کرسکل والس ٹیسٹ شماریات میں
کرسکل والس ٹیسٹ ایک نان پیرامیٹرک شماریاتی طریقہ ہے جو تین یا زیادہ گروپوں کے درمیان فرق کا موازنہ کرنے کے لیے استعمال ہوتا ہے۔ بہت سے مطالعات میں، محققین اکثر اس بات کا تعین کرنا چاہتے ہیں کہ آیا متعدد گروہوں میں کسی خاص متغیر کے لیے نمایاں طور پر مختلف اقدار ہیں۔ اگر ڈیٹا نارملیت اور تغیر کی یکسانیت کے مفروضوں پر پورا اترتا ہے، تو یک طرفہ ANOVA ٹیسٹ عام طور پر پہلا انتخاب ہوتا ہے۔ تاہم، جب ان مفروضوں کو پورا نہیں کیا جاتا ہے — مثال کے طور پر، اعداد و شمار کو عام طور پر تقسیم نہیں کیا جاتا ہے، بہت زیادہ آؤٹ لیرز ہوتے ہیں، یا پیمائش کا پیمانہ عام ہوتا ہے — کرسکل والس ٹیسٹ ایک طاقتور اور وسیع پیمانے پر استعمال شدہ متبادل ہے۔
تعریف اور بنیادی تصورات
کرسکل – والس ٹیسٹ (اکثر کرسکل – والس ایچ ٹیسٹ کے طور پر لکھا جاتا ہے) مان – وٹنی یو ٹیسٹ کی توسیع ہے، اسے دو سے زیادہ گروپوں تک پھیلایا جاتا ہے۔ اس کا بنیادی اصول اعداد و شمار کے "رینکس" کا موازنہ کرنا ہے، اصل قدروں کا نہیں۔ چونکہ یہ رینک پر مبنی ہے، اس لیے اس ٹیسٹ کے لیے عام تقسیم کی ضرورت نہیں ہوتی ہے اور یہ بیرونی لوگوں کے اثر و رسوخ کے لیے نسبتاً مزاحم ہے۔
بدیہی طور پر، اگر کئی گروپوں میں ایک جیسی تقسیم ہوتی ہے، تو تمام گروپوں میں ڈیٹا رینک تصادفی طور پر ملا دیا جائے گا۔ اس کے برعکس، اگر کچھ گروہوں کی قدریں زیادہ یا کم ہوتی ہیں، تو درجے کلسٹر ہوں گے اور ایک بڑے ٹیسٹ کے اعدادوشمار تیار کریں گے۔
کرسکل والس ٹیسٹ کب استعمال کیا جاتا ہے؟
کرسکل والس ٹیسٹ استعمال کیا جاتا ہے جب:
1. گروپوں کی تعداد ≥ 3 ہے، اور محقق گروپوں کے درمیان مرکزی مقام (عام طور پر میڈین) میں فرق کا موازنہ کرنا چاہتا ہے۔
2. ڈیٹا ANOVA کے مفروضوں پر پورا نہیں اترتا، خاص طور پر باقیات کی معمول پر۔
3. عام اعداد و شمار کے پیمانے (مثال کے طور پر اطمینان کے اسکور: بہت مطمئن سے بہت مطمئن) یا غیر معمولی وقفہ/تناسب کا ڈیٹا۔
4. آزاد نمونے، مطلب یہ ہے کہ ایک گروپ کے ممبران جوڑے نہیں ہیں یا دوسرے گروپوں سے متعلق نہیں ہیں۔
مثال کے طور پر: ایک محقق 1-5 کے لیکرٹ اسکیل کا استعمال کرتے ہوئے تین مختلف اسپتالوں میں خدمات کے ساتھ مریضوں کے اطمینان کی سطح کا موازنہ کرنا چاہتا ہے۔ چونکہ ڈیٹا عام ہے، کرسکل والس ایک مناسب انتخاب ہے۔
کرسکل والس ٹیسٹ مفروضے۔
اگرچہ نان پیرامیٹرک، کرسکل والس کے پاس اب بھی کئی اہم مفروضے ہیں:
1. مشاہدے کی آزادی: ہر گروپ میں ڈیٹا مختلف افراد سے آنا چاہیے۔
2. ردعمل کا متغیر کم از کم آرڈینل ہونا چاہیے: ڈیٹا کو ترتیب دیا جانا چاہیے۔
3. گروپوں کے درمیان تقسیم کی شکلیں ایک جیسی ہونی چاہئیں: اگر تقسیم کی شکلیں بہت مختلف ہیں، تو اختلافات کی تشریح زیادہ پیچیدہ ہو سکتی ہے۔ اس ٹیسٹ کو اکثر میڈین میں فرق کے طور پر سمجھا جاتا ہے، لیکن اگر تقسیم کی شکلیں ایک جیسی ہوں تو درمیانی تشریح سب سے زیادہ مناسب ہے۔
کرسکل والس ٹیسٹ میں مفروضہ
کرسکل والس ٹیسٹ میں، جس مفروضے کی جانچ کی جا رہی ہے وہ یہ ہے:
- H0 (نال مفروضہ): تمام گروپوں کی تقسیم (یا میڈین) ایک جیسی ہے۔
- H1 (متبادل مفروضہ): کم از کم ایک گروپ ہے جس کی تقسیم (یا میڈین) مختلف ہے۔
واضح رہے کہ جب H0 کو مسترد کر دیا جاتا ہے، تو Kruskal-Wallis ٹیسٹ صرف یہ بتاتا ہے کہ "ایک فرق ہے"، لیکن یہ واضح نہیں کرتا کہ کون سے گروپ مختلف ہیں۔ اس کے لیے مزید جانچ کی ضرورت ہے (پوسٹ ہاک)۔
حساب کے مراحل
خلاصہ یہ کہ کرسکل والس ٹیسٹ کے مراحل یہ ہیں:
1. تمام گروپس کے تمام ڈیٹا کو یکجا کریں۔
2. سب سے چھوٹی سے بڑی قدر تک درجہ بندی کریں۔ اگر تعلقات ہیں تو، اوسط درجہ کا استعمال کریں.
3. ہر گروپ میں درجہ بندی شامل کریں۔
4. ٹیسٹ شماریات H کا حساب لگائیں۔
عمومی H شماریاتی فارمولا ہے:
\[
H = frac{12}{N(N+1)} \sum_{i=1}^{k} frac{R_i^2}{n_i} – 3(N+1)
\]
معلومات:
- \(N\) = تمام مشاہدات کا کل
- \(k\) = گروپوں کی تعداد
- \(n_i\) = i-th گروپ میں مشاہدات کی تعداد
- \(R_i\) = i-th گروپ میں صفوں کی تعداد
پھر H قدر کا موازنہ chi-square distribution (\(\chi^2\)) آزادی کی \(k-1\) ڈگریوں کے ساتھ کیا جاتا ہے۔ اگر p-value اہمیت کی سطح سے چھوٹی ہے (مثال کے طور پر، 0,05)، تو H0 کو مسترد کر دیا جاتا ہے۔
مثالی مثال
فرض کریں کہ ایک لیکچرر یہ جاننا چاہتا ہے کہ آیا تین سیکھنے کے طریقوں میں شماریاتی ٹیسٹ کے اسکور میں کوئی فرق ہے: A، B، اور C۔ ڈیٹا اکٹھا کرنے کے بعد، پتہ چلتا ہے کہ اسکور عام طور پر تقسیم نہیں کیے جاتے ہیں کیونکہ کئی انتہائی قدریں ہوتی ہیں۔ اس کے بعد لیکچرر کرسکل والس ٹیسٹ کا استعمال کرتا ہے۔
اگر ٹیسٹ کے نتائج 0,01 (0,05 سے کم) کی p-value دکھاتے ہیں، تو یہ نتیجہ اخذ کیا جاتا ہے کہ کم از کم دو سیکھنے کے طریقوں میں ایک اہم فرق ہے۔ تاہم، لیکچرر کو ابھی تک یہ معلوم نہیں ہے کہ طریقہ A، B سے بہتر ہے یا C۔ یہیں پر پوسٹ ہاک تجزیہ کی ضرورت ہے۔
