Neparametrijski testovi

Osnovne pretpostavke parametrijskih

testova:
• statističke jedinice (opažanja) moraju potjecati iz normalno
distribuirane populacije

• mjerenje mora biti barem na INTERVALNOJ ljestvici (zbog

daljnjih operacija zbrajanja, množenja koje su nužne pri
računanju M i SD)

• nezavisna opažanja-odnosi se na SVE paramatrijske testove

• populacije (kod kojih testiramo razliku) moraju imati istu

VARIJANCU (ili poznat omjer varijance-u nekim slučajevima)

1
Neparametrijski testovi

• Testovi “slobodni” od normalne distribucije

• Pojava u populaciji nije nužno normalno distribuirana

• RAZINA MJERENJA - nominalna (kategorije, frekvencija) ili ordinalna

ljestvica

Snaga

• Vjerojatnost odbacivanja netočne nul-hipoteze tj.

vjerojatnost prihvaćanja točne nul-hipoteze

• Snaga testa je veća što su uvjeti primjene jasnije

definirani

• Neparametrijski testovi imaju općenitije definirane

uvjete od parametrijskih (dakle i manju snagu –
postoje iznimke)

2
Prednosti neparametrijskih testova:
• Kod malog N-a ne postoji adekvatan parametrijski postupak (npr.
N=5,6,7..)

• Kada su podaci ispod nivoa intervalne skale

• Lakše ih je naučiti??!!!!!

Napomena:

• Za slučaj da su zadovoljeni uvjeti za korištenje parametriskih

postupaka, korištenje neparametrijskih testova je neracionalno jer
predstavlja rasipanje podataka -“podaci se gube”!!!

3
Neparametrijski testovi:
• Nezavisni podaci: • Zavisni podaci

• Medijan test • Test predznaka

• Rang test • Test ekvivalentnih parova
• Test homogenog niza (Wilcoxonov test)
• Siegel-Turkeyev test ***
*** • Friedmanov test
• Prošireni medijan test • Fergusonov test
• Kruskal-Wallisov test monotoniije trenda

Shema prikaza:

1. Logika računa

2. Koraci u računu

3. Konkretan primjer

4
 • ZAVISNI PODACI

Test predznaka

• Dvije zavisne skupine podataka

• LOGIKA
• ispitanici se nalaze u dvije različite situacije,
• promatra se da li je došlo do promjene mjerene veličine u drugoj situaciji
u odnosu na prvu,
• kojeg je smjera ta promjena (+/-)

• Kada ne bi bilo djelovanja nekog faktora???

• ne bi bilo ni promjene između prva i druge situacije
• promjene ne bi bile sustavne

• Ukoliko jedan faktor sustavno djeluje,

• dolazi do jednog tipa promjena,
• tj. do smanjenje ili povećanja ZV.

5
 Test predznaka

• Postupak se temelji na brojanju promjena u drugoj situaciji:

• važno je definirati koliki broj promjena je moguć po slučaju,
• tj. za koji možemo reći da nije posljedica djelovanja sistematskog faktora

Test predznaka: koraci u računu

1. Usporediti prvu i drugu situaciju te utvrditi promjene i njihov
smjer (da li je došlo do porasta, smanjenja ili je mjerena
vrijednosti ista)

2. Ispitanici kod kojih nije došlo do promjene u drugoj situaciji (u

odnosu na prvu) ne uzimaju se u obradu

3. Utvrdi se manji broj predznaka i taj je broj osnova za

usporedbu s vrijednostima iz Tablica

4. Ukupan N za koji se gleda značajnost u Tablicama je broj

promjena različitih od nule (zbroj pozitivnih i negativnih
predznaka)

6
 Test predznaka: koraci u računu

• Brojevi u Tablicama (za određeni nivo rizika) govore

koliko najviše smije biti manjeg broja promjena, a
da se može odbaciti nul-hipoteza

• Što je broj manjeg broja promjena manji to smo

sigurniji u značajnost razlike

Test predznaka-primjer

• Cilj je bio ispitati kako jedan propagandni film djeluje na

stav prema fašizmu (početkom II svj. rata). Veći rezultat
znači pozitivniji stav.

