Kruskal-Wallis Testini Anlayın: Psikoloji Araştırmacılar için Kapsamlı Bir Rehber

Kruskal-Wallis testi, psikoloji araştırmacısının analitik aracı olan temel bir araç haline gelen güçlü bir nonparametrik olmayan istatistiksel yöntemdir. Bu istatistiksel test, iki veya daha fazla grupla sürekli veya ayrı değişken için karşılaştırmak için kullanılır, özellikle de var olan psikolojik verilerle çalışırken değerli bir alternatif sunar (ANOVA).

William Kruskal ve W. Allen Wallis'den sonra, bu test normal varsayımları ihlal eden veya bunları doğru bir şekilde yorumlayabilmenin ve bu testin araştırmalarınızdan geçerli sonuçları nasıl yorumlayacağımızı anlamak için parametrik bir testtir.

Kruskal-Wallis testi nedir?

Kruskal-Wallis testi, parametrik olmayan bir testtir, yani verilerin belirli bir dağılımını varsayar ve normal olarak dağıtılan verileri karşılaştırır, Kruskal-Wallis testi, gruplar arasındaki gözlemlerin sıralarını karşılaştırarak çalışır.

Kruskal-Wallis testi, parametrik olmayan bir testtir, bu da verilerin iki parametre tarafından tamamen tanımlanabilir ve çeşitli psikolojik verilerle ilgili olarak tanımlanabilir bir dağıtım sürecindeki tüm verilere dönüştüğü anlamına gelir.

Testin arkasındaki temel ilke

Kruskal-Wallis testinin temel kavramı henüz çok basit. ham veri değerlerini analiz etmek yerine, test tüm gözlemleri tüm gruplardaki tüm grupları sıralara dönüştürür. En küçük değer 1 sıra alır, sonraki en küçük 2 sıra alır ve bu yüzden gruplar birbiriyle önemli ölçüde farklılık gösterir.

Kruskal Wallis testi, ortalama rütbeleri eşit olduğunda, bir grubun dağıtımını diğerlerinden daha yüksek veya daha düşük değerlere sahip hale getirir.Bu özellik, her grubun ortalama sıralamasını elde etmek için genel olarak farklı olup olmadığı konusunda özellikle faydalı olur.

Psikologlar Kruskal-Wallis Testini Ne Zaman Kullanmalıdır?

Kruskal-Wallis testinin uygulanması için zaman anlamak, bunu nasıl gerçekleştireceğinizi bilmek için önemlidir. Psikolojik araştırmadaki birkaç senaryo bu testi parametrik alternatifler üzerinde tercih edilen seçimi yapar.

Normallik Aszalarının İhtisatları

Kruskal-Wallis H testi, verilerde normalliği varsaymıyor ve Kruskal H testi, bu varsayımların ihlal edildiği ve bir a-way ANOVA'nın kullanımı uygunsuzsa, bir-way ANOVA uygunsuzdur, ancak Kruskal-Wallis H testi pek de uygunsuz değildir. Bu, parametrik testlerle sık sık sık çalışan araştırmacılar için paha biçilmezdir.

Kruskal Wallis testi ve diğer parametrik olmayan testler, özellikle de normallik için varsayımlar tutmaz ve veri dağıtımlarının şekli hakkında varsayımlar yapmazlar ve bu, özellikle de küçük örnek boyutlardaki araştırmalarda, özellikle de klinik araştırmalarda veya özel popülasyonlarla çalışırken onları özellikle de yararlı kılar.

Ordinal Data ile çalışmak

Bağımlı veya sürekli düzeyde ölçülmelidir ve veya örnekleme değişkenleri, Likert ölçekleri (örneğin, özellikle de sahayla ilgili 7 nokta ölçeğini “güçlü olarak aynı fikirde” ile ilgili olarak, sıralama kategorilerinin diğer yolları arasında.

Psikolojideki ortak uygulamalar, farklı terapi gruplarındaki memnuniyet puanlarını karşılaştırır, çeşitli müdahale koşullarında ölçülebilecek stres seviyelerini analiz eder veya farklı demografik gruplar arasında kişilik kanal sıralamalarını değerlendirmektedir.

Üç veya Daha Bağımsız Gruplarla Karşılaştırma

Kruskal-Wallis genellikle üç veya daha bağımsız gruplarla kullanılır, ancak üç veya daha fazla grup içeren durumlar için örnek bir boyuta sahip olmalıdır. Test teknik olarak iki grupla başa çıkabilirken, araştırmacılar genellikle iki grup karşılaştırmaları için Mann-Whitney U testi kullanabilir ve üç veya daha fazla gruptaki durumlar için Kruskal-Wallis testi kullanabilir.

Kruskal-Wallis Testlerinin Temelleri

Kruskal-Wallis testi parametrik alternatiflerden daha az kısıtlayıcı olsa da, sonuçların geçerli yorumu için karşılanacak bazı varsayımlar gerektirir.Bu varsayımlar testin uygun uygulanması için kritiktir.

Gözlemlerin Bağımsızlığı

Gözlemleriniz bağımsız olmalıdır ve her gruptaki veya gruplar arasında üyelerin arasında ilişki olmamalıdır. Bu varsayım testin geçerliliği temeldir. Psikolojik araştırmalarda, bu, her katılımcının cevabının başka bir katılımcının cevabına etki etmemesi gerektiği anlamına gelir ve katılımcılar birden fazla grupta görünmemelidir.

Her grup farklı bir konu veya madde seti vardır ve her gözlem diğerlerinden bağımsız olmalıdır. Bu varsayımın ihlalleri tekrarlanan önlemler tasarımlarında veya katılımcılar gruplar içinde nested olduğunda, Friedman testi gibi alternatif testlerin daha uygun olabileceğini.

