සංඛ්යාලේඛන පිළිබඳ කෘස්කල් වොලිස් පරීක්ෂණය
කෘස්කල් වොලිස් පරීක්ෂණය යනු කණ්ඩායම් තුනක් හෝ වැඩි ගණනක් අතර වෙනස්කම් සංසන්දනය කිරීම සඳහා භාවිතා කරන පරාමිතික නොවන සංඛ්යානමය ක්රමයකි. බොහෝ අධ්යයනයන්හිදී, පර්යේෂකයන්ට බොහෝ විට අවශ්ය වන්නේ කණ්ඩායම් කිහිපයකට නිශ්චිත විචල්යයක් සඳහා සැලකිය යුතු ලෙස වෙනස් අගයන් තිබේද යන්න තීරණය කිරීමටයි. දත්ත සාමාන්යභාවය සහ විචලනයේ සමජාතීයතාවය පිළිබඳ උපකල්පන සපුරාලන්නේ නම්, ඒක-මාර්ග ANOVA පරීක්ෂණය සාමාන්යයෙන් පළමු තේරීම වේ. කෙසේ වෙතත්, මෙම උපකල්පන සපුරා නොමැති විට - උදාහරණයක් ලෙස, දත්ත සාමාන්යයෙන් බෙදා හරිනු නොලැබේ, අන්ත බාහිර සාධක ඇත, නැතහොත් මිනුම් පරිමාණය සාමාන්ය වේ - කෘස්කල් වොලිස් පරීක්ෂණය බලවත් හා බහුලව භාවිතා වන විකල්පයකි.
අර්ථ දැක්වීම සහ මූලික සංකල්ප
කෘස්කල්–වැලිස් පරීක්ෂණය (බොහෝ විට කෘස්කල්–වැලිස් H පරීක්ෂණය ලෙස ලියනු ලැබේ) යනු මෑන්–විට්නි යූ පරීක්ෂණයේ දිගුවක් වන අතර එය කණ්ඩායම් දෙකකට වඩා වැඩි ගණනකට විහිදේ. එහි මූලික මූලධර්මය වන්නේ දත්තවල "ශ්රේණි" සංසන්දනය කිරීමයි, සැබෑ අගයන් නොවේ. එය ශ්රේණිගත කිරීම මත පදනම් වූ බැවින්, මෙම පරීක්ෂණයට සාමාන්ය ව්යාප්තියක් අවශ්ය නොවන අතර බාහිරයන්ගේ බලපෑමට සාපේක්ෂව ප්රතිරෝධී වේ.
සහජයෙන්ම, කණ්ඩායම් කිහිපයකට එකම ව්යාප්තියක් තිබේ නම්, කණ්ඩායම් හරහා දත්ත ශ්රේණිගත කිරීම් අහඹු ලෙස මිශ්ර වනු ඇත. අනෙක් අතට, සමහර කණ්ඩායම් ඉහළ හෝ පහළ අගයන් ඇති කිරීමට නැඹුරු නම්, ශ්රේණිගත කිරීම් පොකුරු වී විශාල පරීක්ෂණ සංඛ්යාලේඛනයක් නිපදවනු ඇත.
කෘස්කල් වොලිස් පරීක්ෂණය භාවිතා කරන්නේ කවදාද?
කෘස්කල් වොලිස් පරීක්ෂණය භාවිතා කරනු ලබන්නේ:
1. කණ්ඩායම් ගණන ≥ 3 ක් වන අතර, පර්යේෂකයාට අවශ්ය වන්නේ කණ්ඩායම් අතර මධ්යම ස්ථානයේ (සාමාන්යයෙන් මධ්ය) වෙනස්කම් සංසන්දනය කිරීමටයි.
2. දත්ත ANOVA උපකල්පනවලට අනුකූල නොවේ, විශේෂයෙන් අවශේෂවල සාමාන්යභාවය.
3. සාමාන්ය දත්ත පරිමාණයන් (උදා: තෘප්තිමත් ලකුණු: ඉතා අතෘප්තිමත් සිට ඉතා තෘප්තිමත් දක්වා) හෝ සාමාන්ය නොවන කාල පරතරය/අනුපාත දත්ත.
4. ස්වාධීන සාම්පල, එනම් එක් කණ්ඩායමක සාමාජිකයන් යුගලනය වී හෝ වෙනත් කණ්ඩායම් සමඟ සම්බන්ධ වී නොමැති බවයි.
උදාහරණයක් ලෙස: පර්යේෂකයෙකුට 1–5 ලිකර්ට් පරිමාණයක් භාවිතා කරමින් විවිධ රෝහල් තුනක සේවාවන් සමඟ රෝගී තෘප්තිමත් මට්ටම් සංසන්දනය කිරීමට අවශ්ය වේ. දත්ත සාමාන්ය බැවින්, කෘස්කල් වොලිස් සුදුසු තේරීමකි.
කෘස්කල් වැලිස් පරීක්ෂණ උපකල්පන
පරාමිතික නොවන නමුත්, කෘස්කල් වොලිස් තවමත් වැදගත් උපකල්පන කිහිපයක් ඇත:
1. නිරීක්ෂණයේ ස්වාධීනත්වය: එක් එක් කණ්ඩායමේ දත්ත විවිධ පුද්ගලයින්ගෙන් පැමිණිය යුතුය.
