Крускал Волисов тест из статистике
Крускал Волисов тест је непараметријска статистичка метода која се користи за поређење разлика између три или више група. У многим студијама, истраживачи често желе да утврде да ли неколико група има значајно различите вредности за одређену променљиву. Ако подаци испуњавају претпоставке нормалности и хомогености варијансе, једнофакторски ANOVA тест је обично први избор. Међутим, када ове претпоставке нису испуњене - на пример, подаци нису нормално распоређени, постоје екстремне одступања или је скала мерења ординална - Крускал Волисов тест је моћна и широко коришћена алтернатива.
Дефиниција и основни концепти
Крускал-Волисов тест (често се пише као Крускал-Волисов Х тест) је проширење Ман-Витнијевог U теста, проширујући га на више од две групе. Његов основни принцип је упоређивање „рангова“ података, а не стварних вредности. Пошто је заснован на рангу, овај тест не захтева нормалну расподелу и релативно је отпоран на утицај аутлајера.
Интуитивно, ако неколико група има исту дистрибуцију, рангови података у групама ће бити насумично помешани. Супротно томе, ако неке групе имају тенденцију да имају више или ниже вредности, рангови ће се груписати и произвести већу тест статистику.
Када се користи Крускал-Волисов тест?
Крускал-Волисов тест се користи када:
1. Број група је ≥ 3, а истраживач жели да упореди разлике у централној локацији (обично медијана) између група.
2. Подаци не испуњавају претпоставке ANOVA, посебно нормалност резидуала.
3. Ординалне скале података (нпр. резултати задовољства: од веома незадовољног до веома задовољног) или подаци о интервалима/односу који нису нормални.
4. Независни узорци, што значи да чланови једне групе нису упарени или повезани са другим групама.
Пример из праксе: истраживач жели да упореди нивое задовољства пацијената услугама у три различите болнице користећи Ликертову скалу од 1 до 5. Пошто су подаци ординални, Крускал-Волисова скала је одговарајући избор.
Претпоставке Крускал Волис теста
Иако није параметарски, Крускал Волис и даље има неколико важних претпоставки:
1. Независност посматрања: подаци у свакој групи морају потицати од различитих појединаца.
2. Променљива одговора мора бити барем ординална: подаци морају бити сортирајући.
3. Облици дистрибуције између група треба да буду слични: ако су облици дистрибуције веома различити, тумачење разлика може бити сложеније. Овај тест се често тумачи као разлика у медијанама, али је тумачење медијане најприкладније ако су облици дистрибуције слични.
Хипотеза у Крускал Волис тесту
У Крускал Волис тесту, хипотеза која се тестира је:
– H0 (нулта хипотеза): дистрибуција (или медијана) свих група је иста.
– H1 (алтернативна хипотеза): постоји барем једна група чија је дистрибуција (или медијана) другачија.
Треба напоменути да када се H0 одбаци, Крускал-Волисов тест једноставно наводи „постоји разлика“, али не прецизира које су групе различите. Ово захтева даља тестирања (пост-хок).
Кораци израчунавања
Укратко, кораци Крускал Волис теста су:
1. Комбинујте све податке из свих група.
2. Рангирајте од најмање до највеће вредности. Ако постоје једнаке вредности, користите просечан ранг.
3. Саберите рангирање у свакој групи.
4. Израчунајте тест статистику H.
Општа статистичка формула за H је:
\[
H = 12/N(N+1) ∫_{i=1}^{k} ∫_{Ri^2}{n_i} – 3(N+1)
\]
Информације:
– \(N\) = збир свих посматрања
– \(k\) = број група
– \(n_i\) = број посматрања у i-тој групи
– \(R_i\) = број рангова у i-тој групи
Вредност H се затим упоређује са хи-квадрат расподелом (\(\chi^2\)) са \(k-1\) степени слободе. Ако је p-вредност мања од нивоа значајности (нпр. 0,05), онда се H0 одбацује.
Илустративни пример
Претпоставимо да предавач жели да зна да ли постоји разлика у резултатима статистичких тестова између три методе учења: А, Б и Ц. Након прикупљања података, испоставља се да резултати нису нормално распоређени јер постоји неколико екстремних вредности. Предавач затим користи Крускал-Волисов тест.
Ако резултати теста покажу p-вредност од 0,01 (мање од 0,05), онда се закључује да постоји значајна разлика између најмање две методе учења. Међутим, предавач још увек не зна да ли је метод А бољи од Б или Ц. Ту је потребна пост-хок анализа.
Пост-хок тест после Крускала Волиса
Ако је Крускал-Волисов тест значајан, следећи корак је извођење парних поређења. Неке уобичајене методе су:
1. Данов тест: најчешће се користи за пост-хок Крускал Волис.
2. Ман-Витнијев парни метод са корекцијом (Бонферони, Холм или Бенџамини-Хохберг) за контролу грешака услед поновљеног тестирања.
Сврха ове корекције је да се спречи повећање шансе за грешку типа I (навођење разлике када нема разлике) због прављења великог броја поређења.
Величина ефекта
Поред значаја, многе модерне студије наглашавају величине ефеката како би помогле читаоцима да разумеју обим разлике. Неке величине ефеката које се често повезују са Крускал-Волисовим моделом укључују:
– H-базирана Eta-квадрат (η²):
\[
\ета^2 = \фрац{Х – к + 1}{Н – к}
\]
– Епсилон-квадрат (ε²) као конзервативнија алтернатива.
Величине ефеката помажу у тумачењу да ли је разлика мала, средња или велика, а не само „значајна или не“.
Предности и ограничења
Келебихан
1. Не захтева претпоставку нормалности.
2. Погодно за ординалне податке.
3. Отпорније на аутсајдере него параметарске методе.
Ограничења
1. Не показује које су групе различите без пост-хок анализе.
2. Тумачење као разлика у медијанама је највалидније ако је облик расподеле група сличан.
3. Ако су стварни подаци нормални и хомогени, ANOVA може бити снажнија (веће снаге).
Пенутуп
Крускал-Волисов тест је важан алат у инференцијалној статистици, посебно када истраживачи раде са подацима који не испуњавају претпоставке параметарских метода. Са својим приступом заснованим на рангу, овај тест омогућава флексибилнија поређења три или више група, посебно за ординалне или ненормалне податке. Међутим, његова употреба и даље захтева разумевање претпоставки, тумачење резултата и потребу за пост-хок анализом како би се идентификовали заиста различити парови група. Комбиновањем p-вредности, величина ефеката и одговарајуће даље анализе, Крускал-Волисов тест може пружити робусне и релевантне закључке у различитим истраживачким областима, од здравства и образовања до пословања и друштвених наука.
