KRUSKAL WALLİS-H TESTİ

KWH

(NON-PARAMETRİK TEST)

1
 NON-PARAMETRİK TESTLER

 İstatistiksel analiz yapılmadan önce, verilerin kategorik

(nominal ordinal) yada sürekli (aralıklı, oransal) olup
olmadığına bakılmalıdır. KWH testi uygulanacak verilerin
aralıklı ya da oransal ölçekli olması gerekir.

 Kategorik verilerde parametrik olmayan istatistikler

kullanılırken, sürekli verilerde parametrik istatistikler
kullanılır.

2
 NON-PARAMETRİK TESTLER

Parametrik hipotez testlerinin varsayımlarının

karşılanmadığı durumlarda parametrik olmayan testlerin
uygulanması daha uygun olmaktadır. Parametrik testlerin
varsayımları;
1. Veriler aralıklı yada oransal olmalıdır.
2. Veriler normal dağılıma uymalıdır.
3. Grup varyansları eşit olmalıdır.

3
 KRUSKAL WALLİS-H TESTİ

 Parametrik testler için varsayımların karşılanmaması

durumunda uygulanabilecek test;

 Bağımsız k (3 ve üzeri) örneklem için (tek yönlü

ANOVA’nın parametrik olmayan karşılığı) Kruskal Wallis
H-Testi kullanılır.

4
GRUP GRUPLARIN VARSAYIMLAR KULLANILACAK TEST
SAYISI DURUMU

1 Bağımlı gruplar En az 1. ve 2. varsayımlar Paired t-test

karşılanıyorsa

2 Bağımlı gruplar 1. yada 2. varsayım ihlal Wilcoxon testi

edilmişse (non-paremetrik test)

2 Bağımsız gruplar Her üçü de karşılanıyorsa Student t-test

2 Bağımsız gruplar Üçünden en az biri ihlal Mann-Whitney U testi

edilmişse (non-paremetrik test)

2 - Nominal veri kullanılıyorsa Ki-kare testi

3 ve Bağımsız gruplar Her üçü de karşılanıyorsa Varyans analizi-ANOVA testi

üzeri

3 ve Bağımsız gruplar Üçünden en az biri ihlal Kruskal-Wallis-H testi

üzeri edilmişse (non-paremetrik test) 5
 KRUSKAL WALLİS-H TESTİ
• Bu test bağımsız 3 ve üzeri grubun bir bağımlı değişkene ait
ortalamaları arasında anlamlı bir farklılık olup olmadığını
tespit etmek için kullanılır.

• Bu test tek yönlü ANOVA’nın non-parametrik karşılığıdır.

• Analizde veri değerleri sıralı hale getirilir, sıra toplamları

grup büyüklüğüne bölünerek sıra ortalamaları hesaplanır ve
bu ortalamalar karşılaştırılır.

6
 KRUSKAL WALLİS-H TESTİ

• KWH testinde aşağıdaki hipotezler test edilir.

• H0: k örnek benzer medyanlı toplumlardan alınmış

örneklerdir. (Yani örnekler arasında fark yoktur)

• H1: k örnekten an az birinin medyanı diğerlerinden

farklıdır.

7
 KRUSKAL WALLİS-H TESTİ

 KWH testinde gözlem değerleri yerine bu değerlere ait

sıralama puanları kullanılır. Her grubun sıralama puanları
toplamı ele alınarak H test istatistiği aşağıdaki gibi
hesaplanır.

8
 Örnek Uygulama-1
Araştırma Sorusu: Otokontrol puanları algılanan
sosyoekonomik düzey değişkenine göre farklılaşmakta
mıdır?

Hipotezler:
H0: Gelir grupların ortancaları arasındaki fark anlamlı
değildir.

H1: En az iki grup ortancası arasındaki fark istatistiksel

olarak anlamlıdır.

9
 Veriler sürekli değişken cinsinden (eşit aralıklı veya eşit
oranlı) ham puanlardır ve öncelikle bu veriler gruplara göre
ayrılır.

 Ardından N bütün olarak kabul edilerek en küçük

değerden büyük değere doğru sıra numaraları verilir.

 Alt grup sayılarının eşit olması gerekmemektedir.