Stav I 1 6 3 1 1 2 2 8 4 5 1 11 4 7 8 1 1 7 9 1
5 7 0 5 8 2 0 4
Stav II 9 6 4 1 7 4 2 5 2 0 1 5 0 2 2 6 8 7 1 4
0 0 0 2

7
 Test predznaka-primjer

Korak 1. Usporediti prvu i drugu situaciju te utvrditi

promjene i njihov smjer (da li je došlo do porasta,
smanjenja ili je mjerena vrijednosti ista)

Stav I 1 6 3 1 1 2 2 8 4 5 1 11 4 7 8 1 1 7 9 1
5 7 0 5 8 2 0 4

Stav II 9 6 4 1 7 4 2 5 2 0 1 5 0 2 2 6 8 7 1 4
0 0 0 2

- = + - - + - - - - - - - - - - - = + -

Test predznaka-primjer

Korak 2. Σ-=15
Ispitanici kod kojih nije
došlo do promjene u Σ+=3
drugoj situaciji (u odnosu
Σ0=2
na prvu) ne uzimaju se u
obradu
N=18

8
 Test predznaka-primjer
Korak 3.
Utvrdi se manji broj
predznaka i taj je broj
osnova za usporedbu s
Vrijednostima iz Tablica
Σ+=3
• Uz N=18 (broj promjena) u
Tablicama se uz nivo rizika 5%
pojavljuje vrijednost 4- dakle,
manjeg broja promjena smije
biti najviše 4, a da razlika
bude značajna
• Dakle, naša je!!!
• Što je manji broj, sigurniji
smo u značajnost razlike

Wilcoxonov test ekvivalentnih parova

• Dva zavisna uzorka ili ekvivalentni parovi

• Analogan metodi diferencija u parametrijskoj

statistici

• Test zahtjeva mjerene vrijednosti

• intervalna ili omjerna skala

9
 Wilcoxonov test ekvivalentnih parova-
koraci
1. Usporediti prvu i drugu situaciju
• utvrditi promjene i njihov smjer (porast, pad ili je mjerena vrijednosti
ista)
• paziti na PREDZNAK razlike

2. Ispitanici kod kojih nije došlo do promjene u drugoj situaciji (u

odnosu na prvu) ne uzimaju se u obradu

3. Razlike između prve i druge situacije se rangiraju

• bez obzira na predznak
• samo u odnosu na veličinu razlika
• najmanja razlika dobije najmanji rang

4. Nakon rangiranja razdvoje se rangovi pozitivnog (“+”)

i rangovi negativnog (“-”) predznaka

5. Zbroje se posebno rangovi pozitivnog i rangovi

negativnog predznaka
• Prema nul-hipotezi:ako ne djeluje neki sistematski faktor, suma
faktora “+” i “-” bit će podjednaka

10
6. Suma zbrojenih rangova uspoređuje se s sumom rangova koju
očekujemo prema hipotezi

N N  1
So 
4
7. Izračunati pogrešku sume rangova prema formuli:

 rr 
2 N  1  So
6

8. Dijeljenjem razlike opaženih i očekivanih suma rangova s

pogreškom sume rangova dobije se z-vrijednost

Wilcoxonov test ekvivalentnih parova-

primjer
1. Usporediti prvu i drugu situaciju te utvrditi promjene i njihov
smjer (da li je došlo do porasta, smanjenja ili je mjerena
vrijednosti ista) paziti na PREDZNAK razlike

2. Ispitanici kod kojih nije došlo do promjene u drugoj situaciji

(u odnosu na prvu) ne uzimaju se u obradu

Stav I 15 6 3 17 10 2 25 8 4 5 18 11 4 7 8 12 10 7 9 14

Stav II 9 6 4 10 7 4 20 5 2 0 10 5 0 2 2 6 8 7 12 4

razlika 6 0 -1 7 3 -2 5 3 2 5 8 6 4 5 6 6 2 0 -3 10

11
3. Razlike između prve i druge situacije se rangiraju

• (bez obzira na predznak) samo u odnosu na veličinu razlika

• najmanja razlika dobije najmanji rang

Stav I 1 6 3 1 1 2 2 8 4 5 1 1 4 7 8 1 1 7 9 1
5 7 0 5 8 1 2 0 4

Stav II 9 6 4 1 7 4 2 5 2 0 1 5 0 2 2 6 8 7 1 4
0 0 0 2

razlika 6 0 -1 7 3 -2 5 3 2 5 8 6 4 5 6 6 2 0 -3 1
0
Rang 1 X 1 1 6 3 1 6 3 1 1 1 8 1 1 1 3 X 6 1
razlike 3, 6 0 0 7 3, 0 3, 3, 8
5 5 5 5

