Calculateur du test H de Kruskal-Wallis

Le test H de Kruskal-Wallis est une méthode non paramétrique permettant de comparer trois groupes indépendants ou plus. Il évalue si les observations peuvent plausiblement provenir de la même distribution, sans exiger de normalité ni d'égalité des variances des populations. Il est souvent présenté comme l'alternative fondée sur les rangs à l'analyse de variance à un facteur. Les chercheurs l'utilisent pour les évaluations ordinales, les mesures asymétriques, les petits échantillons et les résultats quantitatifs contenant des valeurs aberrantes qui fragiliseraient une comparaison des moyennes. Le calcul commence par regrouper toutes les observations et les trier par ordre croissant. Chaque observation reçoit un rang. Les valeurs égales partagent la moyenne des rangs qu'elles occupent afin de traiter équitablement les ex æquo. Les rangs sont ensuite réaffectés aux groupes d'origine et additionnés. Si l'hypothèse nulle est vraie, les rangs moyens devraient être proches. De grands écarts entre sommes de rangs augmentent H et indiquent qu'au moins un groupe tend à contenir des valeurs plus hautes ou plus basses. Ce calculateur applique la correction standard des ex æquo. Elle importe lorsque des valeurs se répètent, car les ex æquo réduisent la variabilité disponible dans le classement. Après correction, H est comparé à une loi du chi-deux dont les degrés de liberté correspondent au nombre de groupes moins un. Ce calculateur à trois groupes indique donc deux degrés de liberté. La valeur p affichée est la probabilité, sous l'hypothèse nulle, d'obtenir une statistique H au moins aussi grande que celle calculée. Une petite valeur p constitue un argument contre des distributions identiques, mais ne désigne pas les groupes différents. Si le résultat global est significatif, utilisez une comparaison post-hoc adaptée, comme le test de Dunn avec ajustement pour tests multiples. Pour interpréter précisément le résultat comme une différence de médianes, il faut aussi des observations indépendantes et des distributions de formes similaires. Les mesures appariées ou répétées nécessitent une autre procédure, telle que le test de Friedman. La significativité statistique ne correspond pas à l'importance pratique. Rapportez si possible les effectifs, médianes, dispersions, la statistique H, les degrés de liberté, la valeur p et une mesure de taille d'effet. Examinez les graphiques de chaque groupe avant de conclure. Ce calculateur fournit un premier calcul reproductible, mais un protocole solide et le jugement spécialisé restent indispensables à une interprétation utile.