کرسکل والس کے بعد پوسٹ ہاک ٹیسٹ
اگر کرسکل والس ٹیسٹ اہم ہے، تو اگلا مرحلہ جوڑے کے لحاظ سے موازنہ کرنا ہے۔ کچھ عام طریقے یہ ہیں:
1. ڈن کا ٹیسٹ: اکثر پوسٹ ہاک کرسکل والس کے لیے استعمال ہوتا ہے۔
2. بار بار جانچ کی وجہ سے ہونے والی غلطیوں پر قابو پانے کے لیے جوڑے کے مطابق مان – وٹنی تصحیح کے ساتھ (بونفرونی، ہولم، یا بنجمینی-ہچبرگ)۔
اس تصحیح کا مقصد بہت سے موازنہ کرنے کی وجہ سے قسم I کی غلطی کے امکانات میں اضافے کو روکنا ہے (کوئی فرق نہ ہونے پر فرق بتانا)۔
اثر کا سائز
اہمیت کے علاوہ، بہت سے جدید مطالعات اثر کے سائز پر زور دیتے ہیں تاکہ قارئین کو فرق کی شدت کو سمجھنے میں مدد ملے۔ کرسکل والس ماڈل کے ساتھ اکثر وابستہ کچھ اثر سائز میں شامل ہیں:
– H-based Eta-squared (η²):
\[
\eta^2 = frac{H – k + 1}{N – k}
\]
- Epsilon-squared (ε²) ایک زیادہ قدامت پسند متبادل کے طور پر۔
اثر کے سائز اس بات کی تشریح کرنے میں مدد کرتے ہیں کہ فرق چھوٹا، درمیانہ یا بڑا ہے، نہ صرف "اہم یا نہیں"۔
فوائد اور حدود
کلیبیہن
1. معمول کے مفروضے کی ضرورت نہیں ہے۔
2. عام ڈیٹا کے لیے موزوں۔
3. پیرامیٹرک طریقوں کے مقابلے آؤٹ لیرز کے خلاف زیادہ مضبوط۔
حدود
1. یہ نہیں دکھاتا کہ پوسٹ ہاک کے بغیر کون سے گروپ مختلف ہیں۔
2. میڈین میں فرق کے طور پر تشریح سب سے زیادہ درست ہے اگر گروپوں کی تقسیم کی شکل ایک جیسی ہو۔
3. اگر اصل ڈیٹا نارمل اور یکساں ہے، تو ANOVA زیادہ طاقتور (اعلی طاقت) ہو سکتا ہے۔
بند کرنا
Kruskal-Wallis ٹیسٹ تخمینی اعدادوشمار میں ایک اہم ذریعہ ہے، خاص طور پر جب محققین ڈیٹا کے ساتھ کام کر رہے ہیں جو پیرامیٹرک طریقوں کے مفروضوں پر پورا نہیں اترتا ہے۔ اپنے درجہ پر مبنی نقطہ نظر کے ساتھ، یہ ٹیسٹ تین یا زیادہ گروپوں کے زیادہ لچکدار موازنہ کی اجازت دیتا ہے، خاص طور پر عام یا غیر عام ڈیٹا کے لیے۔ تاہم، اس کے استعمال کے لیے اب بھی مفروضوں کی سمجھ، نتائج کی تشریح، اور گروپوں کے مختلف جوڑوں کی شناخت کے لیے پوسٹ ہاک تجزیہ کی ضرورت ہے۔ p-values، اثر کے سائز، اور مناسب مزید تجزیہ کو یکجا کرکے، Kruskal-Wallis ٹیسٹ صحت اور تعلیم سے لے کر کاروبار اور سماجی علوم تک مختلف تحقیقی شعبوں میں مضبوط اور متعلقہ نتائج فراہم کر سکتا ہے۔