Dağıtım Şekilleri Tahminler

Kruskal-Wallis’in en yanlış yönlerinin biri aslında test ettiği konusunda endişe duyuyor. Kruskal-Wallis, verilerin normal olduğunu varsaymıyor, farklı grupların aynı dağıtıma sahip olduğunu ve farklı standart sapmalarla gruplar farklı dağıtımlara sahip olduğunu varsayıyor.

Dağıtımlarınız aynı şekle sahipse, SPSS İstatistiklerini Kruskal-Wallis H testinin sonuçlarını nasıl yorumlayabileceğinizi önemli ölçüde etkileyebilirsiniz.

Dağıtım şekilleri sürekli tutarken, Kruskal Wallis testi bize medyan hakkında anlatıyor, ancak bu prosedürün kendi başına değil, mantık - birkaç dağıtım aynı şekline sahipse, ancak ortalama rütbeleri daha yüksek ve daha düşükse, medyanlar farklı olmalı, ancak dağıtımların aynı şekillerine sahip olduğu zaman bu sonucu çizebiliriz.

Örnek Boyut Gereksinimleri

Chi-square nin yaklaşık olarak beş veya daha fazla üye gerektirir. Bu önemli çünkü Kruskal-Wallis testi istatistiki bir chi-square dağılımına kıyasla ve bu yaklaşım, yaklaşık 30 katılımcının boyutlarıyla daha doğru hale gelir.

Kruskal-Wallis Testini Gerçekleştirmek için Adım-by-Step Guide

Bir Kruskal-Wallis testi yapmak, birkaç sistematik adım içerir. Her adımın doğru uygulama ve testin yorumunu sağlar.

Adım 1: Hipotezlerinizi Formulate

Herhangi bir istatistiksel test yapmadan önce, null ve alternatif hipotezlerinizi açıkça tanımlamak. null hipotezi, nüfus medyalarının eşit olduğu ve alternatif hipotez, nüfus medyalarının eşit olmadığı veya nüfusun medyan diğer gruplardan farklı olduğu.

Alternatif hipotezin tüm türlerin farklı olduğunu belirtmek önemlidir, ancak en azından bir tür diğerlerinden farklı, ve null hipotezi reddedilirse, en azından bir tür diğer 2'den farklı olduğu anlamına gelir, ancak her 3 türün birbirinden farklı olduğu anlamına gelmez.

Adım 2: Verilerinizi toplayın ve organize edin

Verilerinizi karşılaştırmak istediğiniz farklı gruplardan toplayın. Verilerinizin daha önce tartışılan varsayımlarla, özellikle gözlemlerin bağımsızlığıyla ilgili olduğu bir formatta organize edilmesi.

Örneğin, üç farklı terapi grubu arasındaki depresyon puanlarını karşılaştırırsanız (bilinçli-behavioral terapi, psikodinamik terapi ve kontrol grubu), her katılımcının depresyon puanı, grup atamalarıyla eşlenmelidir.

Adım 3: Rank All Data Points

Kruskal-Wallis testi uygulamak için, bir iki yönlü formatta verileri ayarlamak, her sütunda bir başarı örneği temsil etmek ve hesaplamada, her bir ‘N’ gözlemleri, 'k' örneklerinden gelen tüm değerler olarak sıralanır ve tek bir seride sıralanır.

Kruskal-Wallis testinin en küçük kısmı, 1 sıraya kadar değiştirildi ve en büyük rütbe olan “N”, “N” örneklerinde toplam gözlem sayısını temsil ediyor. Bu sıralama süreci her grupta ayrı ayrı olarak gerçekleştirilmiştir.

Adım 4: Her Grup için Hesap Sıralama Sums

Tüm gözlemleri sıralarken, her grup için ayrı sıralar özetliyor. Bu sıralama, test istatistiki hesaplamak için temel oluşturur.Daha yüksek rütbeli gruplar orijinal verilerde daha yüksek değerlere sahip olma eğilimindedir, daha düşük rütbeli gruplar daha düşük değerlere sahip olma eğilimindedir.

Adım 5: Test Statistikini Tamamlayın (H)

Test istatistiki H = (12 / (N + +) tarafından verilir.Ben i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i2 2 2 2 / n / nBen i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i) - N'nin toplam örnek büyüklüğü olduğu 3(N+1), k karşılaştırdığımız gruplar sayısıdır, R R.Ben i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i Grup i için rütbelerin toplamı ve nBen i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i Grup i'nin örnek büyüklüğüdir.

Nerede:

  • N N N N N N N N N N N N N N N N N N N N N N N N N N N N N = Tüm gruplardaki toplam gözlem sayısı
  • R R R R R R R R RBen i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i = Grupta saflık miktarı i
  • n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n nBen i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i = Gruptaki gözlem sayısı i
  • k = Grup sayısı karşılaştırılıyor

H statistic aslında gözlemlenen rütbenin tüm gruplar aynı dağıtımdan gelse ne beklendiğinden nasıl oluştuğunu ölçer.

Adım 6: İstatistiksel İşareti Belirlenmeyi Belirleyebilir

H'yi chi-square dağıtım tarafından belirlenen kritik bir noktaya kıyasla karşılaştırıyoruz (chi-square kullanılır çünkü H.'nin iyi bir yaklaşımı, bu karşılaştırma için bir miktar eksi bir şekilde eşitlemedir (k - 1).

Küçük bir değere sahipsek, 0.05'ten daha azını söylemeliyiz, hem H statistic hem de Kruskal-Wallis ile küçük değerlerin bize null hipotezini reddetmemizi ve grupların en azından birinin muhtemelen diğerlerinden farklı bir dağıtımdan kaynaklandığını söyleyebiliriz. Çoğu istatistiksel yazılım paketleri hem H statistic hem de ilgili p değerli değerler sağlayacaktır.

