Kalkulator testu Kruskala-Wallisa

Q: Czym jest wielkość efektu w teście Kruskala-Wallisa?

Epsilon-kwadrat (epsilon squared) 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.

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.

Wypróbuj przykładowe zestawy danych:

3 grupy (podstawowy) Różne średnie 4 grupy (podobne) Wyraźna różnica

Wprowadź dane (każda grupa w osobnym wierszu)

Poziom istotności (α)

Precyzja dziesiętna

Wskazówka: Wprowadź co najmniej 2 grupy z co najmniej 2 obserwacjami w każdej. Test działa najlepiej przy co najmniej 5 obserwacjach na grupę.

Embed Kalkulator testu Kruskala-Wallisa Widget

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

Statystyka H Kruskala-Wallisa

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

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.

Dostępne API dla deweloperów: Uruchom to narzędzie z aplikacji, automatyzacji lub agenta za pomocą jednego żądania HTTP JSON. Zobacz dokumentację API

Możesz także wypróbować nasz AI Rozwiązywacz Matematyczny GPT, aby rozwiązywać swoje problemy matematyczne poprzez pytania i odpowiedzi w języku naturalnym.

Kalkulator testu Kruskala-Wallisa

O Kalkulator testu Kruskala-Wallisa

Co to jest test Kruskala-Wallisa?

Wzór na statystykę H Kruskala-Wallisa

Kiedy używać testu Kruskala-Wallisa

Użyj testu Kruskala-Wallisa zamiast jednoczynnikowej ANOVA, gdy:

Założenia testu Kruskala-Wallisa

Jak korzystać z tego kalkulatora

Interpretacja wyników

Istotność statystyczna

Wielkość efektu (Epsilon-kwadrat)

Testy Post-Hoc

Porównanie Kruskal-Wallis vs ANOVA

Często zadawane pytania

Co to jest test Kruskala-Wallisa?

Kiedy należy używać testu Kruskala-Wallisa zamiast ANOVA?

Jak interpretować wartość p w teście Kruskala-Wallisa?

Czym jest wielkość efektu w teście Kruskala-Wallisa?

Jaka jest minimalna wielkość próby dla testu Kruskala-Wallisa?

Jakie testy post-hoc wykonuje się po istotnym wyniku Kruskala-Wallisa?

Dodatkowe zasoby

Statystyki i analiza danych:

Polecane narzędzia: