Mtihani wa Kruskal Wallis katika Takwimu
Jaribio la Kruskal Wallis ni mbinu ya takwimu isiyo ya kigezo inayotumika kulinganisha tofauti kati ya makundi matatu au zaidi. Katika tafiti nyingi, watafiti mara nyingi wanataka kubaini kama makundi kadhaa yana thamani tofauti sana kwa kigezo fulani. Ikiwa data inakidhi dhana za uhalisia na usawa wa tofauti, jaribio la ANOVA la njia moja kwa kawaida huwa chaguo la kwanza. Hata hivyo, wakati dhana hizi hazijatimizwa—kwa mfano, data haisambazwi kawaida, kuna tofauti kubwa, au kipimo ni cha kawaida—jaribio la Kruskal Wallis ni mbadala wenye nguvu na unaotumika sana.
Ufafanuzi na Dhana za Msingi
Jaribio la Kruskal–Wallis (mara nyingi huandikwa kama jaribio la Kruskal–Wallis H) ni mwendelezo wa jaribio la Mann–Whitney U, na kuliongeza hadi zaidi ya makundi mawili. Kanuni yake ya msingi ni kulinganisha "safu" za data, si thamani halisi. Kwa sababu inategemea cheo, jaribio hili halihitaji usambazaji wa kawaida na linastahimili ushawishi wa vitu vya nje.
Kwa mantiki, ikiwa vikundi kadhaa vina usambazaji sawa, safu za data katika vikundi vyote zitachanganywa bila mpangilio. Kinyume chake, ikiwa baadhi ya vikundi huwa na thamani za juu au chini, safu zitakusanyika na kutoa takwimu kubwa zaidi ya majaribio.
Jaribio la Kruskal Wallis linatumika lini?
Kipimo cha Kruskal Wallis hutumika wakati:
1. Idadi ya vikundi ni ≥ 3, na mtafiti anataka kulinganisha tofauti katika eneo la kati (kawaida wastani) kati ya vikundi.
2. Data haifikii dhana za ANOVA, hasa uhalisia wa mabaki.
3. Vipimo vya data vya kawaida (k.m. alama za kuridhika: kutoridhika sana hadi kuridhika sana) au data ya muda/uwiano isiyo ya kawaida.
4. Sampuli huru, ikimaanisha kwamba wanachama wa kundi moja hawajaunganishwa au hawajahusiana na makundi mengine.
Mfano: mtafiti anataka kulinganisha viwango vya kuridhika kwa mgonjwa na huduma katika hospitali tatu tofauti kwa kutumia kipimo cha Likert cha 1–5. Kwa sababu data ni ya kawaida, Kruskal Wallis ni chaguo sahihi.
Mawazo ya Mtihani wa Kruskal Wallis
Ingawa si kipimo, Kruskal Wallis bado ina mawazo kadhaa muhimu:
1. Uhuru wa uchunguzi: data katika kila kundi lazima itoke kwa watu tofauti.
2. Kigezo cha majibu lazima kiwe angalau nambari ya kawaida: data lazima iweze kupangwa.
3. Maumbo ya usambazaji kati ya vikundi yanapaswa kufanana: ikiwa maumbo ya usambazaji ni tofauti sana, kutafsiri tofauti kunaweza kuwa ngumu zaidi. Jaribio hili mara nyingi hufasiriwa kama tofauti katika wastani, lakini tafsiri ya wastani inafaa zaidi ikiwa maumbo ya usambazaji yanafanana.
Dhana katika Jaribio la Kruskal Wallis
Katika jaribio la Kruskal Wallis, dhana inayojaribiwa ni:
– H0 (dhana fiche): usambazaji (au wastani) wa makundi yote ni sawa.
– H1 (dhana mbadala): kuna angalau kundi moja ambalo usambazaji wake (au wastani) ni tofauti.
Ikumbukwe kwamba H0 inapokataliwa, jaribio la Kruskal-Wallis linasema tu "kuna tofauti," lakini halielezi ni makundi gani tofauti. Hii inahitaji majaribio zaidi (baada ya hoc).