Kruskal-Wallis Test Sonuçları

Kruskal-Wallis test sonuçlarının proper yorumu, testin size veriniz hakkında ne anlatabileceğini anlamak için gereklidir.

H Statistic'ı anlamak

H statistic testin birincil çıkışıdır. Büyük H değerleri gruplar sıralamaları arasında daha büyük farklılıklar göstermektedir. hesaplanan H değeri, Chi-square dağılımına eşit olarak karşılaştırıldığında, k sayısı - 1, nerede k.

H değeri, seçilmiş önem seviyesindeki chi-square dağıtım masasındaki kritik değeri aşsa (tipik olarak 0.05), nüklemin hipotezini reddedebilirsiniz. Bu, en azından bir grubun, değişkenin ölçüldüğü diğerlerinden önemli ölçüde farklılık gösterir.

P-Value Yaklaşımı

Çoğu araştırmacı bugün, test istatistiklerini kritik değerlere kıyasla karşılaştırmak yerine değerlere güveniyor. önceden belirlenmiş önem seviyenizden daha az değer (ortalama 0.05) gruplar arasında önemli farklılıklar gösterir. p-değer, sayınızdakiler doğruysa, verilerinizdeki farklılıkları gözlemleme olasılığını temsil eder.

Bu durumdaki p-değer, gruplardaki farklılıkları görme olasılığı, çıplak hipotez doğruysa tanık olduğumuz kadar büyüktür. Düşük p-değerler hiçbir grup farklılıklarının null hipotezine karşı daha güçlü kanıtlar sağlar.

Test aslında size ne anlatıyor

Kruskal-Wallis’in bize sadece gruptan en az birinin farklı bir dağıtımdan kaynaklandığını ve grubun (s) hangi grup olduğunu söyleyemeyiz.

Bir-way ANOVA gibi, Kruskal Wallis testi bir "omnibus" testidir ve her grubun eşit olmadığını söyleyebilir, ancak hangi grupların çiftlerinin farklı olduğunu belirtmez.

Post-Hoc Test After a major Kruskal-Wallis Sonuç

Kruskal-Wallis testi gruplar arasında önemli farklılıklar gösterirken, post-hoc testleri hangi özel grupların birbiriyle farklı olduğunu tanımlamaya yardımcı olur. Bu analiz sürecinde en önemli adımlardan biridir.

Post-Hoc Testleri Neden Gereklidir

Önemli bir Kruskal-Wallis testi, en az bir örnek stochastically bir diğer örnekle hükmeddiğini gösterir, ancak test bu stochastic baskınlığının nerede meydana geldiğini veya kaç grup stochastic baskınlık elde ettiğini tanımlamaz. post-hoc testi olmadan, farklılıkların nerede olduğunu bilemezsiniz.

Dunn'ın Testi: Önerilen Post-Hoc Yaklaşımı

Muhtemelen Kruskal-Wallis testi için en yaygın post-hoc testi, Dunn testi (1964) ve muhtemelen Kruskal-Wallis testi için en popüler post-hoc testi. Dunn'in testi, özellikle Kruskal-Wallis testinin ardından çok iyi bir şekilde uygun hale getiren birkaç avantaja sahiptir.

Bir araştırmacı, örneğin çiftleri veya Kruskal-Wallis testi kullanarak örneklemeleri kullanabilir, bu tutarlılık Dunn'ın test yöntemi olarak aynı sıralamayı doğru bir şekilde kullanır ve (2) tam olarak havuzlu varyanların Kruskal-Wallis testinin null hipotezini kullanır.

Görünüşe göre, Kruskal-Wallis tarafından hesaplanan aynı paylaşılan sıralamayı kullanan bir post-hoc testi var ve Kruskal-Wallis testinin null hipotezi tarafından ima edilen aynı havuzu kullanan bir değişken var: Dunn'in testi.

Alternatif Post-Hoc Testleri

Ayrıca sunulan Conover testi ve Nemenyi testi, Dunn'ın testine alternatifler olarak test edilir. Stokastik baskınlık için özel örnek çiftleri analiz etmek için, Dunn'ın testi, Bonferroni düzeltmesi ile çift yönlü testler veya daha güçlü ama daha az iyi bilinen Conover-Iman testi bazen kullanılır.

Bonferroni düzeltmesi ile çift yönlü Mann-Whitney U testleri bazen kullanılırken, verilerin toplamına dayanan tedavilerin çiftlerini değerlendirmek için çok daha iyi bir testtir.

Birden Çok Karşılaştırma için Kontrollü

Birden fazla örnek kontrast veya test yaparken, Tip I hatası oranı şişirme eğilimi gösterir, birden fazla karşılaştırma hakkında endişeler yükseltilir. Bu, post-hoc testleri yaparken neden ayarlama yöntemlerinin önemli olduğunu.

Çünkü post-hoc testi, çok sayıda p değerli üretecek, p değerlilere uyum sağlamak için yapılabilir ve Sidak düzeltmeleri yapmak için çeşitli yöntemler vardır.

Bonferroni düzeltmesi, her bir değerin, karşılaştırmaların yapıldığı sayısına göre çoğaltılmasıdır.Bu etkili kontroller Tip I hatası olsa da, aşırı muhafazakar ve istatistiksel gücü azaltılabilir.The Holm methodu aileel hata oranını kontrol ederken daha az muhafazakar bir alternatif sunar.

