, misurazione della dimensione dell'effetto e visualizzazioni interattive per aiutarti a comprendere e interpretare i tuoi dati.
Cos'è il test di Kruskal-Wallis?
Il test H di Kruskal-Wallis (chiamato anche analisi della varianza a una via di Kruskal-Wallis) è un test non parametrico basato sui ranghi utilizzato per determinare se esistono differenze statisticamente significative tra due o più gruppi di una variabile indipendente su una variabile dipendente continua o ordinale. È l'equivalente non parametrico dell'ANOVA a una via.
Prende il nome da William Kruskal e W. Allen Wallis che lo svilupparono nel 1952, questo test estende il test U di Mann-Whitney a più di due gruppi. A differenza dell'ANOVA, il test di Kruskal-Wallis non presuppone la distribuzione normale dei dati.
Formula della statistica H di Kruskal-Wallis
Dove:
- N = Numero totale di osservazioni in tutti i gruppi
- k = Numero di gruppi
- nᵢ = Numero di osservazioni nel gruppo i
- Rᵢ = Somma dei ranghi nel gruppo i
Quando usare il test di Kruskal-Wallis
Usa Kruskal-Wallis invece dell'ANOVA a una via quando:
- Dati non normali: I tuoi dati non soddisfano l'assunto di normalità richiesto dall'ANOVA
- Dati ordinali: Hai dati ordinali (ordinati in ranghi) piuttosto che dati continui
- Piccoli campioni: Le dimensioni del campione sono troppo piccole per verificare la normalità
- Presenza di outlier: I tuoi dati presentano outlier che potrebbero distorcere i risultati dell'ANOVA
- Varianze disuguali: Le varianze tra i gruppi non sono uguali (eteroschedasticità)
Assunti del test di Kruskal-Wallis
- La variabile dipendente deve essere misurata a livello ordinale o continuo
- La variabile indipendente deve consistere in due o più gruppi categoriali indipendenti
- Indipendenza delle osservazioni: non esiste alcuna relazione tra le osservazioni in ciascun gruppo o tra i gruppi stessi
- Forme di distribuzione simili tra i gruppi (non necessariamente normali, ma simili)
Come usare questo calcolatore
- Inserisci i tuoi dati: Inserisci i dati per ogni gruppo su una riga separata. I valori all'interno di ogni riga possono essere separati da virgole, spazi o tabulazioni.
- Imposta il livello di significatività: Scegli il tuo valore alfa (0,01, 0,05 o 0,10) in base alle tue esigenze di test.
- Imposta la precisione: Seleziona il numero di cifre decimali per i risultati.
- Calcola: Fai clic sul pulsante Calcola per eseguire l'analisi.
- Interpreta i risultati: Esamina la statistica H, il p-value, la dimensione dell'effetto e le visualizzazioni per trarre conclusioni.
Interpretazione dei risultati
Significatività statistica
- Se p-value ≤ alfa: Rifiuta l'ipotesi nulla. Esiste una differenza statisticamente significativa tra almeno una coppia di gruppi.
- Se p-value > alfa: Non riesci a rifiutare l'ipotesi nulla. Non ci sono prove sufficienti di differenze tra i gruppi.
Dimensione dell'effetto (Epsilon quadrato)
La dimensione dell'effetto misura la significatività pratica dei tuoi risultati:
| Epsilon quadrato | Dimensione dell'effetto | Interpretazione |
|---|---|---|
| < 0,01 | Trascurabile | Effetto pratico molto piccolo o nullo |
| 0,01 - 0,06 | Piccola | Piccola significatività pratica |
| 0,06 - 0,14 | Media | Moderata significatività pratica |
| > 0,14 | Grande | Grande significatività pratica |
Test Post-Hoc
Quando il test di Kruskal-Wallis è significativo, sono necessari test post-hoc per determinare quali gruppi specifici differiscono. Le opzioni comuni includono:
- Test di Dunn: Il test post-hoc più popolare per Kruskal-Wallis
- Test U di Mann-Whitney a coppie: Con correzione di Bonferroni o altra correzione per confronti multipli
- Test di Conover-Iman: Basato sulla distribuzione t dei ranghi
- Test di Nemenyi: Equivalente non parametrico dell'HSD di Tukey
Confronto Kruskal-Wallis vs ANOVA
| Caratteristica | Kruskal-Wallis | ANOVA a una via |
|---|---|---|
| Tipo di Dati | Ordinali o continui | Solo continui |
| Normalità | Non richiesta | Richiesta |
| Uguaglianza delle Varianze | Non richiesta | Richiesta (può usare ANOVA di Welch se violata) |
| Potenza Statistica | Minore (usa i ranghi) | Maggiore (usa i valori effettivi) |
| Sensibilità agli Outlier | Meno sensibile | Più sensibile |
| Dimensione del Campione | Funziona con piccoli campioni | Necessita di campioni più grandi per la normalità |
Domande Frequenti
Cos'è il test di Kruskal-Wallis?
Il test di Kruskal-Wallis è un test non parametrico basato sui ranghi utilizzato per determinare se esistono differenze statisticamente significative tra due o più gruppi di una variabile indipendente su una variabile dipendente continua o ordinale. È l'equivalente non parametrico dell'ANOVA a una via e un'estensione del test U di Mann-Whitney per più di due gruppi.
