Kruskal Wallis-toets in Statistiek
Die Kruskal Wallis-toets is 'n nie-parametriese statistiese metode wat gebruik word om verskille tussen drie of meer groepe te vergelyk. In baie studies wil navorsers dikwels bepaal of verskeie groepe beduidend verskillende waardes vir 'n spesifieke veranderlike het. Indien die data aan die aannames van normaliteit en homogeniteit van variansie voldoen, is die eenrigting-ANOVA-toets gewoonlik die eerste keuse. Wanneer hierdie aannames egter nie nagekom word nie – byvoorbeeld, die data is nie-normaal versprei, daar is uiterste uitskieters, of die meetskaal is ordinaal – is die Kruskal Wallis-toets 'n kragtige en wyd gebruikte alternatief.
Definisie en Basiese Konsepte
Die Kruskal-Wallis-toets (dikwels geskryf as die Kruskal-Wallis H-toets) is 'n uitbreiding van die Mann-Whitney U-toets, wat dit na meer as twee groepe uitbrei. Die basiese beginsel daarvan is om die "range" van die data te vergelyk, nie die werklike waardes nie. Omdat dit ranggebaseerd is, vereis hierdie toets nie 'n normale verspreiding nie en is relatief bestand teen die invloed van uitskieters.
Intuïtief, as verskeie groepe dieselfde verspreiding het, sal die data-range oor die groepe ewekansig gemeng word. Omgekeerd, as sommige groepe geneig is om hoër of laer waardes te hê, sal die rangorde saamgroepeer en 'n groter toetsstatistiek lewer.
Wanneer word die Kruskal Wallis-toets gebruik?
Die Kruskal Wallis-toets word gebruik wanneer:
1. Die aantal groepe is ≥ 3, en die navorser wil die verskille in sentrale ligging (gewoonlik die mediaan) tussen groepe vergelyk.
2. Die data voldoen nie aan die ANOVA-aannames nie, veral nie die normaliteit van die residue nie.
3. Ordinale dataskale (bv. tevredenheidstellings: baie ontevrede tot baie tevrede) of nie-normale interval-/verhoudingsdata.
4. Onafhanklike steekproewe, wat beteken dat lede van een groep nie gepaar of verwant is aan ander groepe nie.
'n Goeie voorbeeld: 'n navorser wil pasiënttevredenheidsvlakke vergelyk met dienste by drie verskillende hospitale deur 'n Likert-skaal van 1–5 te gebruik. Omdat die data ordinaal is, is die Kruskal Wallis 'n gepaste keuse.
Kruskal Wallis-toetsaannames
Alhoewel nie-parametries, het die Kruskal Wallis steeds verskeie belangrike aannames:
1. Onafhanklikheid van waarneming: data in elke groep moet van verskillende individue afkomstig wees.
2. Die responsveranderlike moet ten minste ordinaal wees: die data moet sorteerbaar wees.
3. Die verspreidingsvorms tussen groepe moet soortgelyk wees: as die verspreidingsvorms baie verskil, kan die interpretasie van die verskille meer kompleks wees. Hierdie toets word dikwels geïnterpreteer as 'n verskil in mediane, maar die mediaaninterpretasie is die mees gepas as die verspreidingsvorms soortgelyk is.
Hipotese in Kruskal Wallis-toets
In die Kruskal Wallis-toets is die hipotese wat getoets word:
– H0 (nulhipotese): die verspreiding (of mediaan) van alle groepe is dieselfde.
– H1 (alternatiewe hipotese): daar is ten minste een groep waarvan die verspreiding (of mediaan) verskil.
Daar moet kennis geneem word dat wanneer H0 verwerp word, die Kruskal-Wallis-toets bloot sê "daar is 'n verskil", maar nie spesifiseer watter groepe verskil nie. Dit vereis verdere toetsing (post-hoc).