2. ප්රතිචාර විචල්යය අවම වශයෙන් සාමාන්ය විය යුතුය: දත්ත වර්ග කළ හැකි විය යුතුය.
3. කණ්ඩායම් අතර ව්යාප්ති හැඩතල සමාන විය යුතුය: ව්යාප්ති හැඩතල බෙහෙවින් වෙනස් නම්, වෙනස්කම් අර්ථ නිරූපණය කිරීම වඩාත් සංකීර්ණ විය හැකිය. මෙම පරීක්ෂණය බොහෝ විට මධ්යන්යවල වෙනසක් ලෙස අර්ථ නිරූපණය කෙරේ, නමුත් ව්යාප්ති හැඩතල සමාන නම් මධ්යන්ය අර්ථ නිරූපණය වඩාත් සුදුසුය.
කෘස්කල් වැලිස් පරීක්ෂණයේ කල්පිතය
කෘස්කල් වොලිස් පරීක්ෂණයේදී, පරීක්ෂා කරනු ලබන කල්පිතය වන්නේ:
– H0 (ශුන්ය කල්පිතය): සියලුම කාණ්ඩවල ව්යාප්තිය (හෝ මධ්යන්යය) සමාන වේ.
– H1 (විකල්ප කල්පිතය): ව්යාප්තිය (හෝ මධ්යන්යය) වෙනස් වන අවම වශයෙන් එක් කණ්ඩායමක් සිටී.
H0 ප්රතික්ෂේප කළ විට, කෘස්කල්-වොලිස් පරීක්ෂණය සරලව "වෙනසක් ඇත" යනුවෙන් සඳහන් කරන නමුත් කුමන කණ්ඩායම් වෙනස් දැයි නිශ්චිතව සඳහන් නොකරන බව සැලකිල්ලට ගත යුතුය. මේ සඳහා තවදුරටත් පරීක්ෂණ (පශ්චාත්-හොක්) අවශ්ය වේ.
ගණනය කිරීමේ පියවර
සාරාංශයක් ලෙස, කෘස්කල් වොලිස් පරීක්ෂණයේ පියවර වන්නේ:
1. සියලුම කණ්ඩායම් වලින් සියලුම දත්ත ඒකාබද්ධ කරන්න.
2. කුඩාම සිට විශාලතම අගය දක්වා ශ්රේණිගත කරන්න. බැඳීම් තිබේ නම්, සාමාන්ය ශ්රේණිගත කිරීම භාවිතා කරන්න.
3. එක් එක් කාණ්ඩයේ ශ්රේණිගත කිරීම් එකතු කරන්න.
4. පරීක්ෂණ සංඛ්යාලේඛනය H ගණනය කරන්න.
සාමාන්ය H සංඛ්යානමය සූත්රය වන්නේ:
\[
H = \frac{12}{N(N+1)} \sum_{i=1}^{k} \frac{R_i^2}{n_i} – 3(N+1)
\]
කෙතරංගන්:
– \(N\) = සියලු නිරීක්ෂණවල එකතුව
– \(k\) = කණ්ඩායම් ගණන
– \(n_i\) = i-th කාණ්ඩයේ නිරීක්ෂණ ගණන
– \(R_i\) = i-th කාණ්ඩයේ ශ්රේණිගත කිරීම් ගණන
ඉන්පසු H අගය \(k-1\) නිදහස් අංශක සහිත කයි-වර්ග ව්යාප්තිය (\(\chi^2\)) සමඟ සංසන්දනය කෙරේ. p-අගය වැදගත්කම මට්ටමට වඩා කුඩා නම් (උදා: 0,05), එවිට H0 ප්රතික්ෂේප වේ.
නිදර්ශන උදාහරණය
A, B සහ C යන ඉගෙනුම් ක්රම තුන හරහා සංඛ්යානමය පරීක්ෂණ ලකුණුවල වෙනසක් තිබේදැයි කථිකාචාර්යවරයෙකුට දැන ගැනීමට අවශ්ය යැයි සිතමු. දත්ත රැස් කිරීමෙන් පසු, ආන්තික අගයන් කිහිපයක් ඇති බැවින් ලකුණු සාමාන්යයෙන් බෙදා හරිනු නොලබන බව පෙනේ. ඉන්පසු කථිකාචාර්යවරයා කෘස්කල් වොලිස් පරීක්ෂණය භාවිතා කරයි.
පරීක්ෂණ ප්රතිඵල 0,01 (0,05 ට අඩු) p-අගය පෙන්නුම් කරන්නේ නම්, අවම වශයෙන් ඉගෙනුම් ක්රම දෙකක් අතර සැලකිය යුතු වෙනසක් ඇති බව නිගමනය කෙරේ. කෙසේ වෙතත්, A ක්රමය B හෝ C ට වඩා හොඳද යන්න කථිකාචාර්යවරයා තවමත් නොදනී. පශ්චාත්-හොක් විශ්ලේෂණය අවශ්ය වන්නේ මෙහිදීය.
