JAMOVI – Porovnávanie troch a viacerých skupín K-W test

Neparametické testy používame v tom prípade, ak sú porušené podmienky normality rozloženia dát, čiže dáta nie sú rozložené normálne (overíme Shaprio –Wilkovým testom), alebo ak je porušená podmienka homoskedascity (overíme Levenovým testom):

  • Pre porovnávanie dvoch skupín používam: Mann – Whitney U test
  • Pre troch a viacerých skupín používam: Kruskal- Wallisov test, Friedmanova ANOVA

Analýzu budeme realizovať v súbore s názvom:

Zadanie:

Porovnajte skupiny študentov vytvorené na základe toho, či ich matka pracovala (Matka mala platenú prácu), v premennej vnímanie atraktívnosti podnikania (Atraktívnosť podnikania).

Predpoklad: Predpokladáme, že existuje štatisticky významný rozdiel medzi štyrmi skupinami študentov vytvorenými na základe toho, či ich matka mala platenú prácu (nemala; áno, určitý čas; áno, väčšinu času; áno, takmer celý čas), v premennej Atraktívnosť podnikania.

Hypotézy:

  • H0: Neexistuje štatisticky významný rozdiel u skupín študentov, vytvorených na základe platenej práce ich matiek, vo vnímaní atraktívnosti podnikania.   
  • H1: Existuje štatisticky významný rozdiel, u skupín študentov vytvorených na základe platenej práce ich matiek, vo vnímaní atraktívnosti podnikania.

 

Postup pri realizácií analýzy v JAMOVI:

Klikneme na kartu Analyzovať (Analyse) → ANOVA → One- Way Anova. Teda, najskôr začnem test s parametrickou Anovou (nakoľko pracujem so štyrmi skupinami vytvorenými na základe premennej: Matka mala platenú prácu), kde v sprievodcovi zaklikneme v Kontrole predpokladov (Assumption Checks) všetky testy overujúce jednotlivé predpoklady (Homogenity test, Normality test, Q – Q plot). Viď obr. 1.

Obr. 1. One- Way Anova

Otestovanie nulovej hypotézy štatistickým testom:

  1. Krok: Otestujem normalitu rozloženia dát (Shapiro Wilkov test) a homoskedasticitu (Levenov test) a zistím, či sú data rozložené normálne, alebo nie sú, a či nie je porušená podmienka homoskedasticity. Ak sú Shapiro Wilkov test a Levenov test štatisticky významné (p<0,05), potom sú podmienky porušené. Ak nie sú štatisticky významné (p>0,05), potom sú dáta v poriadku.
  2. krok: Ak sú splnené obidve podmienky (obidva testy nie sú štatisticky významné), teda 1. dáta sú rozložené normálne a súčasne aj 2. je splnená podmienka homoskedasticity, potom používam parametrickú Jednovýberovú Anovu (One-way ANOVA). Ak nie sú rozložené normálne, alebo je porušená podmienka homoskedasticity potom používam Kruskal – Wallisov test. Stačí ak nie je splnená jedna z nich, potom používam Kruskal-Wallisov test.
  3. krok: Realizujem test v Jamovi.
Obr. 2. Shapiro - Wilkov test
Obr. 3. Levenov test

V našom prípade sú testy štatisticky významné, teda nemáme dáta rozložené normálne, preto realizujeme Kruskal- Wallisov test.  Teda opustíme parametrickú Jednovýberovú ANOVU (One – way ANOVA) a začneme nový test. Znova klikneme na kartu Analyzovať (Analyse) → ANOVA → Non- Prametric One- Way Anova (Kruskal – Wallis) a spustíme sprievodcu testom.

Obr. 4. Realizácia Kruskal- Wallisov test v JAMOVI
Obr. 5. Výsledky Kruskal-Wallis test

Interpretácia: Hladina významnosti „p“ je väčšia ako 0,05, teda naše výsledky nie sú štatisticky významné, a teda neexistuje rozdiel medzi skupinami. Prijímam nulovú hypotézu H0, zamietam alternatívnu hypotézu H1.

Zapisovanie výsledkov: Medzi  štyrmi mi skupinami študentov vytvorenými na základe toho, či ich matky mali platenú prácu, neexistuje štatisticky významný rozdiel v premennej  Atraktívnosť podnikania. Kruskal –Wallisov test nebol štatisticky významný X2 (3) = 5,27; p = 0,15, s triviálnym efektom rozdielu medzi skupinami, Eta = 0,02.

Spracovala Nina Kocúrová, Január 2022