Hatua za Hesabu
Kwa muhtasari, hatua za jaribio la Kruskal Wallis ni:
1. Unganisha data zote kutoka kwa vikundi vyote.
2. Panga kuanzia thamani ndogo hadi kubwa zaidi. Ikiwa kuna sare, tumia cheo cha wastani.
3. Jumlisha nafasi katika kila kundi.
4. Hesabu takwimu ya jaribio H.
Fomula ya jumla ya takwimu ya H ni:
\[
H = \frac{12}{N(N+1)} \sum_{i=1}^{k} \frac{R_i^2}{n_i} – 3(N+1)
\]
Taarifa:
– \(N\) = jumla ya uchunguzi wote
– \(k\) = idadi ya vikundi
– \(n_i\) = idadi ya uchunguzi katika kundi la i-th
– \(R_i\) = idadi ya safu katika kundi la i-th
Thamani ya H kisha inalinganishwa na usambazaji wa mraba wa chi (\(\chi^2\)) na digrii za uhuru wa \(k-1\). Ikiwa thamani ya p ni ndogo kuliko kiwango cha umuhimu (k.m., 0,05), basi H0 inakataliwa.
Mfano wa Kielelezo
Tuseme mhadhiri anataka kujua kama kuna tofauti katika alama za mtihani wa takwimu katika mbinu tatu za kujifunza: A, B, na C. Baada ya kukusanya data , inabainika kuwa alama hizo hazisambazwi kwa kawaida kwa sababu kuna thamani kadhaa kali. Kisha mhadhiri anatumia Kruskal Wallis.
Ikiwa matokeo ya mtihani yanaonyesha thamani ya p ya 0,01 (chini ya 0,05), basi inahitimishwa kuwa kuna tofauti kubwa kati ya angalau njia mbili za kujifunza. Hata hivyo, mhadhiri bado hajui kama njia A ni bora kuliko B au C. Hapa ndipo uchambuzi wa baada ya hoc unahitajika.
Mtihani wa Baada ya Homa Kuu Baada ya Kruskal Wallis
Ikiwa jaribio la Kruskal Wallis ni muhimu, hatua inayofuata ni kufanya ulinganisho wa pande mbili. Baadhi ya mbinu za kawaida ni:
1. Jaribio la Dunn: mara nyingi hutumika kwa Kruskal Wallis baada ya hoc.
2. Pairwise Mann–Whitney pamoja na marekebisho (Bonferroni, Holm, au Benjamini-Hochberg) ili kudhibiti makosa yanayotokana na majaribio yanayorudiwa.
Madhumuni ya marekebisho haya ni kuzuia ongezeko la uwezekano wa hitilafu ya aina ya I (kusema tofauti wakati hakuna tofauti) kutokana na kufanya ulinganisho mwingi.
Ukubwa wa Athari
Mbali na umuhimu, tafiti nyingi za kisasa husisitiza ukubwa wa athari ili kuwasaidia wasomaji kuelewa ukubwa wa tofauti. Baadhi ya ukubwa wa athari ambao mara nyingi huhusishwa na modeli ya Kruskal-Wallis ni pamoja na:
– Eta-squared yenye makao yake H (η²):
\[
\eta^2 = \frac{H – k + 1}{N – k}
\]
– Epsilon-squared (ε²) kama mbadala wa kihafidhina zaidi.
Ukubwa wa athari husaidia kutafsiri kama tofauti ni ndogo, ya kati, au kubwa, si tu "muhimu au la."
Faida na Mapungufu
Kelebihan
1. Haihitaji dhana ya kawaida.
2. Inafaa kwa data ya kawaida.
3. Imara zaidi dhidi ya mbinu za nje kuliko mbinu za kigezo.
Mapungufu
1. Haionyeshi ni makundi gani tofauti bila ya baada ya tukio.
2. Tafsiri kama tofauti katika wapatanishi ni halali zaidi ikiwa umbo la usambazaji wa vikundi ni sawa.
3. Ikiwa data halisi ni ya kawaida na sawa, ANOVA inaweza kuwa na nguvu zaidi (nguvu ya juu).
Kufunga
Jaribio la Kruskal-Wallis ni zana muhimu katika takwimu za utabiri , hasa wakati watafiti wanaposhughulika na data ambayo haifikii mawazo ya mbinu za kigezo. Kwa mbinu yake ya msingi wa cheo, jaribio hili linaruhusu ulinganisho rahisi zaidi wa makundi matatu au zaidi, hasa kwa data ya kawaida au isiyo ya kawaida. Hata hivyo, matumizi yake bado yanahitaji uelewa wa mawazo, tafsiri ya matokeo, na hitaji la uchambuzi wa baada ya hoc ili kutambua jozi tofauti za makundi. Kwa kuchanganya thamani za p, ukubwa wa athari, na uchambuzi zaidi unaofaa, jaribio la Kruskal-Wallis linaweza kutoa hitimisho thabiti na muhimu katika nyanja mbalimbali za utafiti, kuanzia afya na elimu hadi biashara na sayansi ya kijamii.