Berekeningstappe
Opsommend is die stappe van die Kruskal Wallis-toets:
1. Kombineer alle data van alle groepe.
2. Rangskik van kleinste tot grootste waarde. Indien daar gelykop is, gebruik die gemiddelde rangorde.
3. Tel die ranglys in elke groep bymekaar.
4. Bereken die toetsstatistiek H.
Die algemene H statistiese formule is:
\[
H = \frac{12}{N(N+1)} \sum_{i=1}^{k} \frac{R_i^2}{n_i} – 3(N+1)
\]
Inligting:
– \(N\) = totaal van alle waarnemings
– \(k\) = aantal groepe
– \(n_i\) = aantal waarnemings in die i-de groep
– \(R_i\) = aantal range in die i-de groep
Die H-waarde word dan vergelyk met die chi-kwadraatverspreiding (\(\chi^2\)) met \(k-1\) vryheidsgrade. Indien die p-waarde kleiner as die betekenisvlak is (bv. 0,05), word H0 verwerp.
Illustratiewe voorbeeld
Veronderstel 'n dosent wil weet of daar 'n verskil in statistiese toetspunte oor drie leermetodes is: A, B en C. Nadat die data ingesamel is, blyk dit dat die punte nie normaal versprei is nie, want daar is verskeie ekstreme waardes. Die dosent gebruik dan die Kruskal Wallis-toets.
Indien die toetsresultate 'n p-waarde van 0,01 (minder as 0,05) toon, word tot die gevolgtrekking gekom dat daar 'n beduidende verskil tussen ten minste twee leermetodes is. Die dosent weet egter nog nie of metode A beter as B of C is nie. Dit is waar post-hoc analise nodig is.
Post-hoc Toets Na Kruskal Wallis
Indien die Kruskal Wallis-toets betekenisvol is, is die volgende stap om paarsgewyse vergelykings uit te voer. Enkele algemene metodes is:
1. Dunn se toets: word meestal gebruik vir post-hoc Kruskal Wallis.
2. Paargewyse Mann-Whitney met korreksie (Bonferroni, Holm, of Benjamini-Hochberg) om te beheer vir foute as gevolg van herhaalde toetsing.
Die doel van hierdie regstelling is om 'n toename in die kans op tipe I-fout (wat 'n verskil aandui wanneer daar geen verskil is nie) te voorkom as gevolg van die maak van baie vergelykings.
Effekgrootte
Benewens betekenisvolheid, beklemtoon baie moderne studies effekgroottes om lesers te help om die omvang van die verskil te verstaan. Sommige effekgroottes wat dikwels met die Kruskal-Wallis-model geassosieer word, sluit in:
– H-gebaseerde Eta-kwadraat (η²):
\[
\eta^2 = \frac{H – k + 1}{N – k}
\]
– Epsilon-kwadraat (ε²) as 'n meer konserwatiewe alternatief.
Effekgroottes help om te interpreteer of die verskil klein, medium of groot is, nie net "beduidend of nie".
Voordele en Beperkings
Oormaat
1. Vereis nie die aanname van normaliteit nie.
2. Geskik vir ordinale data.
3. Meer robuust teen uitskieters as parametriese metodes.
Beperkings
1. Wys nie watter groepe verskil sonder post-hoc nie.
2. Interpretasie as die verskil in mediane is die geldigste as die verspreidingsvorm van die groepe soortgelyk is.
3. As die werklike data normaal en homogeen is, kan ANOVA kragtiger wees (hoër krag).
Sluiting
Die Kruskal-Wallis-toets is 'n belangrike instrument in inferensiële statistiek, veral wanneer navorsers te doen het met data wat nie aan die aannames van parametriese metodes voldoen nie. Met sy ranggebaseerde benadering maak hierdie toets meer buigsame vergelykings van drie of meer groepe moontlik, veral vir ordinale of nie-normale data. Die gebruik daarvan vereis egter steeds 'n begrip van die aannames, interpretasie van die resultate en die behoefte aan post-hoc-analise om werklik verskillende pare groepe te identifiseer. Deur p-waardes, effekgroottes en toepaslike verdere analise te kombineer, kan die Kruskal-Wallis-toets robuuste en relevante gevolgtrekkings in 'n verskeidenheid navorsingsvelde lewer, van gesondheid en onderwys tot besigheid en die sosiale wetenskappe.
