Tes Kruskal Wallis

Apa itu Tes Kruskal Wallis?

Tes Kruskal Wallis mengacu pada metode pencocokan median lebih dari dua kelompok untuk memastikan apakah sampel memiliki sumber kelompok yang sama sebagai asal atau tidak. Ini adalah alat utama untuk membandingkan tiga atau lebih kelompok berdasarkan variabel dependen dengan mengukur pada tingkat kategori.

Anda bebas menggunakan gambar ini di situs web Anda, templat , dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel untuk Di-Hyperlink
Misalnya: Sumber: Tes Kruskal Wallis (wallstreetmojo.com)

Ini berlaku untuk distribusi populasi yang kurang atau non-parametrik untuk membandingkan lebih dari dua sampel data yang berbeda dan berukuran sama. Tes ini menguji hipotesis nol, yang menyatakan bahwa sampel ‘k’ dari populasi yang sama memiliki nilai median yang identik. Ini menunjukkan dominasi satu sampel variabel terhadap sampel lainnya secara stokastik.

Takeaway kunci

• Uji Kruskal Wallis adalah suatu metode untuk menentukan dominansi suatu variabel sampel yang satu terhadap variabel sampel yang lain bila jumlah kelompok lebih dari tiga dengan cara membandingkan mediannya secara parametrik.
• Ini memiliki faktor penentu tertentu seperti – lebih dari tiga kondisi dan tidak adanya data yang terdistribusi normal untuk menerapkan tes.
• Ini digunakan hanya ketika lebih dari tiga kelompok memiliki variabel bebas dan lebih dari tiga kategori data.
• Nilai p selalu lebih dari 0,05, menunjukkan kekuatan tes yang kecil.

Tes Kruskal Wallis Dijelaskan

Uji Kruskal Wallis H adalah jenis uji ANOVA satu arah berdasarkan peringkat yang menggunakan metode statistik untuk membandingkan median lebih dari dua kelompok. Jadi, seseorang dapat menerapkannya ke semua distribusi yang mengandung variabel yang merupakan tingkat kontinyu ordinal atau dependen. Namun, meskipun dapat menetapkan variabel mana yang mendominasi dalam suatu kelompok, ia gagal menjawab alasan dominasi tersebut.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Tes Kruskal Wallis (wallstreetmojo.com)

Pengujian dalam pertimbangan berlaku hanya ketika kondisi berikut terjadi:

• Seseorang memiliki lebih dari tiga kondisi untuk perbandingan.
• Setiap syarat diatur oleh kelompok peserta yang berbeda, artinya jika ada rancangan tindakan kemandirian yang memiliki lebih dari tiga syarat.
• Data untuk penerapan tes tidak terdistribusi secara normal.
• Data yang diukur memiliki varian yang sangat berbeda terkait dengan kondisi yang berbeda.

Setelah kondisi di atas terpenuhi, pengujian dilakukan untuk memeriksa apakah hasil dari satu kelompok yang diuji mempengaruhi hasil dari sampel lain yang dipertimbangkan.

Tes ini menilai berbagai set data untuk memahami pertukaran sampel data di antara banyak set data. Kemudian hipotesis nol digunakan untuk mengetahui apakah mediannya sama dengan hipotesis alternatif, yang menunjukkan adanya perbedaan setidaknya pada salah satu sampel. Pembelajaran mesin juga membutuhkan bantuan tes untuk memastikan perbedaan antara dua kelompok atau lebih tanpa memberi tahu alasan perbedaan yang ada di antara mereka.

Faktor

Mari kita pahami konsepnya dengan mempelajari bagaimana kecemasan ujian memengaruhi hasil ujian. Ada tiga nilai yang mungkin untuk variabel independen “kecemasan ujian” –

1. Tidak ada kecemasan,
2. Kecemasan rendah-sedang, dan
3. Kecemasan tinggi.

Variabel dependen adalah nilai ujian, yang diskalakan dari 0 hingga 100%.

Contoh lain adalah belajar bagaimana status sosial ekonomi mempengaruhi persepsi kenaikan pajak penjualan. Status sosial ekonomi memiliki tiga tingkatan:

1. Kelas pekerja,
2. Kelas menengah, dan
3. Kaya,

Ini adalah variabel independen. Variabel dependen diukur dengan skala Likert 5 poin, dari sangat setuju hingga sangat tidak setuju.

Asumsi

Variabel peneliti harus menyertakan asumsi uji Kruskal Wallis berikut ini:

• Dua atau lebih tingkatan dan satu variabel independen (kelompok independen). Tes lebih sering diberikan ketika ahli statistik memiliki tiga level atau lebih. Pertimbangkan untuk menggunakan Mann-Whitney U Test untuk dua level.
• Variabel dependen dengan interval, rasio, atau skala ordinal.
• Pengamatan ahli statistik seharusnya tidak memihak. Dengan kata lain, tidak boleh ada hubungan antara individu yang membentuk setiap kelompok atau antar kelompok.
• Distribusi bentuk untuk semua kelompok harus seragam. Sebagian besar alat pengujian, termasuk SPSS dan Minitab, akan memeriksa kondisi ini.