4. Nakon rangiranja razdvoje se rangovi pozitivnog i rangovi

negativnog predznaka

Stav I 1 6 3 1 1 2 2 8 4 5 1 1 4 7 8 1 1 7 9 1
5 7 0 5 8 1 2 0 4

Stav II 9 6 4 1 7 4 2 5 2 0 1 5 0 2 2 6 8 7 1 4
0 0 0 2

razlika 6 0 -1 7 3 -2 5 3 2 5 8 6 4 5 6 6 2 0 -3 1
0
Rang 1 X 1 1 6 3 1 6 3 1 1 1 8 1 1 1 3 X 6 1
razlike 3, 6 0 0 7 3, 0 3, 3, 8
5 5 5 5

Rang - 1 3 6
razlike
Rang 1 1 6 1 6 3 1 1 1 8 1 1 1 3 1
+ 3, 6 0 0 7 3, 0 3, 3, 8
razlike 5 5 5 5

12
Koraci 5. i 6.
Zbroje se posebno rangovi pozitivnog i rangovi negativnog predznaka
• Σ+=161 Σ-=10

Korak 7.
Suma zbrojenih rangova uspoređuje se sumom rangova koju očekujemo
prema hipotezi

N N  1 1818  1 342
So     85,5
4 4 4

Korak 8.
Izračunati pogrešku sume rangova prema formuli:

 rr 
2 N  1  So 
2 18  1  85,5  22,962
6 6

Korak 9.
Dijeljenjem razlike opaženih i očekivanih suma rangova s
pogreškom sume rangova dobije se z-vrijednost

razlika.sume.rangova
z
pogreška

10  85,5 161  85,5

z  3,288 z  3,288
22,962 22,962

13
Ako je N‹10 koristi se drugačiji postupak

• Nije opravdano služiti se z-vrijednostima

• Tada uzimamo N, koji je broj razlika različitih od nule

• Uzimamo manju sumu rangova i uspoređujemo s tabličnim

vrijednostima

• Vrijednosti u tablicama (za pojedini nivo rizika, pokazuju

koliko smije najviše biti manja suma rangova razlika, a da bi
razlika još bila statistički značajna)

Ako je N‹10 – naš primjer

• Uzimamo N, koji je broj razlika različitih od nule dakle N=18

• Uzimamo manju sumu rangova i uspoređujemo s tabličnim

vrijednostima, dakle, manja suma rangova je Σ=10

• Vrijednosti u tablicama za N=18 (uz 5% rizika) pokazuju 40, a

budući da je naša 10, dovoljno je mala da bi bila statistički
značajna

14
 Friedmanov test

• Više skupina zavisnih podataka

• Analiza varijance za zavisne podatke

Friedmanov test-koraci
1. Rezultati svakog sudionika posebno se rangiraju

2. Zbroje se rangovi rezultata po situacijama (različiti sudionici)

3. Ako vrijedi nul-hipoteza, sume rangova po različitim

situacijama trebale bi biti podjednake (ako ne, onda će u nekoj
situaciji sume biti veće/manje)

4. Svi se podaci ubace u formulu:

 
k
 3N k  1
12
r 2   Ti
2

N  k k  1 i 1

15
 Friedmanov test-primjer

• N=9 sudionika sudjelovalo je u istraživanju ispitivanja pamćenja

verbalnog materijala. U situaciji A pamtili su besmislene slogove, u
situaciji B smislene, a u situaciji C smislene i povezane.
• Rezultati su u tablici:

Ispitanik Situacija A Situacija B Situacija C

1 7 14 20
2 4 10 17
3 9 19 19
4 6 17 20
5 6 9 13
6 10 18 16
7 13 20 18
8 8 14 14
9 9 13 19

16
Korak 1. Rezultati svakog sudionika posebno se rangiraju

Ispitanik Situacija A Situacija B Situacija C

1 7 (1) 14 (2) 20 (3)
2 4 10 17
3 9 19 19
4 6 17 20
5 6 9 13
6 10 18 16
7 13 20 18
8 8 14 14
9 9 13 19

Korak 1. Rezultati svakog sudionika posebno se rangiraju

Ispitanik Situacija A Situacija B Situacija C

1 7 (1) 14 (2) 20 (3)
2 4 (1) 10 (2) 17 (3)
3 9 (1) 19 (2,5) 19 (2,5)
4 6 (1) 17 (2) 20 (3)
5 6 (1) 9 (2) 13 (3)
6 10 (1) 18 (3) 16 (2)
7 13 (1) 20 (3) 18 (2)
8 8 (1) 14 (2,5) 14 (2,5)
9 9 (1) 13 (2) 19 (3)

