Подсчет критерия Н Крускала-Уоллиса

1. Перенести все показатели испытуемых на индивидуальные карточки.

2. Пометить карточки испытуемых группы 1 определенным цветом, например красным, карточки испытуемых группы 2 - синим, карточки испытуемых групп 3 и 4 - соответственно, зеленым и желтым цветом и т. д. (Можно использо­вать, естественно, и любые другие обозначения.)

3. Разложить все карточки в единый ряд по степени нарастания признака, не считаясь с тем, к какой группе относятся карточки, как если бы мы работали с одной объединенной выборкой.

4. Проранжировать значения на карточках, приписывая меньшему значению меньший ранг. Надписать на каждой карточке ее ранг. Общее количество рангов будет равняться количеству испытуемых в объединенной выборке.

5. Вновь разложить карточки по группам, ориентируясь на цветные или другие принятые обозначения.

6. Подсчитать суммы рангов отдельно по каждой группе. Проверить совпадение общей суммы рангов с расчетной.

7. Подсчитать значение критерия Н по формуле:

где N - общее количество испытуемых в объединенной выборке;

n - количество испытуемых в каждой группе;

Т - суммы рангов по каждой группе.

8а. При количестве групп с=3, n1•n2•n3≤5 определить критические значения и со­ответствующий им уровень значимости по Табл. IV Приложения 1.

Если Нэмп равен или превышает критическое значение H0,05, H0 отвергается.

8б. При количестве групп с>3 или количестве испытуемых n1•n2•n3>5, определить критические значения χ2 по Табл. IX Приложения 1.

Если Нэмп равен или превышает критическое значение χ2, H0 отвергается.

χ2 критерий Пирсона

Критерий χ2 применяется в двух целях;

1) для сопоставления эмпирического распределения признака с теоретическим - равномерным, нормальным или каким-то иным;

2) для сопоставления двух, трех или более эмпирических распределений одного и того же признака

Критерий χ2 отвечает на вопрос о том, с одинаковой ли частотой встречаются разные значения признака в эмпирическом и теоретическом распределениях или в двух и более эмпирических распределениях.

Позволяет сопоставлять распределения признаков, представленных в любой шкале, начиная от шкалы наименований.

Гипотезы:

Первый вариант:

Н0: Полученное эмпирическое распределение признака не отличается от теоретического (например, равномерного) распределения.

Н1: Полученное эмпирическое распределение признака отличается от теоретического распределения.

Второй вариант:

Н0: Эмпирическое распределение 1 не отличается от эмпирического распределения 2.

Н1: Эмпирическое распределение 1 отличается от эмпирического распределения 2.

Третий вариант:

Н0: Эмпирические распределения 1, 2, 3,... не различаются между собой.

Н1: Эмпирические распределения 1, 2, 3,... различаются между собой.