 Tüm değerler küçükten büyüğe sıralanır. Sıra Numaraları

verilir.
10
 Alt Gelir Alt Gelir Orta Gelir Orta Gelir Üst Gelir Üst Gelir
(Ham puan) (Sıra) (Ham puan) (Sıra) (Ham puan (Sıra)

20 3.5 25 7.5 19 1.5

27 9 33 10 20 3.5

.
19 1.5 35 11 25 7.5

23 6 36 12 22 5

n1=4 ST1=20 n2=4 ST1=40.5 n3=4 ST3=17.5

11
ST= Sıra Toplam
 KRUSKAL WALLİS-H TESTİ

H= 12 x ∑ STn2 - 3 (N+1)
N (N+1) n

H= 12 x 202 + 40.52 + 17.52 - 3 (12 + 1)

12x13 4 4 4

H= [ 0.0749 x 586.62 ] - 39
H= 45.12 – 39
H= 6.12

12
 KRUSKAL WALLİS-H TESTİ

 Serbestlik derecesi = “kategori sayısı – 1”

 [Sd= 3-1→sd=2].

 Yanılma olasılığı olarak α = 0.05 (çift yönlü)

 Anlamlılığına karar vermek için;

 n>5 ise χ2 (ki-kare-Chi-Square) değeri anlamlılık tablosu kullanılır.
 n<5 ise Kruskal Wallis-H tablosu kullanılır.

13
Kruskal Wallis-H tablosu

14
.

15
 H değeri (H= 6.12) ki-kare 0.05 düzeyi için sınır değer (kritik
değer) olan (χ2= 5.991) büyük olduğundan sonuç anlamlı
kabul edilir.

 Yani Otokontrol puanları algılanan sosyoekonomik

düzey grupları arasında p<.05 düzeyinde anlamlı bir
farklılık göstermektedir.

16
H değeri (H= 6.12) ki-kare 0.05 düzeyi için sınır değer (kritik
değer) olan (χ2= 5.991) büyük olduğundan sonuç anlamlı
kabul edilir.

 Yani Otokontrol puanları algılanan sosyoekonomik

düzey grupları arasında p<.05 düzeyinde anlamlı bir
farklılık göstermektedir.

17
 α = .01 alsaydık, kritik değer= 9.210 olacaktı.

 Öte yandan 6.12>9.210 olduğundan belirlenen farklılık .01

düzeyinde anlamlı bulunmayacaktı.

 Sonuç olarak;
0.05 düzeyi için H0 reddedilir; H1 kabul edilir (p< .05);
0.01 düzeyi için H1 reddedilir; H0 kabul edilir (p> .01);

18
 KRUSKAL WALLİS-H TESTİ

. SPSS ile yapalım

19
.

20
.

21
.

22
.

p< .05
Otokontrol puanları
algılanan sosyoekonomik
düzey grupları arasında
anlamlı bir farklılık
göstermektedir.
23
 Örnek Uygulama-2
 Araştırma Sorusu: Üç farklı sınıftaki (A,B ve C) en
başarılı öğrencilerin, fen derslerine karşı tutumları arasında
anlamlı bir farklılık var mıdır?

 Her bir gruptaki öğrencilerden fen derslerinde başarı

sıralamasında ilk %20’ye girenlerin tutum ölçeğinden
aldıkları puanlar karşılaştırılacaktır.
 Veriler SPSS programında girildikten sonra aşağıdaki
komutlar takip edilir.

24
25
Açılan ekranda bağımlı değişken “Fen Tutumu” Test Variable
List ve sınıf bağımsız değişkeni Grouping Variable kısmına
aktarılır. Açılan ekranın Test Type kısmında Kruskal Wallis
26
testi zaten işaretlidir.
Değişkenler işaretlendikten sonra Define Range.. butonu
seçilir. Aşağıdaki pencere açılır.
Range for Grouping Variable kısmındaki Maximum ve
Minimum gurup numaraları girilir. Continue işaretlenerek ana
ekrana dönülür. Son olarak OK işaretlenerek işlem
tamamlanır ve Tablo 3’deki çıktılar elde edilir.

28
p< 0.05

29
 Tablo . Fen Tutum Testi Puanlarına Kruskal Wallis-H
Testi sonuçları

SINIF N Sıra Ort. SD χ2 p

A 5 9.30 2 7.420 .024

B 4 6.25

C 3 2.17

30
 [ χ2(2)=7.420, p=0.024, p<0.05 ]

Çıktıların Yorumu
 Çıktılarda dikkat edilecek değerler Test Statistics
tablosundaki Chi-Square değeri ve Asymp. Sig.(p) değeridir.

 p< .05 ise anlamlı bir fark vardır, p> .05 ise anlamlı bir fark
yoktur şeklinde değerlendirilir.

 Tablo incelendiğinde A, B ve C sınıflarında fen başarısına

göre ilk %20’lik kısımda yer alan öğrencilerin fen tutumları
arasında anlamlı bir fark olduğu görülmektedir.