17
Korak 2. Zbroje se rangovi rezultata po situacijama
(različiti sudionici)
Ispitanik Situacija A Situacija B Situacija C
1 7 (1) 14 (2) 20 (3)
2 4 (1) 10 (2) 17 (3)
3 9 (1) 19 (2,5) 19 (2,5)
4 6 (1) 17 (2) 20 (3)
5 6 (1) 9 (2) 13 (3)
6 10 (1) 18 (3) 16 (2)
7 13 (1) 20 (3) 18 (2)
8 8 (1) 14 (2,5) 14 (2,5)
9 9 (1) 13 (2) 19 (3)
Σ=9 Σ=21 Σ=24

Korak 4. Svi se podaci ubace u formulu:

 
k
 3N k  1
12
r 2   Ti
2

N  k k  1 i 1

r 2 
12

9  33  1

92  212  242  3  93  1  122  108  14

ss=2 p‹0.01

18
Medijan test

• Dva nezavisna uzorka

• Logika počiva na centralnoj vrijednosti (C) tj. medijanu

19
Medijan test- koraci u računu

1. SVE podatke (iz oba uzorka) treba poredati po

veličini i odrediti zajednički medijan (C)

2. Izbrojiti koliko je rezultata iz pojedine skupine

iznad, a koliko ispod medijana

3. Te rezultate (frekvencije) upisati u 2*2 tablicu

4. Na temelju podataka iz kontigencijske tablice

izračunati hi kvadrat koja govori o statističkoj
značajnosti

Medijan test- logika:

• Ako se dvije skupine u prosjeku NE razlikuju, broj rezultata koji su veći

ili manji od medijana trebao bi biti podjednak u obje skupine

• Ako je H0 točna, broj rezultata ispod i iznad medijana u obje skupine

trebao bi biti podjednak

20
 Medijan test- problemi:

• Za slučaj kada postoji VIŠE vrijednosti koje su jednake

medijanu→ što s njima???

• Mogu se izbaciti iz daljnje obrade (ukoliko je N oba uzorka relativno

velik, a tih je slučajeva malo)

• Staviti samo u jednu (ili drugu) skupinu

• Slučajnim odabirom odlučiti u koju kategoriju (ispod ili iznad

medijana) staviti “kritični” podatak

• Staviti u onu kategoriju koja smanjuje vrijednost hi-kvadrat testa (u

prilog nul-hipotezi)

Skupina I Skupina II
Medijan test-primjer 12 7
16 12
18 14
• U jednom testu 7 18
psihomotorike dvije 6 5
skupine sudionika 4 16
(muškarci / žene) za dvije 11 9
minute učinile su 12 10
slijedeći broj pogrešaka 8 14
20 3
18 18
16 9
10 7
4
N=13 N=14

21
Medijan test-primjer

Korak 1. SVE podatke (iz oba uzorka) treba poredati po

veličini i odrediti zajednički medijan (C)

• 3 4 4 5 6 7 7 7 8 9 9 10 10 11 12 12 12 14 14
16 16 16 18 18 18 18 20

• Rc=(N+1)/2= 14 → C=11

Skupina Skupina
Medijan test-primjer I II
12 + 7 -
16 + 12 +
Korak 2. 18 + 14 +
Izbrojiti koliko je 7 - 18 +
rezultata iz pojedine 6 - 5 -
skupine iznad, a 4 - 16 +
koliko ispod 11 - 9 -
medijana 12 + 10 -
(C=11) 8 - 14 +
20 + 3 -
18 + 18 +
16 + 9 -
10 - 7 -
4 -

22
Medijan test-primjer

Korak 3.
Te rezultate (frekvencije) upisati u 2*2 tablicu

Skupina I Skupina II Ukupno

Iznad C 7 6 13

Ispod C 6 8 14

13 14 27

Medijan test-primjer

Korak 3.
i izračunati teorijske frekvencije

Skupin Skupin Ukupno

aI a II
Iznad C 7 6 13
(6,259) (6,741)
Ispod C 6 8 14
(6,741) (7,259)
13 14 27

23
Medijan test-primjer

Korak 4.
Na temelju podataka iz
kontigencijske tablice
izračunati hi-kvadrat koji
govori o statističkoj
značajnosti