İstatistiksel Yazılım kullanarak Kruskal-Wallis Testini Gerçekleştirmek

Kılavuz hesaplama sürecini kavramsal anlayış için anlamakla birlikte, çoğu araştırmacı Kruskal-Wallis testi gerçekleştirmek için istatistiksel yazılım kullanır. İşte popüler istatistik paketlerinde nasıl uygulayılır.

SPSS'ı kullanarak

SPSS İstatistikler, Dunn veya Dunn-Bonferroni post hoc yönteminin önemli bir Kruskal-Wallis testinin 19 ve daha sonra versiyonda ve eşif karşılaştırmalar, Dunn-Bonferroni yaklaşımının kullanılmasının, Kruskal-Wallis testinin önemli olduğu için otomatik olarak üretilir.

SPSS'de test yapmak için:

  1. Analyze'ye geçiş
  2. Alanlar sekmesini seçin ve Grup kutularına bağımsız değişkeninizi hareket edin
  3. Test Fields box'a bağımlı değişkeninizi hareket ettirin
  4. Ayarları yapılandırmak için ayarlar sekmesini seçin çiftyüzlü karşılaştırmalar
  5. Analizleri çalıştırın

Dunn'ın testini kullanarak, SPSS, önemli farkın nerede olduğunu görmek için bağımsız değişkenin her çiftliği ile karşılaştırır (s) yalan. Çıktının hem genel Kruskal-Wallis testi sonucu hem de çift değerlerle karşılaştırılacaktır.

R R kullanarak R R

Python'un SciPy paketinde, fonksiyon scipy.stats.kruskal test sonucu ve p-değer geri dönebilir ve R baz-package bu testin bir uygulamasını kullanarak, Kruskal-Wallis testleri ve post-hoc analizleri yürütmek için birkaç paket sunar.

R'deki temel sözcüler basit:

[0]

Post-hoc testi için, birkaç R paketi dunnn.test, FSA ve PMCMRplus dahil mevcuttur. Bu paketler çeşitli post-hoc testleri ve p değerli ayarlama yöntemleri sunar.

Python kullanımı

Python scipy.stats modülü, kruskal() olarak adlandırılan bir işleve sahiptir ve temel olarak bu işlev bizim için yukarıdaki hesaplamayı taşır, çünkü bu işlev iki veya daha fazla sayıda nesneyi argümanlar olarak alır ve H statistic ve p-değer döndürür.

Python'un SciPy kütüphanesi, Kruskal-Wallis testini minimum kodla gerçekleştirmek için kolay hale getiriyor.In post-hoc test, scikit-posthocs paketi, Dunn'ın test ve diğer eşdeğer ayarlama yöntemleri ile uygulama sağlar.

Psikoloji Araştırmasında Pratik Uygulama

Kruskal-Wallis testi, çeşitli psikolojik araştırma alanları boyunca çok sayıda uygulama bulur. Bu uygulamaları anlamak, araştırmacıların bu testin uygun analitik seçim olduğunda tanımasına yardımcı olur.

Klinik Psikolojik Psikolojik Psikolojik Psikolojik Psikolojik Psikolojik Psikolojik Psikolojik Psikolojik Psikolojik Psikoloji

Klinik psikolojide, araştırmacılar genellikle birden fazla müdahale grubuyla tedavi sonuçlarını karşılaştırır. Örneğin, bir çalışma depresyon ciddiyet puanlarını karşılaştırabilir (bir veya kat etkileri nedeniyle normalliği ihlal edebilir) Kruskal-Wallis testi, bilişsel-behavioral tedavi, ilaç, kombinasyon tedavisi ve kontrol gruplarına göre.

Benzer şekilde, kaygı bozukluklarını okuyan araştırmacılar farklı maruziyet terapisi protokollerinde kaygı seviyelerini karşılaştırabilir veya PTSD'yi inceleyen araştırmacılar çeşitli travma odaklı müdahalelerle semptom ciddiyetini karşılaştırabilirler.Her durumda, Kruskal-Wallis testinin parametrik doğası, klinik değerlendirmelerde veya normal olmayan verileri işlemek için iyi bir şekilde uygun hale getirir.

Geliştirme Psikolojik Psikoloji

Örneğin, Kruskal-Wallis testi, gelişimsel kilometre taşları veya davranışsal önlemleri yaş grupları arasında karşılaştırırken sıklıkla kullanır. Örneğin, araştırmacılar okul öncesi ve orta okul yaş grupları arasında sosyal yeterlilik puanlarını karşılaştırabilirler. gelişimsel önlemler genellikle veya normal olmayan dağıtımları içerir, Kruskal-Wallis testi uygun bir analitik çerçeve sunar.

Bilişsel gelişimleri incelenebilir veya farklı gelişim aşamaları boyunca problem çözme performansı karşılaştırabilir veya ahlaki gelişim üzerinde araştırma, Kohlberg'in aşamalarını kullanarak yaş gruplarının ahlaki gerekçelerini karşılaştırabilir, ki bu doğal olarak veyadinaldir.

Sosyal Psikoloji

Sosyal psikologlar genellikle farklı demografik gruplardaki veya kontraseptifler üzerinde çalışma sırasında Kruskal-Wallis testi çalıştırıyor, farklı grup büyüklüğüne karşı tutumlar, algılar veya davranışlarda algılar.

Örneğin, sosyal psikoloji araştırmalarında ubiquitous, teknik olarak veyadinal ve bu nedenle Kruskal-Wallis testi ile analize uygun olarak, bazı araştırmacılar parametrik testler yaparken, Kruskal-Wallis testi daha muhafazakar ve metodolojik bir şekilde ses yaklaşımı sunar, özellikle de örnek boyutlarda küçük veya dağıtımlar skewed edilir.