31
 Çıktıların Yorumu
Grupların Tablodaki sıra ortalamaları dikkate alındığında
A sınıfındaki başarılı öğrencilerin, B ve C sınıflarındaki
başarılı öğrencilere göre daha yüksek tutuma sahip
oldukları görülmektedir.

Ayrıca B sınıfındaki başarılı öğrencilerin Fen’e karşı

tutumlarının C sınıfındaki başarılı öğrencilerden daha
yüksek olduğu ifade edilebilir.

32
 KRUSKAL WALLİS-H TESTİ

 KWH testinde anlamlı sonuç bulunduktan sonra hangi

grupların birbirlerinden farklı olduğunu belirlemek için
parametrik olmayan çoklu karşılaştırma testleri kullanılır.

33
 Örnek Uygulama-3

Araştırma Sorusu: Aile sağlığı fonksiyonelliği puan

ortancası eğitim değişkenine göre farklı mıdır?

Hipotezler:
H0: Eğitim grupları ortancası arasındaki fark anlamlı değildir.

H1: En az iki grup ortancası arasındaki fark istatistiksel

olarak anlamlıdır.

34
35
36
37
38
 KRUSKAL WALLİS-H TESTİ

Analyze> Nonparametric Tests> Independent samples

seçeneği tıklanır> açılan Fields sekmesinde test alanına
bağımlı değişken ASF puanı, groups alanına eğitim alınır>
Settings> Customize tests işaretlenir> Kruskal-Wallis 1-
way ANOVA (k samples) işaretlenir ve Multiple
comparions’dan All pairwise seçilir> Run.

39
40
41
42
Farklı grupları belirlemek için öncelikle elde edilen analiz
sonuçlarını gösteren tablonun üzerine çift tıklanır.
Model Viewer penceresi açılır.
Model Viewer penceresinde View alanında Pairwise
Comparisons seçilerek çoklu karşılaştırmalar elde edilir.

43
44
45
 KRUSKAL WALLİS-H TESTİ
Pairwise Comparisons seçilerek yapılan çoklu
karşılaştırma sonucu:

Karar:
Okuryazar olmayan ile üniversite mezunu arasında aile
fonksiyonelliği puan ortancası arasındaki fark istatistiksel
olarak anlamlıdır (p< .05).

46
Eğitim Durumu N Aile Fonksiyonelliğini
Değerlendirme Ölçeği Puan
Ortalaması
Okuryazar değil 59 47.36 ± 5.41

İlköğretim 163 48.51 ± 5.29

Orta Öğretim 42 48.00 ± 5.49

Üniversite 17 51.35±3.77

47
 Kaynaklar
 Dr. Bilgin Kıray Vural ders notları.
 Sümbüloğlu K. (2000) Sağlık Alanına Özel İstatistiksel Yöntemler, Songür Yayıncılık, Ankara.
 Özdamar K. (2004) Paket Programlar ile istatistiksel Veri Analizi I, Kaan Kitapevi, Eskişehir.
 Özdamar K. (2004) Paket Programlar ile istatistiksel Veri Analizi II, Kaan Kitapevi, Eskişehir.
 Akgül A. (1997) Tıbbi Araştırmalarda İstatistiksel Analiz Teknikleri, Yükseköğretim Kurulu
Matbaası, Ankara.
 Sümbüloğlu K, Sümbüloğlu V. (2002) Biyoistatistik, Hatipoğlu Yayınları, Ankara.
 Özdemir O. (2006) Medikal İstatistik, İstanbul Medikal Yayıncılık, İstanbul.
 Alpar R. (2010) Uygulamalı İstatistik, Detay Yayıncılık, Ankara.
 Çokluk O, Şekercioğlı G, Büyüköztürk Ş. (2010) Sosyal Bilimler için Çok Değişkenli
İstatistik, PEGEM AKADEMİ, Ankara.
 Çokluk O, Şekercioğlı G, Büyüköztürk Ş. (2010) Sosyal Bilimler için Çok Değişkenli
İstatistik, PEGEM AKADEMİ, Ankara.
 Erefe İ (Ed). (2002) Hemşirelikte Araştırma,Odak Ofset, Ankara.
 Köklü N, Büyüköztürk Ş, Çokluk-Bökeoğlu Ö. (2006) Sosyal Bilimler için Biyoistatistik,
PEGEM AKADEMİ, Ankara.
 Plichta SB, Kelvin E. (2015) Sağlık Araştırmalarında İstatistiksel Yöntemler-MUNRO,
Çev.Ed; Ruhi Selçuk Tabak, Palme Yayıncılık, Ankara.
 Özdamar K. (2015) SPSS ile Biyoistatistik, Nisan Kitabevi Yayınları, Eskişehir.

48
 ssssssssssssssooooooooooooooonnnnnnnnnnn

49