( f o  f t  0,5) 2
 
2

ft

χ2 = 0,34 df=1 p>0,01

Medijan test- ograničenja:

• Ograničenja koja se vežu uz χ2 :

• Ako je N1 + N2 > 40, nama poteškoća

• Ako je N1 + N2 između 20 i 40 može se koristiti ukoliko ni

jedna teorijska frekvencija nije manja od 5, ukoliko to je
slučaj koristi se Fischerov egzaktni test

• Najlošiji test, najmanja snaga (samo dvije

kategorije podataka: ispod/iznad medijana)

24
Medijan test- ograničenja-primjer:
Skupina I Skupina II Skupi Skupina Ukup
na I II no

1 6 Iznad C 5 (5) 5 (5) 10

2 7
3 8 Ispod C 5 (5) 5 (5) 10
4 9
5 10
10 10 20
11 16
12 17
12 18
13 20
14 22

Prošireni Medijan-test
• Koristi se kada imamo više nezavisnih skupina
podataka

• Predstavlja neparametrijsku varijantu analize

varijance (ali provjerava razlike među medijanima, a
ne aritmetičkim sredinama)

• Postupak je analogan kao i kod dvije skupine sudionika

• U slučaju većeg broja skupina (k) , imamo tablicu za hi-

kvadrat test dimenzija 2*k

25
 Rang test
• Dva nezavisna uzorka
• Koriste se rangovni podaci
• Finiji test od Medijan testa→uzimaju se u obzir i RAZLIKE među
rezultatima
• Osniva se na sumi rangova, a ne na gruboj dihotomizaciji

Rang test- koraci u računu

1. SVE podatke (iz oba uzorka) treba poredati po veličini (od
najvećeg do najmanjeg)
–treba voditi računa o tome kojoj skupini pripada pojedini rezultat

2. Svakom rezultatu odrediti rang koji zauzima u skupini SVIH

rezultata (najveći rezultat dobiva prvi rang)

3. Posebno zbrojiti rangove rezultata koji su postignuti za

svaku (različitu) skupinu

4. Dobivene sume rangove uspoređuju se sa sumom rangova

koja se očekuje pod nekom hipotezom
• Za slučaj da je Ho točna, tj da nema razlike među skupinama, suma rangova u jednoj i drugoj
skupini trebala bi biti podjednaka

Teorijska suma rangova iznosi T=N (N+1) /2

26
 Rang test- koraci u računu
5. Izračunati pogrešku razlike sume rangova prema formuli
 T  NE  NK
N  1
12

6. Naći razliku sume opaženih i očekivanih rangova

7. Podijeliti razliku opaženih i očekivanih suma rangova s pogreškom sume

rangova (rezultat je z-vrijednost)

8. Dobivenu z-vrijednost interpretirati kao odnos razlike i pogreške razlike sume

rangova između teoretskih i opaženih
(ukoliko je N>10, sume rangova se normalno distribuiraju)

Rang test-primjer

• Izvedeno je istraživanje u kojem se željelo ispitati da li neka

supstanca poboljšava pamćenje. U istraživanju su sudjelovale
dvije skupine sudionika. Prva skupina neposredno prije učenja
konzumirala je ispitivanu supstancu, dok je druga skupina
dobila placebo. Ispitanici obje skupine učili su listu od N=100
besmislenih riječi. Nakon 20 min reproducirali su naučeno.
Rezultati su u tablici:

Eks. 61 56 53 53 44 44 35 33 32 38

Kont 65 58 58 56 55 54 50 46 45 42 40 37 33 25 20

27
 R.B. Rezultat po Skupina
Rang test-primjer veličini
1 65 K
2 61 E
Korak 1. 3 58 K
SVE podatke (iz oba 4 58 K
uzorka) treba poredati
5 56 E
po veličini (od
najvećeg do 6 56 K
najmanjeg) –treba 7 55 K
voditi računa o tome 8 54 K
kojim skupinama 9 53 E
pripada pojedini
rezultat 10 53 E
11 50 K
12 46 K

R.B. Rezultat po veličini Skupina

Rang test-primjer
13 45 K
14 44 E
15 44 E
16 42 K
17 40 K
18 38 E
19 37 K
20 35 E
21 33 E
22 33 K
23 32 E
24 25 K
25 20 K

