Kruskal-Wallis-teszt statisztikában
A Kruskal-Wallis-teszt egy nemparametrikus statisztikai módszer, amelyet három vagy több csoport közötti különbségek összehasonlítására használnak. Számos tanulmányban a kutatók gyakran meg akarják határozni, hogy több csoport szignifikánsan eltérő értékekkel rendelkezik-e egy adott változó esetében. Ha az adatok megfelelnek a normalitás és a varianciahomogenitás feltételezéseinek, akkor az egyutas ANOVA teszt általában az elsődleges választás. Amikor azonban ezek a feltételezések nem teljesülnek – például az adatok nem normális eloszlásúak, extrém kiugró értékek vannak, vagy a mérési skála ordinális –, a Kruskal-Wallis-teszt egy hatékony és széles körben használt alternatíva.
Definíció és alapfogalmak
A Kruskal–Wallis teszt (gyakran Kruskal–Wallis H-tesztként írják) a Mann–Whitney U-teszt kiterjesztése, amely kettőnél több csoportra terjeszti ki azt. Alapelve az adatok „rangsorának”, nem pedig a tényleges értékeknek az összehasonlítása. Mivel rangsor alapú, ez a teszt nem igényel normális eloszlást, és viszonylag ellenálló a kiugró értékek hatásával szemben.
Intuitív módon, ha több csoport eloszlása megegyezik, akkor a csoportok közötti adatrangsorok véletlenszerűen keverednek. Fordítva, ha egyes csoportok magasabb vagy alacsonyabb értékeket mutatnak, a rangsorok csoportosulnak, és nagyobb tesztstatisztikát eredményeznek.
Mikor alkalmazzák a Kruskal-Wallis-tesztet?
A Kruskal-Wallis-tesztet akkor alkalmazzák, ha:
1. A csoportok száma ≥ 3, és a kutató össze szeretné hasonlítani a csoportok közötti központi elhelyezkedés (általában a medián) különbségeit.
2. Az adatok nem felelnek meg az ANOVA feltételezéseinek, különösen a reziduálisok normalitása tekintetében.
3. Ordinális adatskálák (pl. elégedettségi pontszámok: nagyon elégedetlentől a nagyon elégedettig) vagy nem normális intervallum/arány adatok.
4. Független minták, ami azt jelenti, hogy az egyik csoport tagjai nincsenek párosítva vagy rokonságban más csoportokkal.
Példa erre: egy kutató három különböző kórházban szeretné összehasonlítani a betegek elégedettségi szintjét a szolgáltatásokkal 1–5-ös Likert-skálán. Mivel az adatok ordinálisak, a Kruskal-Wallis-skálát érdemes választani.
Kruskal-Wallis-teszt feltételezései
Bár nem paraméteres, a Kruskal-Wallis-féle modellnek számos fontos feltételezése van:
1. A megfigyelés függetlensége: minden csoportban az adatoknak különböző egyénektől kell származniuk.
2. A válaszváltozónak legalább ordinálisnak kell lennie: az adatoknak rendezhetőnek kell lenniük.
3. A csoportok közötti eloszlási alakzatoknak hasonlóaknak kell lenniük: ha az eloszlási alakzatok nagyon eltérőek, a különbségek értelmezése bonyolultabb lehet. Ezt a tesztet gyakran a mediánok közötti különbségként értelmezik, de a medián értelmezése a legmegfelelőbb, ha az eloszlási alakzatok hasonlóak.
Hipotézis Kruskal-Wallis-tesztben
A Kruskal-Wallis-tesztben a tesztelt hipotézis a következő:
– H0 (nullhipotézis): az összes csoport eloszlása (vagy mediánja) azonos.
– H1 (alternatív hipotézis): van legalább egy csoport, amelynek eloszlása (vagy mediánja) eltérő.
Meg kell jegyezni, hogy amikor a H0-t elvetjük, a Kruskal-Wallis teszt egyszerűen azt állítja, hogy „van különbség”, de nem határozza meg, hogy mely csoportok különböznek. Ez további (post-hoc) tesztelést igényel.
