W skrócie: test Kruskala-Wallisa to nieparametryczny odpowiednik ANOVA. Porównuje trzy lub więcej grup, gdy dane są porządkowe (np. skala Likerta) albo rozkład wyraźnie odbiega od normalnego. Zamiast średnich porównuje rangi wyników.
Kiedy stosować test Kruskala-Wallisa?
Test Kruskala-Wallisa stosujesz, gdy porównujesz trzy lub więcej niezależnych grup, a nie są spełnione warunki testu parametrycznego. Wybierasz go, gdy:
- dane są porządkowe — np. odpowiedzi na skali Likerta,
- rozkład danych ilościowych nie jest normalny (sprawdzasz to testem Shapiro-Wilka),
- grupy są małe i nie masz podstaw zakładać normalności.
Dla dwóch grup zamiast Kruskala-Wallisa używasz testu Manna-Whitneya. Jeśli dane są ilościowe i mają rozkład normalny, właściwym wyborem jest ANOVA. W razie wątpliwości sprawdź przewodnik: jaki test statystyczny wybrać.
Test Kruskala-Wallisa a ANOVA
To para: ANOVA jest testem parametrycznym (wymaga normalności i danych ilościowych), a Kruskal-Wallis — jej nieparametrycznym odpowiednikiem. Kruskal-Wallis jest „bezpieczniejszy” (mniej założeń), ale nieco słabszy — przy spełnionych założeniach ANOVA łatwiej wykryje istniejące różnice.
Jak wykonać test Kruskala-Wallisa (SPSS, JASP)
SPSS: Analiza → Testy nieparametryczne → Starsze okna dialogowe → K prób niezależnych. Wskaż zmienną zależną i grupującą, zaznacz test Kruskala-Wallisa i zdefiniuj zakres grup. JASP (bezpłatny): ANOVA → Kruskal-Wallis, z opcją porównań post-hoc. Warto włączyć statystyki opisowe i mediany dla grup — to mediany, a nie średnie, opisujesz w wynikach.
Jak zinterpretować wynik
Wynik opisują: statystyka H, stopnie swobody df = liczba grup − 1 oraz p.
- p < 0,05 → co najmniej dwie grupy różnią się istotnie. Wykonaj test post-hoc, żeby ustalić które.
- p ≥ 0,05 → brak istotnych różnic między grupami.
Gdy wynik jest istotny, konkretne różniące się pary grup wskaże test post-hoc Dunna (z korektą Bonferroniego).
Jak opisać wynik w pracy — przykład
W celu porównania oceny satysfakcji w trzech grupach wiekowych zastosowano test Kruskala-Wallisa (ze względu na porządkowy charakter skali). Wykazano istotne statystycznie różnice między grupami: H(2) = 9,84; p = 0,007. Test post-hoc Dunna wykazał, że najmłodsza grupa oceniała satysfakcję istotnie niżej niż najstarsza (p = 0,005). Hipoteza H1 została potwierdzona.
Najczęstsze błędy
- Użycie ANOVA na danych porządkowych (skala Likerta) zamiast testu Kruskala-Wallisa.
- Zatrzymanie się na istotnym wyniku bez testu post-hoc — nie wiadomo, które grupy się różnią.
- Opisywanie średnich zamiast median i rang.
- Stosowanie testu dla dwóch grup — wtedy właściwy jest test Manna-Whitneya.
FAQ — test Kruskala-Wallisa
Czym różni się od ANOVA?
ANOVA jest parametryczna (wymaga rozkładu normalnego i danych ilościowych), a Kruskal-Wallis nieparametryczny — działa na danych porządkowych i bez założenia normalności.
Co po istotnym wyniku?
Wykonaj test post-hoc (najczęściej Dunna z korektą Bonferroniego), który wskaże pary grup różniące się istotnie.
A jeśli mam dwie grupy?
Dla dwóch grup użyj testu Manna-Whitneya — to nieparametryczny odpowiednik testu t dla prób niezależnych.
Masz trzy grupy i dane ze skali Likerta, a promotor prosi o porównanie? Dobierzemy właściwy test, wykonamy analizę z testami post-hoc i przygotujemy gotowy opis wyników.