Rumus

Mari kita tentukan rumus uji Kruskal Wallis untuk membandingkan median lebih dari dua kelompok. Di bawah ini diberikan rumus untuk tes:

Di mana,

• K = jumlah kelompok yang digunakan untuk pembanding
• N = ukuran total sampel
• ni = ukuran sampel kelompok ke-i
• Ri = jumlah peringkat yang terkait dengan kelompok ke-i

Rumus di atas hanya berlaku untuk sekelompok sampel:

• Memiliki minimal lima elemen.
• Kelompok yang diperkirakan tidak memiliki hambatan populasi.
• Distribusi populasi tidak memiliki asumsi.
• Kelompok sampel independen.
• Pemilihan data secara acak di setiap grup.
• Memiliki ordinal yang sangat minim.

Selain itu, situs web dan perangkat lunak tertentu menyediakan kalkulator uji Kruskal Wallis untuk menyelesaikan rumus.

Contoh Perhitungan

Mari kita gunakan contoh tes Kruskal Wallis untuk memahami konsep dengan mudah. Misalkan ada tiga mesin, mesin jahit 1, mesin jahit 2, dan mesin jahit 3, dengan perincian dan peringkat sebagai berikut:

Mari kita terapkan Tes Kruskal Wallis ke data sampel:

Oleh karena itu, dapat dilihat bahwa uji Kruskal-Wallis memiliki kekuatan yang kecil karena nilai p selalu lebih besar dari 0,05.

Kapan Menggunakan Tes Kruskal Wallis?

Variabel dependen kontinu atau ordinal dapat dikenai uji nonparametrik berbasis peringkat ini untuk mengevaluasi apakah ada perbedaan yang signifikan secara statistik antara dua atau lebih kelompok variabel independen dari variabel independen. Skenario tertentu di mana tes Kruskal Wallis dapat digunakan, seperti:

• Seseorang ingin mengetahui apakah berbagai kelompok bervariasi dalam variabel kuncinya.
• Variabel yang diminati sedang berlangsung.
• Ada tiga atau lebih kategori.
• Variabel memiliki setidaknya satu variabel independen yang mengandung lebih dari dua kelompok independen.

Pertanyaan yang Sering Diajukan (FAQ)

1. Bagaimana menginterpretasikan tes Kruskal Wallis?

Pengguna memiliki bukti bahwa hipotesis nol salah jika nilai-p sederhana, tepat di bawah 0,05. Orang gagal menerima hipotesis nol tetapi menyimpulkan bahwa setidaknya mungkin salah satu kelompok kemungkinan besar berasal dari distribusi yang berbeda dibandingkan dengan yang lain karena hasil nilai p yang lebih rendah menggunakan Kruskal-Wallis.

2. Bagaimana cara melakukan tes Kruskal Wallis di SPSS?

• Pilih: “Analisis ->Uji Nonparametrik-> Sampel Independen.
  · Tempatkan faktor pengelompokan di dalam kotak “Grup” pada tab Bidang dan variabel dependen di dalam bagian “Bidang Uji”.
  · Meskipun variabel dependen tetap ordinal, pendekatan seperti itu tidak akan berfungsi sampai SPSS mengklasifikasikannya di bawah variabel “Skala”. · Pilih analisis Kruskal-Wallis di bawah opsi Sesuaikan Tes pada tab Pengaturan. Jalankan dengan beberapa tes perbandingan yang disetel ke “Semua berpasangan”

3. Bagaimana cara melakukan tes Kruskal Wallis di excel?

• Pertama, masukkan informasi seperti yang diberikan dalam deskripsi.
  · Kedua, menilai informasi .
  · Ketiga, nilai informasi untuk menentukan statistik uji keseluruhan, termasuk nilai p yang terkait. · Terakhir, serahkan hasilnya pada langkah keempat.

4. Untuk apa tes Kruskal Wallis digunakan?

Uji Kruskal Wallis adalah uji tanpa distribusi yang dapat membedakan lebih dari tiga kelompok yang berisi data sampel.

Artikel yang Direkomendasikan

Ini telah menjadi panduan tentang apa itu Tes Kruskal Wallis. Di sini, kami menjelaskannya dengan asumsi, rumus, contoh perhitungan, dan kapan menggunakannya. Anda dapat mempelajari lebih lanjut tentang pembiayaan dari artikel berikut –

• ANOVA
• Uji Anova vs T
• Pengujian Hipotesis