කෘස්කල් වොලිස්ගෙන් පසු පශ්චාත් කාලීන පරීක්ෂණය
කෘස්කල් වොලිස් පරීක්ෂණය වැදගත් නම්, ඊළඟ පියවර වන්නේ යුගල වශයෙන් සැසඳීම් සිදු කිරීමයි. සමහර පොදු ක්රම නම්:
1. ඩන්ගේ පරීක්ෂණය: බොහෝ විට පශ්චාත්-හොක් කෘස්කල් වොලිස් සඳහා භාවිතා වේ.
2. නැවත නැවත පරීක්ෂා කිරීම හේතුවෙන් ඇතිවන දෝෂ පාලනය කිරීම සඳහා නිවැරදි කිරීම් සහිත (බොන්ෆෙරෝනි, හෝම්, හෝ බෙන්ජමනි-හොච්බර්ග්) යුගල වශයෙන් මෑන්-විට්නි.
මෙම නිවැරදි කිරීමේ අරමුණ වන්නේ බොහෝ සැසඳීම් සිදු කිරීම නිසා I වර්ගයේ දෝෂයේ (වෙනසක් නොමැති විට වෙනසක් ප්රකාශ කිරීම) සම්භාවිතාව වැඩිවීම වැළැක්වීමයි.
ප්රයෝග ප්රමාණය
වැදගත්කමට අමතරව, බොහෝ නවීන අධ්යයනයන් මඟින් පාඨකයන්ට වෙනසෙහි විශාලත්වය තේරුම් ගැනීමට උපකාර කිරීම සඳහා බලපෑම් ප්රමාණයන් අවධාරණය කරයි. කෘස්කල්-වොලිස් ආකෘතිය සමඟ බොහෝ විට සම්බන්ධ වන සමහර බලපෑම් ප්රමාණයන් අතර:
– H-පාදක Eta-වර්ග (η²):
\[
\eta^2 = \frac{H – k + 1}{N – k}
\]
– වඩාත් ගතානුගතික විකල්පයක් ලෙස එප්සිලන්-වර්ග (ε²).
බලපෑම් ප්රමාණයන් වෙනස කුඩාද, මධ්යමද, හෝ විශාලද යන්න අර්ථ නිරූපණය කිරීමට උපකාරී වේ, "සැලකිය යුතුද නැද්ද" යන්න පමණක් නොවේ.
වාසි සහ සීමාවන්
අතිරික්තය
1. සාමාන්යභාවය පිළිබඳ උපකල්පනය අවශ්ය නොවේ.
2. සාමාන්ය දත්ත සඳහා සුදුසු වේ.
3. පරාමිතික ක්රමවලට වඩා බාහිර සාධකවලට එරෙහිව වඩාත් ශක්තිමත්.
සීමාවන්
1. පශ්චාත්-හොක් නොමැතිව වෙනස් වන්නේ කුමන කණ්ඩායම්ද යන්න නොපෙන්වයි.
2. කණ්ඩායම්වල ව්යාප්තියේ හැඩය සමාන නම් මධ්යන්යවල වෙනස ලෙස අර්ථ නිරූපණය වඩාත් වලංගු වේ.
3. සත්ය දත්ත සාමාන්ය සහ සමජාතීය නම්, ANOVA වඩාත් බලවත් (ඉහළ බලය) විය හැකිය.
වසා දැමීම
කෘස්කල්-වැලිස් පරීක්ෂණය අනුමාන සංඛ්යාලේඛනවල වැදගත් මෙවලමකි, විශේෂයෙන් පර්යේෂකයන් පරාමිතික ක්රමවල උපකල්පන සපුරා නොමැති දත්ත සමඟ කටයුතු කරන විට. එහි ශ්රේණිගත-පාදක ප්රවේශය සමඟ, මෙම පරීක්ෂණය කණ්ඩායම් තුනක් හෝ වැඩි ගණනක්, විශේෂයෙන් සාමාන්ය හෝ සාමාන්ය නොවන දත්ත සඳහා වඩාත් නම්යශීලී සංසන්දනයන් සඳහා ඉඩ සලසයි. කෙසේ වෙතත්, එහි භාවිතය සඳහා තවමත් උපකල්පන, ප්රතිඵල අර්ථ නිරූපණය සහ සැබවින්ම වෙනස් කණ්ඩායම් යුගල හඳුනා ගැනීම සඳහා පශ්චාත්-හොක් විශ්ලේෂණයක අවශ්යතාවය පිළිබඳ අවබෝධයක් අවශ්ය වේ. p-අගය, බලපෑම් ප්රමාණයන් සහ සුදුසු වැඩිදුර විශ්ලේෂණයන් ඒකාබද්ධ කිරීමෙන්, කෘස්කල්-වැලිස් පරීක්ෂණයට සෞඛ්ය සහ අධ්යාපනයේ සිට ව්යාපාර සහ සමාජ විද්යාවන් දක්වා විවිධ පර්යේෂණ ක්ෂේත්රවල ශක්තිමත් සහ අදාළ නිගමන ලබා දිය හැකිය.