Eğitim Psikolojisi

Eğitim psikolojisinde, araştırmacılar farklı öğretim yöntemleri, öğrenme ortamları veya öğrenci popülasyonları arasında akademik başarı veya motivasyon seviyelerini karşılaştırabilir. Başarı veya notları kullanırken veya motivasyon puanları normal olmayan dağıtımlarda sergilendiğinde, Kruskal-Wallis testi uygun bir analitik araç sağlar.

Farklı öğretim stratejilerinin etkinliğini incelemek, ders tabanlı, tartışma temelli ve proje bazlı öğrenme yaklaşımları ile ilgili olarak, öğrenci katılımına yönelik araştırma, farklı sınıf yapıları veya teknolojik müdahaleler arasındaki ilişkileri karşılaştırabilir.

Ortak Pitfalls ve Them'dan Nasıl Kaçırmak

Deneyimli araştırmacılar Kruskal-Wallis testlerini yaparken hata yapabilir ve yorumlayabilirler. Ortak tuzakların farkında olmak geçerli ve güvenilir sonuçlar elde etmenize yardımcı olur.

Test Önlemlerinin Ne Anlamasını Yanlışlaştırıyor

En yaygın hatalardan biri Kruskal-Wallis testinin her zaman medyanlarını karşılaştırdığını varsayıyor, bu yüzden Kruskal-Wallis testi normal olarak dağıtılıyor, ancak medyan farklı olup olmadığını test etmek için kullanıyorsa, her gruptaki gözlemlerin aynı dağıtım şekliyle popülasyonlardan geldiğini varsayıyor, bu yüzden farklı gruplar farklı şekillerde farklı şekillerden emin olun, Kruskal-Wallis testi normal olarak dağıtılabilir, ancak Kruskal-Wallis testi bunu test etmek için kullanıyorsa.

Test temel olarak gruplardaki rütbe dağılımı karşılaştırır. Sadece gruplar benzer şekilde şekillendirilmiş dağıtımlar medyandaki farklılıkları işaret eden olarak önemli sonuçları yorumlayabilirler. Aksi takdirde, dağıtımlarda herhangi bir fark için test edebilirsiniz, bu da yerdeki farklılıkları yansıtabilir veya şekillendirebilir.

Post-Hoc Testleri için gerekli olanı görmezden gelin

Bir diğer sık hata, analizleri, belirli grup farklılıkları tespit etmek için önemli bir Kruskal-Wallis sonucu elde ettikten sonra durduruyor. Önemli bir Omnibus testi size gruplar arasında bir yerde var olduğunu söyler, ancak bu farklılıkların nerede olduğunu tespit etmez.Her zaman belirli grup farklılıkları tanımlamak için önemli sonuçlar takip eder.

Inappropriate Post-Hoc Testleri Kullanımı

Bir post-hoc testi seçerken, genellikle çiftif testleri kullanmak caziptir, genellikle aile hatası veya yanlış keşif oranına dayalı tedavilerin çiftlerini değerlendirmek için bir değer ayarlaması ile yapılır, ancak çiftif testlerle ilgili bir sorun, bu iki tedaviye dahil olmayan tüm verileri görmezden gelir ve genellikle verilerin toplamına dayanan tedavilerin çiftlerini değerlendirmek daha iyidir.

Dunn'ın testini basit çift yönlü Mann-Whitney testleri orijinal Kruskal-Wallis testinden sıralama yapısını korur ve mevcut tüm verileri kullanır, daha doğru ve güçlü karşılaştırmalara yol açar.

Asmiyalleri Kontrol Etmeye Başarısız

Kruskal-Wallis testi parametrik alternatiflerden daha az varsayımı olsa da, yine de bağımsız gözlemler ve medya karşılaştırmaları gerektirir, aynı şekilde gruplardaki dağıtımlar. Her zaman verilerinizin bu varsayımları yorum yapmadan önce karşıladığını doğrulayın.

Çalışma tasarımınızı ve veri toplama prosedürlerinizi inceleyerek bağımsızlık için kontrol edin. Her grup için histogramlar veya yoğunluk arsaları yaratarak dağıtım şekilleri ve görsel olarak şekilleri karşılaştırır.Eğer şekiller önemli ölçüde farklısa, sonuçlarınızı özellikle de medyans kıyaslama gibi yorumlar.

Tied Ranks Improperly

Birden fazla gözlem aynı değere sahip olduğunda, bağlı rütbeler alırlar (genellikle alınan sıralamaların ortalamaları). Çoğu istatistiksel yazılım otomatik olarak yer alır, ancak geniş bağlar testin doğruluğunu etkileyebilir. Bazı yazılım paketleri, testin doğruluğunu artırabilir.

Raporlama Kruskal-Wallis Test Sonuçları

İstatistik sonuçlarının proper raporlaması şeffaf ve yenidenroducible araştırma için önemlidir. Kruskal-Wallis test sonuçları raporlandığında, birkaç temel bilgi parçası içerir.

Rapora Temel Bilgi

Kruskal-Wallis testi sonuçlarının tam bir raporu şunları içermelidir:

  • Test istatistiki (H değeri)
  • Özgürlük Dereceleri (k - 1, k gruplar sayısı)
  • Değeri
  • Her grup için örnek boyut
  • Descriptive istatistikler (ortalamalar ve aralıklar veya interquartile aralıklar) her grup için
  • Post-hoc testi sonuçları eğer her iki test önemliydi

Örnek Raporlama Biçimi

İşte Kruskal-Wallis test sonuçlarını APA tarzında nasıl raporlayacağının bir örneği:

“Bir Kruskal-Wallis testi, üç gruptaki depresyon puanlarını karşılaştırmak için yapıldı (bilinçli-hastalık terapisi, n = 25; psikodinamik terapi, n = 23; kontrol, n = 27) Test, hem de üç gruptaki depresyon puanlarında istatistiksel olarak anlamlı bir fark ortaya çıktı, H(2) = 15.43, p < .001. Post-hocwise terapisi, diğer iki grupta da anlamlı olarak daha düşüktü ve p=10;

Sonuçlar Görsel Sunumları

İstatistiksel raporlamanızı uygun görselleştirmelerle uygulamanız. Box arsaları özellikle Kruskal-Wallis test sonuçlarını görüntülemek için etkilidir, çünkü medyanları, kurtiles ve her grup için genel dağıtım şekli sunar. Örnek boyutlardaki sayfalar, okuyucuları verilerinizin tam bir resmini sunmak için küçüktir.

