Kalkulator testu Kruskala-Wallisa
Wykonaj test H Kruskala-Wallisa, aby porównać wiele niezależnych grup. Uzyskaj obliczenia krok po kroku, analizę rang, wielkość efektu i interaktywną wizualizację do nieparametrycznej analizy statystycznej.
Blokada reklam uniemożliwia wyświetlanie reklam
MiniWebtool jest darmowy dzięki reklamom. Jeśli to narzędzie Ci pomogło, wesprzyj nas przez Premium (bez reklam + szybciej) albo dodaj MiniWebtool.com do wyjątków i odśwież stronę.
- Albo przejdź na Premium (bez reklam)
- Zezwól na reklamy dla MiniWebtool.com, potem odśwież
O Kalkulator testu Kruskala-Wallisa
Witamy w Kalkulatorze testu Kruskala-Wallisa, kompleksowym narzędziu statystycznym do porównywania wielu niezależnych grup przy użyciu nieparametrycznego testu H Kruskala-Wallisa. Ten kalkulator zapewnia obliczenia krok po kroku, analizę rang, pomiar wielkości efektu i interaktywne wizualizacje, które pomogą Ci zrozumieć i zinterpretować Twoje dane.
Co to jest test Kruskala-Wallisa?
Test H Kruskala-Wallisa (zwany również jednoczynnikową analizą wariancji Kruskala-Wallisa) to nieparametryczny test oparty na rangach, używany do określenia, czy istnieją statystycznie istotne różnice między dwiema lub więcej grupami zmiennej niezależnej w odniesieniu do ciągłej lub porządkowej zmiennej zależnej. Jest to nieparametryczny odpowiednik jednoczynnikowej analizy ANOVA.
Nazwany na cześć Williama Kruskala i W. Allena Wallisa, którzy opracowali go w 1952 roku, test ten rozszerza test U Manna-Whitneya na więcej niż dwie grupy. W przeciwieństwie do ANOVA, test Kruskala-Wallisa nie wymaga założenia o normalnym rozkładzie danych.
Wzór na statystykę H Kruskala-Wallisa
Gdzie:
- N = Całkowita liczba obserwacji we wszystkich grupach
- k = Liczba grup
- nᵢ = Liczba obserwacji w grupie i
- Rᵢ = Suma rang w grupie i
Kiedy używać testu Kruskala-Wallisa
Użyj testu Kruskala-Wallisa zamiast jednoczynnikowej ANOVA, gdy:
- Dane o rozkładzie innym niż normalny: Twoje dane nie spełniają założenia o normalności wymaganego przez ANOVA
- Dane porządkowe: Masz dane porządkowe (rangowe) zamiast danych ciągłych
- Małe próby: Wielkości prób są zbyt małe, aby zweryfikować normalność
- Występują wartości odstające: Twoje dane zawierają wartości odstające, które mogłyby zniekształcić wyniki ANOVA
- Nierówne wariancje: Wariancje między grupami nie są równe (heteroskedastyczność)
Założenia testu Kruskala-Wallisa
- Zmienna zależna powinna być mierzona na poziomie porządkowym lub ciągłym
- Zmienna niezależna powinna składać się z dwóch lub więcej kategorycznych, niezależnych grup
- Niezależność obserwacji – nie ma związku między obserwacjami w każdej grupie ani między samymi grupami
- Podobne kształty rozkładów w grupach (niekoniecznie normalne, ale podobne)
Jak korzystać z tego kalkulatora
- Wprowadź swoje dane: Wprowadź dane dla każdej grupy w osobnym wierszu. Wartości w każdym wierszu mogą być oddzielone przecinkami, spacjami lub tabulatorami.
- Ustaw poziom istotności: Wybierz wartość alfa (0,01, 0,05 lub 0,10) w zależności od wymagań testu.
- Ustaw precyzję: Wybierz liczbę miejsc po przecinku dla wyników.
- Oblicz: Kliknij przycisk Oblicz, aby przeprowadzić analizę.