28
 R.B. Rezultat po Skupina RANG
Rang test-primjer veličini

1 65 K 1
Korak 2. 2 61 E 2
3 58 K 3,5
Svakom rezultatu
odrediti rang koji 4 58 K 3,5
zauzima u skupini SVIH 5 56 E 5,5
rezultata (najveći rezultat 6 56 K 5,5
dobiva prvi rang) 7 55 K 7
8 54 K 8
9 53 E 9,5
10 53 E 9,5
11 50 K 11
12 46 K 12

R.B. Rezultat Skupina RANG

po veličini
Rang test-primjer
13 45 K 13
14 44 E 14,5
Korak 2. 15 44 E 14,5
16 42 K 16
17 40 K 17
18 38 E 18
19 37 K 19
20 35 E 20
21 33 E 21,5
22 33 K 21,5
23 32 E 23
24 25 K 24
25 20 K 25

29
 R.B. Rezultat po Skupina RANG E
veličini
K
Rang test-primjer SKUP. SKUP.

1 65 K 1 1
2 61 E 2 2
Korak 3. 3 58 K 3,5 3,5
Posebno zbrojiti 4 58 K 3,5 3,5
rangove rezultata koji 5 56 E 5,5 5,5
su postignuti za 6 56 K 5,5 5,5
različite skupine
7 55 K 7 7
(eksperimentalnu i
kontrolnu) 8 54 K 8 8
9 53 E 9,5 9,5
10 53 E 9,5 9,5
11 50 K 11 11
12 46 K 12 12

R.B. Rezultat po Skupina RANG

veličini
K E
Rang test-primjer SKUP. SKUP.
13 45 K 13 13
14 44 E 14,5 14,5
15 44 E 14,5 14,5
Korak 3.
16 42 K 16 16
Posebno zbrojiti 17 40 K 17 17
rangove rezultata koji 18 38 E 18 18
su postignuti za 19 37 K 19 19
različite skupine 20 35 E 20 20
(eksperimentalnu i 21 33 E 21,5 21,5
kontrolnu) 22 33 K 21,5 21,5
23 32 E 23 23
24 25 K 24 24
25 20 K 25 25
Σ=187 Σ=138

30
 Rang test-primjer
Korak 4.
• Izračunati teorijsku sumu rangova (N=25)
T=N (N+1) /2= 25(25 + 1) /2 =325 (187 + 138)

• Izračunati teorijsku sumu rangova za

• kontrolnu skupinu (N=15)
Tk=Nk (N+1) /2 =15(25 + 1) /2 =195

• eksperimentalnu skupinu (N=10)

Tk=Ne (N+1) /2 =10(25 + 1) /2 =130

Ako je zbroj rangova jedne i druge skupine jedak teorijskom prelazi se

na određivanje pogreške sume rangova

Rang test-primjer

Korak 5.
Izračunati pogrešku sume rangova (za sve N)

 T  NE  NK
N  1
12

 T  NE  NK
N  1  10 15
25  1  18.03
12 12

31
Rang test-primjer

Korak 6.

Naći razliku sume opaženih i očekivanih rangova

• nevažno da li za eksperimentalnu ili kontrolnu skupinu

razlika za eksperimentalnu =138 – 130= 8

ili
razlika za kontrolnu =187 – 195= -8

Rang test-primjer

Korak 7.
Podijeliti razliku opaženih i očekivanih suma rangova
s pogreškom sume rangova (rezultat je z-vrijednost)

razlika.sume.rangova
z
pogreška

138  130 187  195

zeks   0,44 zkon   0,44
18,03 18,03

32
 Rang test-primjer
Korak 8.
Interpretacija z-vrijednosti

• u terminima površine ispod normalne krivulje i vjerojatnost slučajne pojave

tako velike z-vrijednosti

• Razlike između teorijskih i opaženih suma kvadrata u odnosu na pogrešku

te razlike

• Ako je razlika 1,96 puta veća od pogreške, ona je st. značajna

• Naša razlika nije st. značajna

Poseban slučaj- kada N manji od 10

1. Računamo samo sa skupinom koja ima manji N
2. Pronaći KORIGIRANU sumu rangova prema formuli:
• T”MS= NMS (N + 1) – TMS

LEGENDA:
• T”MS- korigirana suma rangova manje skupine
• NMS- broj rezultata u manjoj skupini
• N- ukupan broj rezultata u obje skupine
• TMS-suma rangova manje skupine-opažena

33
3. Usporediti vrijednosti T”MS (korigirana suma rangova) i TMS
(opažena suma rangova manje skupine)