Aklın arsaları her gruptaki dağıtım şekli hakkında daha fazla bilgi sağladığı için keman arsalarını kullanmak göz önünde bulundurun.Bu, okuyucuların benzer şekilde şekillendirilmiş dağıtımların varsayımının sizin verileriniz için makul olup olmadığını değerlendirmelerine yardımcı olabilir.

Kruskal-Wallis Test için Etkisi Boyut Ölçümleri

İstatistiksel önem size bir etkinin var olup olmadığını söyler, ancak etki büyüklüğü, etkinin ne kadar büyük veya anlamlı olduğunu söyler. Ne yazık ki, etki boyutları genellikle Kru raporlamaskal-Wallis test sonuçları raporlandığında göz ardı edilir, ancak bulgularınızın pratik önemini yorumlamak için önemli bilgiler sağlar.

Epsilon Squared ( ⁇ 2)

Epsilon karesi, Kruskal-Wallis testi için etki boyutunun bir ölçüsidir. Grup üyeliği tarafından açıklanan sıralamalarda varyanlık oranını temsil eder. Values range from 0 to 1, with larger values in showing more effects as: Epsilon kared may be hesaplanabilir:

⁇ 2 = H / (N2 - 1) / (N + 1)

H, Kruskal-Wallis testi statistic ve N'nin toplam örnek büyüklüğü nerededir.

Eta Squared ( ⁇ 2)

Eta karek, etki boyutunu ölçmek için başka bir seçenektir. H statistic tarafından hesaplanabilir ve grup üyeliği tarafından açıklanan bağımlı değişkende varyanlık oranını tahmin edebilir. epsilon karesi gibi, değer aralığı 0 to 1.

⁇ 2 = (H - k + 1) / (N - k)

K gruplar sayısı nerededir.

Etkisi Boyutlarını Yorumlama

Etki boyutlarını yorumlamak için genel kurallar, .01'in etrafındaki değerlerin küçük etkileri temsil ettiğini, .06 orta etkileri temsil eder ve .14 veya daha yüksek büyük etkiler temsil eder. Ancak, bunlar kaba kurallar ve bir etki boyutunun pratik önemi belirli araştırma bağlamına ve alana bağlıdır.

Psikoloji araştırmalarında, küçük etki boyutları bile anlamlı olabilir, özellikle de müdahalelerin zihinsel sağlık belirtileri veya yaşam kalitesi gibi önemli sonuçları etkilediği durumlarda. Her zaman belirli araştırma soru ve bulgularınızın pratik etkilerini yorumlayın.

Kruskal-Wallis Testine Alternatifler

Kruskal-Wallis testi çok yönlü ve yaygın olarak uygulanabilir olsa da, bu alternatif analitik yaklaşımlar için bazı durumlar alternatif analitik yaklaşımlar için çağrıda bulunuyor. Bu alternatifler belirli araştırma tasarımı ve veri özellikleriniz için en uygun test seçmenize yardımcı olur.

One-Way ANOVA'yı ne zaman kullanmak yerine

Bir-way ANOVA, özellikle medyanlarla ilgilenmeniz için Kruskal Wallis testi üzerinde birkaç avantaja sahiptir veya bir-way ANOVA'yı farklı şekillerde kullanabilirsiniz (FRN'nin ANOVA'sını kullanın) ve yukarıdaki yorumların yorumlarından kaçınır, bu yüzden özellikle medyanla ilgilendiğiniz zaman bu doğru olmayan yöntemi kullanın veya bir şekilde kullanabilirsiniz.

Verileriniz bir otoyol ANOVA (normallik ve homojenliği) varsayımlarını karşılarsa veya Central Limit Theorem'in normal olmayan verilerle bile sağlam sonuçlar sağladığı büyük örnek boyutları varsa, parametrik ANOVA daha büyük istatistiksel gücü nedeniyle tercih edilebilir olabilir.

Welch'in Heterojen Variances için birNOVA

Heteroscedasticity, farklı grupların farklı şekillenmiş dağıtımları olması için bir yoldur ve dağıtımlar heteroscedastic olup olmadığını varsayarsa, Kruskal-Wallis testi size yardımcı olmaz; bunun yerine, Welch'in iki grup için testini kullanmalısınız veya Welch'in Anova'sı iki gruptan daha fazla farklı yayılmaz.

Friedman Tekrar Edilen Önlemler için Test

Bu, Kruskal-Wallis H testinin diğer ölçülerden tekrarlanan bir Friedman testi yerine başka bir istatistiksel teste ihtiyaç duyacaktır.Bu, bağımsız varsayımınızı ihlal ederse ve Friedman testi, Kruskal-Wallis H testi yerine başka bir istatistiksel test kullanmanız gerekir.

Ordinal Regresyon

For ordinal bağımlı değişkenler için, özellikle de eşleri olduğunda veya tahminciler ve sonuçlar arasındaki ilişkiyi daha tam olarak modellemek istiyorsanız veya aynı anda birden fazla tahmin edilebilir (belirli bağlantı modeli) Kruskal-Wallis testinden daha sofistike bir analitik çerçeve sunar. Bu yaklaşım açıkça sonuçları veya birden fazla tahmin edici doğayı aynı anda karşılayabilir.