Számítási lépések
Összefoglalva, a Kruskal-Wallis-teszt lépései a következők:
1. Kombinálja az összes adatot az összes csoportból.
2. Rangsoroljon a legkisebb értéktől a legnagyobbig. Holtverseny esetén az átlagos rangsort használja.
3. Add össze az egyes csoportok rangsorát.
4. Számítsa ki a H próbastatisztikát.
Az általános H statisztikai képlet a következő:
\[
H = ∫_{12}{N(N+1)} ∫_{i=1}^{k} ∫_{R_i^2}{n_i} – 3(N+1)
\]
Információ:
– \(N\) = az összes megfigyelés összege
– \(k\) = csoportok száma
– \(n_i\) = az i-edik csoportban lévő megfigyelések száma
– \(R_i\) = az i-edik csoport rangjainak száma
A H-értéket ezután összehasonlítjuk a khi-négyzet eloszlással (\(\chi^2\)) \(k-1\) szabadsági fokkal. Ha a p-érték kisebb, mint a szignifikanciaszint (pl. 0,05), akkor a H0-t elvetjük.
Szemléltető példa
Tegyük fel, hogy egy előadó meg akarja tudni, hogy van-e különbség a statisztikai teszteredmények között a három tanulási módszer – A, B és C – között. Az adatok összegyűjtése után kiderül, hogy a pontszámok nem normális eloszlásúak, mivel több szélsőérték is van. Az előadó ezután a Kruskal-Wallis-tesztet alkalmazza.
Ha a teszteredmények p-értéke 0,01 (kevesebb, mint 0,05), akkor arra a következtetésre jutunk, hogy legalább két tanulási módszer között szignifikáns különbség van. Az oktató azonban még nem tudja, hogy az A módszer jobb-e, mint a B vagy a C. Itt van szükség utólagos elemzésre.
Kruskal Wallis utáni utólagos teszt
Ha a Kruskal-Wallis-teszt szignifikáns, a következő lépés a páronkénti összehasonlítások elvégzése. Néhány gyakori módszer:
1. Dunn-teszt: leggyakrabban a poszt-hoc Kruskal-Wallis teszthez használják.
2. Párosítsd a Mann–Whitney-t korrekcióval (Bonferroni, Holm vagy Benjamini-Hochberg) az ismételt tesztelésből eredő hibák kiszűrésére.
Ennek a korrekciónak a célja, hogy megakadályozza az elsőfajú hiba (különbség megállapítása, amikor nincs különbség) esélyének növekedését, amely a sok összehasonlításból adódik.
Effektus mérete
A szignifikancia mellett számos modern tanulmány hangsúlyozza a hatásméreteket, hogy segítsen az olvasóknak megérteni a különbség nagyságát. A Kruskal-Wallis modellhez gyakran kapcsolódó néhány hatásméret a következő:
– H-alapú Eta-négyzet (η²):
\[
\eta^2 = \frac{H – k + 1}{N – k}
\]
– Az epszilon-négyzet (ε²) konzervatívabb alternatívaként.
A hatásméretek segítenek értelmezni, hogy a különbség kicsi, közepes vagy nagy-e, nem csak „szignifikáns vagy nem”.
Előnyök és korlátozások
Felesleg
1. Nem igényli a normalitás feltételezését.
2. Ordinális adatokhoz alkalmas.
3. Robusztusabb a kiugró értékekkel szemben, mint a parametrikus módszerek.
Korlátozások
1. Nem mutatja meg utólagos elemzés nélkül, hogy mely csoportok különböznek egymástól.
2. Az értelmezés szerint a mediánok közötti különbség akkor a legérvényesebb, ha a csoportok eloszlásának alakja hasonló.
3. Ha a tényleges adatok normálisak és homogének, az ANOVA erősebb (nagyobb teljesítményű) lehet.
Záró
A Kruskal-Wallis teszt fontos eszköz a következtetéses statisztikában, különösen akkor, ha a kutatók olyan adatokkal foglalkoznak, amelyek nem felelnek meg a parametrikus módszerek feltételezéseinek. Rang alapú megközelítésének köszönhetően ez a teszt lehetővé teszi három vagy több csoport rugalmasabb összehasonlítását, különösen ordinális vagy nem normális adatok esetén. Használata azonban továbbra is megköveteli a feltételezések megértését, az eredmények értelmezését, valamint a valóban eltérő csoportpárok azonosításához szükséges utólagos elemzés szükségességét. A p-értékek, a hatásméretek és a megfelelő további elemzések kombinálásával a Kruskal-Wallis teszt robusztus és releváns következtetéseket vonhat le számos kutatási területen, az egészségügytől és az oktatástól az üzleti és társadalomtudományokig.