4. Ta se manja vrijednost (T”MS ili TMS) uspoređuje s vrijednostima iz

Tablica (Tablica N u Petzu)

5. Ulaz u tablicu su N-ovi jedne i druge skupine

► na sjecištu N-ova, uz određeni nivo rizika, je suma rangova (manjeg
uzorka) koja se može dogoditi, a da ostanemo pri nul-hipotezi
► ako je naša suma manja, razlika je značajna (ne ostajemo pri Ho)
► ako je veća ili jednaka, razlika nije st.značajna

Primjer na našem zadatku

• Manji N ima eksp. skupina

• Korigirana suma rangova eksp.skupine =10(25 +1) -138=122

• Budući da je korigirana suma rangova manja od opažene

(122<138) u obzir uzimamo vrijednost 122 (manju vrijednost)

• U tablicama na sjecištu 10*15 uz novo rizika 5% imamo vrijednost

94
• Kako je naša vrijednost 122 veća od granične u tablici, zaključujemo da ne
možemo odbaciti H0
• Razlika nije st. značajna

34
 Kruskal-Wallisov test

• Više skupina nezavisnih podataka

• Zahtjeva najmanje RANGOVNU ljestvicu

• Zamjena za prošireni medijan test, ali ima veću

snagu (rang, a ne samo dihotomizacija)

• Jednostavna, neparametrijska analiza varijance

(koristi se rangovnim podacima)

Kruskal-Wallisov test -koraci u računu

1. SVI podaci iz svih skupina prvo se rangiraju (prvotno se
poredaju po veličini)
• najmanji rezultat dobiva prvi rang
• voditi računa o tome kojim skupinama pripada pojedini rezultat

2. Rangovne vrijednosti pojedinih rezultata se ponovno

“vrate” u pripadajuće, prvotne skupine

3. Odredi se suma rangova za svaku skupinu

• Racionala je ista kao i kod ostalih testova koje se služe rangovnim
podacima tj. ako skupine potječu iz iste populacije sume rangova unutar
skupina trebale bi biti podjednake

4. Sume rangova uvrste se u formulu

k
Ti 2
  3N  1
12
H
N N  1 i1 N i

35
 κ Τ 2
 ι 3Ν 1
12
Η
ΝΝ 1ι 1 Ν
ι
• Legenda
• Ti=suma rangova u skupini
• Ni=broj podataka u pojedinoj skupini
• N= ukupan broj podataka (N1 + N2 +… + Nk)
• k-broj grupa/skupina

• H vrijednosti se distribuiraju slično kao i vrijednosti hi-

kvadrat testa uz iste stupnjeve slobode (k-1)
• Kada je hi-kvadrat značajan, značajan je i H
• Značajnost se očitava iz tablica za hi-kvadrat

Kruskal-Wallisovtest-primjer
• Ispitivalo se kako broj ponavljanja upute utječe na točnost
uratka u složenom psihomotornom zadatku. Ispitivano je pet
skupina sudionika i svaka je skupina različiti broj puta čula
uputu. Prva skupina jednom, druga dva puta itd.. Mjera zavisne
varijable bio je broj pogrešaka. Rezultati su prikazani u tablici:

Skupina 1 Skupina 2 Skupina 3 Skupina 4 Skupina 5

16 7 16 5 2
18 11 7 7 10
6 12 10 8 9
12 9 4 11 13
11 14 7 1 11
13 19 23 8 9
23 16 12 5 13
19 24 13 9 9

36
Korak 1. SVI podaci iz svih skupina prvo se rangiraju
(prvotno se poredaju po veličini)

R.B. Rezultat Skupina Rang

1 1 4 1
2 2 5 2
3 4 3 3
4 5 4 4,5
5 5 4 4,5
6 6 1 6
7 7 2 8,5
8 7 3 8,5
9 7 3 8,5
10 7 4 8,5

R.B. Rezultat Skupina Rang

11 8 4 11,5
12 8 4 11,5
13 9 2 15
14 9 4 15
15 9 5 15
16 9 5 15
17 9 5 15
18 10 3 18,5
19 10 5 18,5
20 11 1 21,5

37
R.B. Rezultat Skupina Rang
21 11 2 21,5
22 11 4 21,5
23 11 5 21,5
24 12 1 25
25 12 2 25
26 12 3 25
27 13 1 28,5
28 13 3 28,5
29 13 5 28,5
30 13 5 28,5