Mood's Median Test

Mood'ın medyan testi, özellikle gruplardaki medyanları karşılaştıran başka bir nonparametrik alternatiftir. Kruskal-Wallis testinden daha az güçlü olsa da, gruplar çok farklı dağıtım şekillerine sahip olduğunda veya özellikle de medyan farklılıklarıyla ilgilenenler arasında daha sağlam olabilir.

Gelişmiş düşünceler ve Extensions

Araştırmacılar için Kruskal-Wallis testi ve uygulamaları hakkında anlayışlarını derinleştirmek için, birkaç gelişmiş konu dikkate değer.

Örnek Boyut ve Güç Tahminleri

Kruskal-Wallis testleri için uygun örnek boyutları, beklenen etki büyüklüğü, istenen istatistiksel güç (tipik olarak .80) ve önemli seviye (tipik olarak .05). Parametrik olmayan istatistiksel testleri yaparken daha muhafazakar bir sonuç verme eğiliminde olduklarını belirtmek önemlidir (daha büyük bir p değerli).

Bu, parametrik olmayan testlerin genellikle aynı istatistiksel güce ulaşmak için parametrik testlerden daha büyük örnek boyutları gerektirdiği anlamına gelir. Ancak, orijinal değerler için yedeklediğinizde bu kadar daha az güçlü bir test yapabilir, bu güç kaybı testin esnekliği ve daha az varsayımlar için ticarete son verir.

Küçük Örnek Boyutlarla Anlaşma

Çok küçük örneklerle çalışırken, Kruskal-Wallis testi için kullanılan chi-square square square square square ́in testi doğru olmayabilir.Bu durumlarda, tam olasılık hesaplamaları veya permutasyon testleri gerekli olabilir. Bazı istatistiksel yazılım paketleri küçük örnekler için tam olarak testler sunar, ancak hesaplama talepleri önemli ölçüde artış sağlar.

Eksik Data

Eksik veriler herhangi bir istatistiksel analiz için zorluklar yaratıyor. Kruskal-Wallis testi ile, standart yaklaşım tam bir durum analizidir, eksik verilerle gözlemler dışlanmışsa, bu veriler tamamen rastgele eksik değilse önyargılı sonuçlar doğurabilir.

Faktöryel Tasarımlar ve Etkileşimler

Standart Kruskal-Wallis testi, sıra tabanlı analizin faydalarını korumak için tek yönlü tasarımlar için tasarlanmıştır.

Psikoloji Araştırmacılar için Pratik İpuçları

Çalışmak üzere olan kapsamlı bilgiden başlayarak, burada Kruskal-Wallis testi kullanarak psikoloji araştırmacılar için pratik önerilerdir.

Test etmeden önce

  • Bağımsızlığı doğrulayın: Gözlemlerin hem gruplar arasında hem de gruplar arasında bağımsız olduğundan emin olun. Bu ihlal edilemez temel bir varsayımdır.
  • Verilerinizin sınav: Görselleştirmeler (histogramlar, kutu arsaları, yoğunluk arsaları) her grup için dağıtım şekillerini anlamak ve potansiyelleri tanımlamak için.
  • Kontrol şekilleri: Sonuçları medyan farklılıkları olarak yorumlamak istiyorsanız, bu grupların benzer şekilde şekillendirilmiş dağıtımları olduğunu doğrulayın.
  • Örnek boyut düşünün: Her grubun geçerli olması için chi-square yakınlığı için en az 5 gözleme sahip olmasını sağlayın.
  • Analizinizi planlayın: Her ne kadarkis testinin önemli olup olmadığını önceden karar verin ve p değerli ayarlama yönteminizi seçin.

Analiz sırasında

  • İstatistiksel yazılım kullanın: Kılavuz hesaplamaları anlamak değerli olsa da, SPSS, R veya Python gibi yazılımları gerçek analizler için hesaplama hataları ve gelişmiş özelliklerden kaçınmaları için kullanın.
  • Rapor tanımlayıcı istatistikler: Her zaman medyanları ve aquartile aralıkları (veya aralıklar) inferatif istatistikleriniz ile birlikte rapor edin.
  • Post-hoc testleri uygun şekilde: Eğer Omnibus testi önemliyse, Dunn'ın testini, sıralama yapısını korumak için çift yönlü Mann-Whitney testleri yerine kullanın.
  • Birden çok karşılaştırma düzeltmesi uygulayın: Her zaman post-hoc testleri yaparken birden çok karşılaştırma için p-değerler ayarlama.
  • Boyutları hesaplamak: Sadece p değerlilere güvenme; Grup farklılıklarının boyutunu belirtmek için rapor etkisi boyutları.

Raporlama Sonuçları

  • Tam bilgi sağlayın: H statistic, özgürlük dereceleri, p-değer, örnek boyutlarda ve tanımlayıcı istatistikler raporlayın.
  • Etki boyutlarını ekleyin: Rapor epsilon kare veya eta farklılıkların boyutunu ölçmek için meydan okudu.
  • Rapor post-hoc sonuçları açıkça: Hangi gruplardan farklı olduğunu, ayarlı p değerliler dahil.
  • Uygun görselleştirmeler kullanın: Okuyucuların verinizi ve sonuçlarını anlamalarına yardımcı olmak için kutu arsaları veya keman arsaları ekleyin.
  • Dikkatlice yorum: Sonuçlara medyan farklılıkları olarak yorumlanacağınızı açık olun (eğer dağıtımlar benzer şekillerine sahipse) veya genel dağıtım farklılıklarına sahip olun.