- Interpretuj wyniki: Przejrzyj statystykę H, wartość p, wielkość efektu i wizualizacje, aby wyciągnąć wnioski.
Interpretacja wyników
Istotność statystyczna
- Jeśli wartość p ≤ alfa: Odrzuć hipotezę zerową. Istnieje statystycznie istotna różnica między co najmniej jedną parą grup.
- Jeśli wartość p > alfa: Brak podstaw do odrzucenia hipotezy zerowej. Niewystarczające dowody na istnienie różnic między grupami.
Wielkość efektu (Epsilon-kwadrat)
Wielkość efektu mierzy praktyczne znaczenie Twoich odkryć:
| Epsilon-kwadrat | Wielkość efektu | Interpretacja |
|---|---|---|
| < 0,01 | Pomijalna | Bardzo mały lub brak praktycznego efektu |
| 0,01 - 0,06 | Mała | Mała istotność praktyczna |
| 0,06 - 0,14 | Średnia | Umiarkowana istotność praktyczna |
| > 0,14 | Duża | Duża istotność praktyczna |
Testy Post-Hoc
Gdy test Kruskala-Wallisa jest istotny, należy przeprowadzić testy post-hoc, aby określić, które konkretne grupy się różnią. Typowe opcje obejmują:
- Test Dunna: Najpopularniejszy test post-hoc dla testu Kruskala-Wallisa
- Testy U Manna-Whitneya dla par: Z poprawką Bonferroniego lub inną poprawką dla wielokrotnych porównań
- Test Conovera-Imana: Oparty na rozkładzie t dla rang
- Test Nemenyi: Nieparametryczny odpowiednik testu HSD Tukeya
Porównanie Kruskal-Wallis vs ANOVA
| Cecha | Kruskal-Wallis | Jednoczynnikowa ANOVA |
|---|---|---|
| Typ danych | Porządkowe lub ciągłe | Tylko ciągłe |
| Normalność | Niewymagana | Wymagana |
| Równość wariancji | Niewymagana | Wymagana (można użyć ANOVA Welcha w przypadku naruszenia) |
| Moc statystyczna | Niższa (używa rang) | Wyższa (używa rzeczywistych wartości) |
| Wrażliwość na wartości odstające | Mniej wrażliwy | Bardziej wrażliwy |
| Wielkość próby | Działa z małymi próbami | Wymaga większych prób dla normalności |
Często zadawane pytania
Co to jest test Kruskala-Wallisa?
Test Kruskala-Wallisa to nieparametryczny test oparty na rangach, używany do określenia, czy istnieją statystycznie istotne różnice między dwiema lub więcej grupami zmiennej niezależnej w odniesieniu do ciągłej lub porządkowej zmiennej zależnej. Jest to nieparametryczny odpowiednik jednoczynnikowej analizy ANOVA i rozszerzenie testu U Manna-Whitneya dla więcej niż dwóch grup.
Kiedy należy używać testu Kruskala-Wallisa zamiast ANOVA?
Użyj testu Kruskala-Wallisa, gdy: (1) Twoje dane nie spełniają założenia o normalności wymaganego przez ANOVA, (2) Masz dane porządkowe zamiast danych ciągłych, (3) Wielkości prób są małe i nie możesz zweryfikować normalności, (4) Twoje dane zawierają wartości odstające, które mogłyby zniekształcić wyniki ANOVA, lub (5) Wariancje między grupami nie są równe (heteroskedastyczność).
Jak interpretować wartość p w teście Kruskala-Wallisa?
Jeśli wartość p jest mniejsza lub równa wybranemu poziomowi istotności (zazwyczaj 0,05), odrzucasz hipotezę zerową i stwierdzasz, że istnieje statystycznie istotna różnica między co najmniej jedną parą grup. Jeśli wartość p > alfa, nie ma podstaw do odrzucenia hipotezy zerowej, co oznacza niewystarczające dowody na istnienie różnic między grupami.
Czym jest wielkość efektu w teście Kruskala-Wallisa?
