克魯斯卡爾–瓦利斯H檢定計算機

以秩次為基礎的無母數檢定比較三個獨立組,即時取得H統計量、自由度與p值。

克魯斯卡爾–瓦利斯檢定
請為每個獨立組輸入至少兩個數值觀測值。

關於克魯斯卡爾–瓦利斯H檢定

克魯斯卡爾–瓦利斯H檢定是比較三個以上獨立組的無母數方法。它判斷各組觀測值是否可能來自相同分布,不要求資料符合常態分布或母體變異數相等。此法常被視為單因子變異數分析的秩次替代方法。研究者常將其用於次序評分、偏態量測、小樣本,以及包含離群值、使平均數比較不可靠的量化結果。 計算先將所有觀測值合併,依數值由小到大排序。每個觀測值取得一個秩次。相同數值共用其占據秩次的平均值,以公平處理同值。接著將秩次放回原組並加總。若虛無假設成立,各組平均秩應相近。秩和之間差異越大,H統計量越高,表示至少有一組傾向包含較高或較低的數值。 本計算機採用標準同秩校正。有重複值時,校正尤其重要,因為同秩會減少排序可呈現的變異。校正後,將H與自由度為組數減一的卡方分布比較。因此,這個三組計算機回報的自由度為二。顯示的p值,是虛無假設成立時,得到至少與目前計算值一樣大的H統計量之機率。 較小的p值提供反對各組分布相同的證據,但不能指出哪些組有差異。若整體結果顯著,應採用適當事後比較,例如搭配多重檢定調整的Dunn檢定。也請注意,若要將結果具體解釋為中位數差異,觀測值須獨立,且各組分布形狀應相似。成對量測或重複觀測須採用其他程序,例如Friedman檢定。 統計顯著不等於實務重要。請盡可能回報各組樣本數、中位數、離散程度、H統計量、自由度、p值與效果量。下結論前,先檢視各組圖形。本計算機提供可重現的初步篩查計算,但有意義的解讀仍需要良好的研究設計與專業判斷。

克魯斯卡爾–瓦利斯檢定範例

分組結果解讀
1,2,3 | 4,5,6 | 7,8,9H = 7.2, p = 0.027324各組呈明確高低次序時,整體結果顯著。
1,4,7 | 2,5,8 | 3,6,9H = 0.8, p = 0.670320各組秩次交錯,支持組間差異的證據有限。
2,2,4 | 3,3,5 | 4,4,6同秩校正檢定重複值採平均秩,並進行同秩校正。

如何使用克魯斯卡爾–瓦利斯計算機

  1. 輸入第一個獨立組的觀測值,以逗號或空格分隔。
  2. 輸入第二個與第三個獨立組對應的數值資料。
  3. 點選「計算H檢定」,將合併觀測值排序,計算同秩校正後的統計量。
  4. 將p值與選定的顯著水準比較,並閱讀結果解讀。

克魯斯卡爾–瓦利斯檢定常見問題

何時應使用克魯斯卡爾–瓦利斯檢定?

若單因子變異數分析的分布假設存疑,可用此法比較三個以上獨立組。也適用於能有意義排序的次序尺度結果。

顯著結果能指出哪些組不同嗎?

不能。顯著的H統計量只表示至少有一組不同,須進行事後兩兩檢定才能找出差異。

此檢定比較的是中位數嗎?

它比較各組秩次分布。當各組分布具有相似的形狀與散布模式時,才可解讀為中位數比較。

同值如何處理?

同值觀測使用平均秩,再將H統計量除以標準同秩校正因子,以維持卡方近似。

這個檢定有哪些假設?

組內與組間觀測值須相互獨立,反應變數至少為次序尺度。若要推廣結論,抽樣代表性也很重要。