Psikoloji Araştırmasında Ortak Senaryolar

Senaryo 1: Likert Scale Responses
Memnuniyet notlarını karşılaştırırken, anlaşma seviyeleri veya gruplardaki diğer Likert ölçeği yanıtları karşılaştırırken, Kruskal-Wallis testi genellikle uygun. Likert ölçekleri teknik olarak veya tam olarak doğru olmayan analiz yöntemi oluşturmanızı sağlar. dağıtım şekillerinin medyan farklılıkları olarak yorumlayabilmenizi sağlamak için gruplar arasında benzer olduğunu kontrol edin.

Senaryo 2: Küçük Örnek Klinik Araştırmalar
Klinik psikoloji araştırmaları genellikle belirli teşhislerle veya müdahalelerin yoğun doğasıyla işe alma zorluğu nedeniyle küçük örnekleri içerir. Kruskal-Wallis testi bu durumlarda çok uygun değildir, çünkü her grubun geçerli olması için en az 5 katılımcısı vardır.

Senaryo 3: Skewed Outcome Measures
Birçok psikolojik değişken, tepki süreleri, semptom sayar veya davranışların frekansı gibi skewed dağıtımları sergilemektedir. Verileri tamamen normalleştiremeyen dönüşümleri denemek yerine, Kruskal-Wallis testi normalliği gerektirmeyen basit bir analitik yaklaşım sağlar.

Senaryo 4: Ordinal Developmental Aşamalar
Örneğin, aile yapıları arasındaki ahlaki sebeplerle veya ek sınıflandırmaları karşılaştırırken, verilerin ordinal doğasını saygı duyan bir test gerektirir.

Daha Fazla Öğrenme Kaynakları

Kruskal-Wallis testi ve parametrik olmayan istatistikler hakkında anlayışlarınızı daha geniş bir şekilde genişletmek için, bu kaynakları araştırıyor:

İstatistiksel Yazılım Dokümanı: SPSS, R ve Python'un istatistik kütüphaneleri için resmi belgeler Kruskal-Wallis testinin uygulanması ve çıktının yorumlanması hakkında ayrıntılı bilgi sağlar. R Project web sitesi web sitesi Parametrik olmayan analizler yürütmek için kapsamlı belgeler ve öğreticiler sunar.

Online İstatistik Kaynakları: Web siteleri gibi Laerd Statistics Kruskal-Wallis testi üzerinde ekran görüntüleri ve yorum rehberliği ile ayrıntılı öğreticiler de dahil olmak üzere çeşitli istatistik testleri yürütmek için adım kılavuzları sağlar.

Parametrik olmayan İstatistiklerle ilgili metin kitapları: Parametrik olmayan yöntemler üzerinde kapsamlı ders kitapları teorik temeller ve pratik rehberlik sağlar. Araştırma örneklerine alan metinlere bakın.

Journal Articles: Kruskal-Wallis testi kullanan yayınlanmış psikoloji araştırmalarını okumak, kendi çalışmanızda sonuçları nasıl raporlayabilme ve yorumlamak için modeller sağlayabilir.Yazarsız testlerin seçimlerini haklı çıkarmak ve bulguları nasıl sunabileceklerine dikkat edin.

İstatistiksel Danışmanlık Hizmetleri: Birçok üniversite, belirli araştırma sorularını ve verileri deneyimli istatistikçilerle tartışabileceğiniz istatistiksel danışmanlık hizmetleri sunar. Bu, karmaşık tasarımlarla veya olağandışı veri özellikleriyle uğraşırken özellikle değerli olabilir.

Sonuç: Robust Psikolojik Araştırmalar için Kruskal-Wallis Testini Usta

Kruskal-Wallis testi, psikoloji araştırmacısının istatistiksel aracıkit'te temel bir araç temsil eder.Normal olmayan verileri, uygulamalılığı veya testlere uygulanabilirliği ve aşırılık özellikle psikolojik araştırma gerçeklerine uygun olarak, verilerin genellikle parametrik testlerle gerekli olan katı varsayımları yerine getiremediği durumlarda.

Kruskal-Wallis testi ne zaman doğru bir şekilde yürüteceğini ve birçok psikolojik veri kümesinin özelliklerini eşleşen varsayımlar ve yorumlarla, testin parametrik olmayan doğası ne anlama geldiğini anlamak için anlayışla, bunun parametrik alternatiflerden daha az titiz olduğunu anlamaları gerekir -rather, birçok psikolojik veri setlerinin özelliklerini eşleşen varsayımlar ve yorumlarla.

İstatistiksel analizin sadece p değerli elde etmekle ilgili olmadığını unutmayın, ancak verilerin anlaşılması ve psikolojik bilime giden anlamlı sonuçları çizimle ilgili olarak. Kruskal-Wallis testi, uygun şekilde uygulanan ve dikkatle yorumlandığında, araştırmacıların gruplarla karşılaştırmalarını sağlar, sonuçta daha sağlam ve güvenilir psikolojik araştırmalara katkıda bulunur.

Klinik denemelerdeki tedavi sonuçları karşılaştırırsanız, yaş grupları arasındaki gelişimsel farklılıkları inceler, demografik kategorilerdeki anket yanıtlarını analiz edin veya grup karşılaştırmalarını içeren başka bir araştırma sorusunu araştırın, Kruskal-Wallis testi, bu kapsamlı kılavuzda belirtilen yönergeleri ve önerileri takip ederek, bu teste kendi araştırmanıza ve psikolojik olarak psikolojik olarak ses psikolojik olarak psikolojik olarak bilimsel olarak psikolojik olarak bilimsel olarak bilimsel olarak katkıda bulunabilirsiniz.