Epsilon-kwadrat jest stosowany jako miara wielkości efektu w teście Kruskala-Wallisa. Przyjmuje wartości od 0 do 1 i wskazuje na istotność praktyczną: wartości poniżej 0,01 są pomijalne, 0,01-0,06 są małe, 0,06-0,14 są średnie, a wartości powyżej 0,14 wskazują na duże efekty. Wielkość efektu uzupełnia istotność statystyczną, pokazując skalę różnic.
Jaka jest minimalna wielkość próby dla testu Kruskala-Wallisa?
Każda grupa powinna mieć co najmniej 5 obserwacji dla uzyskania wiarygodnych wyników, choć technicznie test wymaga co najmniej 2 obserwacji na grupę. W przypadku bardzo małych prób przybliżenie chi-kwadrat używane do obliczania wartości p może być niedokładne i należy rozważyć dokładne testy permutacyjne.
Jakie testy post-hoc wykonuje się po istotnym wyniku Kruskala-Wallisa?
Gdy test Kruskala-Wallisa jest istotny, testy post-hoc identyfikują, które konkretne grupy się różnią. Typowe opcje obejmują: test Dunna (najpopularniejszy), testy U Manna-Whitneya dla par z poprawką Bonferroniego, test Conovera-Imana lub test Nemenyi. Testy te kontrolują błąd typu I przy dokonywaniu wielu porównań.
Dodatkowe zasoby
Cytuj ten materiał, stronę lub narzędzie w następujący sposób:
"Kalkulator testu Kruskala-Wallisa" na https://MiniWebtool.com/pl/kalkulator-testu-kruskala-wallisa/ z MiniWebtool, https://MiniWebtool.com/
przez zespół miniwebtool. Zaktualizowano: 27 stycznia 2026 r.
Możesz także wypróbować nasz AI Rozwiązywacz Matematyczny GPT, aby rozwiązywać swoje problemy matematyczne poprzez pytania i odpowiedzi w języku naturalnym.
Inne powiązane narzędzia:
Statystyki i analiza danych:
- Kalkulator ANOVA
- Kalkulator średniej arytmetycznej
- Kalkulator średniej - Wysoka precyzja
- Kalkulator odchylenia średniego
- Generator wykresów pudełkowych
- Kalkulator testu chi-kwadrat
- Kalkulator współczynnika zmienności
- Kalkulator d Cohena
- Kalkulator złożonej stopy wzrostu
- Kalkulator przedziałów ufności
- Kalkulator przedziału ufności dla proporcji Nowy
- Kalkulator Wspolczynnika Korelacji Polecane
- Kalkulator średniej geometrycznej
- Kalkulator średniej harmonicznej
- Twórca histogramów
- Kalkulator rozstępu międzykwartylowego
- Kalkulator testu Kruskala-Wallisa
- Kalkulator Regresji Liniowej
- Kalkulator wzrostu logarytmicznego
- Kalkulator Testu U Manna-Whitneya Polecane
- Kalkulator średniego odchylenia bezwzględnego (MAD)
- Kalkulator Średniej
- Kalkulator Sredniej, Mediany i Mody
- Kalkulator odchylenia mediany bezwzględnej
- Kalkulator Mediany
- Kalkulator Midrange
- Kalkulator trybu
- Kalkulator Wartości Odstających
- Kalkulator odchylenia standardowego populacji-wysoka precyzja
- Kalkulator Kwartyli Polecane
- Kalkulator Odchylenia Kwartylnego
- Kalkulator zasięgu
- Kalkulator Względnego Odchylenia Standardowego Polecane
- Kalkulator RMS
- Kalkulator średniej z próby
- Kalkulator wielkości próbki
- Kalkulator odchylenia standardowego próby
- Twórca Wykresów Rozrzutu
- Kalkulator odchylenia standardowego - Wysoka precyzja
- Kalkulator Błędu Standardowego
- Kalkulator Statystyczny
- Kalkulator Testu t
- Kalkulator wariancji wysoka precyzja
- Kalkulator Z-Score Nowy