Quando dovrei usare il test di Kruskal-Wallis invece dell'ANOVA?
Usa il test di Kruskal-Wallis quando: (1) I tuoi dati non soddisfano l'assunto di normalità richiesto dall'ANOVA, (2) Hai dati ordinali piuttosto che dati continui, (3) Le dimensioni del campione sono piccole e non puoi verificare la normalità, (4) I tuoi dati presentano outlier che potrebbero influenzare i risultati dell'ANOVA, o (5) Le varianze tra i gruppi non sono uguali (eteroschedasticità).
Come si interpreta il p-value di Kruskal-Wallis?
Se il p-value è inferiore o uguale al livello di significatività scelto (solitamente 0,05), rifiuti l'ipotesi nulla e concludi che esiste una differenza statisticamente significativa tra almeno una coppia di gruppi. Se il p-value > alfa, non riesci a rifiutare l'ipotesi nulla, il che significa che non ci sono prove sufficienti di differenze tra i gruppi.
Qual è la dimensione dell'effetto nel test di Kruskal-Wallis?
L'epsilon quadrato viene utilizzato come misura della dimensione dell'effetto per il test di Kruskal-Wallis. Va da 0 a 1 e indica la significatività pratica: valori inferiori a 0,01 sono trascurabili, 0,01-0,06 sono piccoli, 0,06-0,14 sono medi e valori superiori a 0,14 indicano effetti grandi. La dimensione dell'effetto integra la significatività statistica mostrando l'entità delle differenze.
Qual è la dimensione minima del campione per il test di Kruskal-Wallis?
Ogni gruppo dovrebbe avere almeno 5 osservazioni per risultati affidabili, sebbene tecnicamente il test richieda almeno 2 osservazioni per gruppo. Per campioni molto piccoli, l'approssimazione chi-quadrato utilizzata per calcolare i p-value potrebbe non essere accurata e dovrebbero essere considerati test di permutazione esatti.
Quali test post-hoc seguono un risultato significativo di Kruskal-Wallis?
Quando il test di Kruskal-Wallis è significativo, i test post-hoc identificano quali gruppi specifici differiscono. Le opzioni comuni includono: il test di Dunn (il più popolare), i test U di Mann-Whitney a coppie con correzione di Bonferroni, il test di Conover-Iman o il test di Nemenyi. Questi test controllano l'errore di Tipo I quando si effettuano confronti multipli.
Risorse Aggiuntive
Cita questo contenuto, pagina o strumento come:
"Calcolatore del Test di Kruskal-Wallis" su https://MiniWebtool.com/it/calcolatore-del-test-di-kruskal-wallis/ di MiniWebtool, https://MiniWebtool.com/
dal team miniwebtool. Aggiornato: 27 gen 2026
Puoi anche provare il nostro Risolutore di Matematica AI GPT per risolvere i tuoi problemi matematici attraverso domande e risposte in linguaggio naturale.
Altri strumenti correlati:
Statistiche e analisi dati:
- Calcolatrice ANOVA
- Calcolatore di media aritmetica
- Calcolatore della Media - Alta Precisione
- Calcolatore della deviazione media
- Generatore di Box Plot
- Calcolatore del Test Chi-Quadrato In Primo Piano
- Calcolatore del Coefficiente di Variazione
- Calcolatore di Cohen
- Calcolatore crescita composta
- Calcolatore dell'intervallo di confidenza
- Calcolatore dell'Intervallo di Confidenza per Proporzione Nuovo
- Calcolatore Coefficiente di Correlazione
- Calcolatore della Media Geometrica In Primo Piano
- Calcolatore della Media Armonica
- Creatore di Istogrammi
- Calcolatore dello scarto interquartile
- Calcolatore del Test di Kruskal-Wallis
- Calcolatrice di Regressione Lineare
- Calcolatore di Crescita Logaritmica
- Calcolatore del Test U di Mann-Whitney
- Calcolatore dello Scarto Medio Assoluto (MAD)
- Calcolatore della Media
- Calcolatore Media, Mediana e Moda
- Calcolatore della Deviazione Mediana Assoluta
- Calcolatore della Mediana
- Calcolatore di Midrange
- Calcolatore di Modalità
- Calcolatore di Valori Anomali
- Calcolatore della deviazione standard della popolazione-alta precisione
- Calcolatore di Quartili
- Calcolatore di Deviazione Quartile
- Calcolatore della gamma
- Calcolatrice della Deviazione Standard Relativa In Primo Piano
- Calcolatore della radice quadrata media
- Calcolatore della Media Campionaria
- Calcolatore delle Dimensioni del Campione
- Calcolatore della deviazione standard del campione
- Creatore di Grafici a Dispersione
- Calcolatore della deviazione standard - Alta precisione In Primo Piano
- Calcolatore dell'Errore Standard
- Calcolatrice Statistica
- Calcolatrice Test t In Primo Piano
- Calcolatore di Variazione Alta Precisione
- Calcolatore Z-Score Nuovo