R.B. Rezultat Skupina Rang

31 14 2 31
32 16 1 33
33 16 2 33
34 16 3 33
35 18 1 35
36 19 1 36,5
37 19 2 36,5
38 23 1 38,5
39 23 3 38,5
40 24 2 40

38
Korak 2.
Rangovne vrijednosti pojedinih rezultata se
ponovno “vrate” u pripadajuće, prvotne skupine

Skupina 1 Skupina 2 Skupina 3 Skupina 4 Skupina 5

6 8,5 3 1 2
21,5 15 8,5 4, 15
25 21,5 8,5 4,5 15
28,5 25 18,5 8,5 15
33 31 25 11,5 18,5
35 28,5 28,5 11,5 21,5
36,5 36,5 33 15 28,5
38,5 40 38,5 21,5 28,5

Korak 3. Odredi se suma rangova za svaku skupinu

Skupina 1 Skupina 2 Skupina 3 Skupina 4 Skupina 5

6 8,5 3 1 2
21,5 15 8,5 4, 15
25 21,5 8,5 4,5 15
28,5 25 18,5 8,5 15
33 31 25 11,5 18,5
35 28,5 28,5 11,5 21,5
36,5 36,5 33 15 28,5
38,5 40 38,5 21,5 28,5
Σ= 224 Σ= 210,5 Σ= 163,5 Σ= 78 Σ= 144

Zbroj ovih suma treba biti jednak teorijskoj T=N (N+1) /2

T=40 (40+1) /2=820

39
Korak 4. Sume rangova uvrste se u formulu

ΣTi 224 210,5 163,5 78 144

Ti 2 6272 5538,78 3341,53 760,5 2592

Ni

Ti 2
 N  18504,81
i

k
Ti 2
 3N  1  18504.81  340  1
12 12
H 
N N  1 i 1 N i 4040  1

H  135.4p 0,01123  12,4 df  kp  1  5 1  4

0,02

40
 Zaključak:

• Razlika je st.značajna uz nivo rizika od 2%.

• U kojem smjeru?

• Veći rang-veći broj pogrešaka (manjem rezultatu

pridodan je rang 1) dakle, postoji značajna razlika u
sumi rangova skupna koje su dobivale različiti broj
uputa. Više puta pročitana uputa dovodi do
značajnog smanjenja broja grešaka.

Kruskal Wallisov test-ograničenja

• Ako je N u pojedinoj skupini manji od 5 (N<5) nije

opravdano koristiti distribuciju hi-kvadrata
• H vrijednost je osjetljiva na vezane rangove (postoji
formula za korekciju)

k
T2
 i  3N  1
12
N N  1 i 1 N i
H
T
1
 
N N 2 1

41
 Kruskal Wallisov test-ograničenja

• Nepoznanica je samo ΣT

• T=n(n²-1) → n – broj rezultata koji dijele zajednički rang

• Vrijednost T računa se za sve vezane rangove (ima

toliko T vrijednosti koliko ima skupina vezanih
rangova)

Primjer našeg zadatka-korekcija:

2 3 4 5
rezultata u rezultata u rezultata u rezultata u
vezanim vezanim vezanim vezanim
rangovima rangovima rangovima rangovima
Imamo ih pet Imamo ih dva Imamo ih tri Imamo jedan

2(2²-1)=6 3(3²-1)=24 4(4²-1)=60 5(5²-1)=120

6* pet=30 24* dva=48 60* tri=180 120*1=120

ΣT= 30+ 48+ 180+ 120=378

42
• Kada se ΣT tj u nešem
slučaju 378 uvrsti u
formulu k
Ti 2
  3N  1
12
N N  1 i 1 N i
H
T
1
 
N N 2 1

12,4
H
378
1
 
40 40 2  1

Upotreba korekcije:
• Upotreba korekcija zbog vezanih rangova povećava H-
vrijednost, ali ne radikalno

• I kad imamo puno vezanih rangova, a u prvom računu je razlika

st.značajna ne treba raditi korekciju

• Ukoliko je ukupni broj vezanih rangova manji od 25% ukupnog

broja svih rangova-ne isplati se raditi korekciju

• Korigirana H-vrijednost je do 10% veća od nekorigirane

43
Snaga:

• Alternativa za ovaj test je prošireni medijan test (no snaga Kruskal-

Wallisovog testa je veća jer koristi rang, a prošireni medijan test
koristi dihotomiju)

• Unutar neparametrijskih testova, ima najveću snagu

44