Как выполнить тест Крускала-Уоллиса в SPSS

Критерий Крускала-Уоллиса используется для определения наличия статистически значимой разницы между медианами трех или более независимых групп. Он считается непараметрическим эквивалентом однофакторного дисперсионного анализа .

В этом руководстве объясняется, как провести тест Крускала-Уоллиса в SPSS.

Пример: тест Крускала-Уоллиса в SPSS

Исследователь хочет знать, оказывают ли три препарата разное влияние на боль в колене, поэтому он набирает 30 человек, которые испытывают одинаковую боль в колене, и случайным образом делит их на три группы, чтобы получить либо препарат 1, либо препарат 2, либо препарат 3.

После одного месяца приема препарата исследователь просит каждого человека оценить боль в колене по шкале от 1 до 100, где 100 указывает на самую сильную боль. Рейтинги для всех 30 человек показаны ниже:

Используйте следующие шаги, чтобы выполнить тест Краскела-Уоллиса, чтобы определить, есть ли разница между сообщаемыми уровнями боли в колене между тремя группами:

Шаг 1: Проведите тест Крускала-Уоллиса.

Перейдите на вкладку « Анализ », затем « Непараметрические критерии », затем « Унаследованные диалоговые окна », затем «K независимых выборок »:

В появившемся окне перетащите переменную pain в поле с надписью Test Variable List, а Drug — в поле с надписью Grouping Variable. Затем нажмите « Определить диапазон» и установите для параметра «Минимум» значение 1, а для параметра «Максимум» — значение 3. Затем нажмите « Продолжить».Убедитесь, что рядом с Kruskal-Wallis H установлен флажок, а затем нажмите OK .

Шаг 2: Интерпретируйте результаты.

Как только вы нажмете OK , появятся результаты теста Крускала-Уоллиса:

Вторая таблица в выводе отображает результаты теста:

• Крускал-Уоллис Х: Это тестовая статистика X 2 .
• df: это степени свободы, рассчитанные как #groups-1 = 3-1 = 2.
• Асимп. Sig: это значение p, связанное со статистикой теста X 2 , равной 3,097, с 2 степенями свободы. Это также можно найти с помощью калькулятора отношения показателя хи-квадрат к значению P.

Поскольку p-значение (0,213) не меньше 0,05, мы не можем отвергнуть нулевую гипотезу. У нас нет достаточных доказательств, чтобы сказать, что существует статистически значимая разница между оценками боли в колене в этих трех группах.