Kruskal Wallis

From WikiStatistiek
Jump to: navigation, search
Auteur dr. ir. N. van Geloven
Co-Auteur
auteurschap op deze site

De Kruskal-Wallis toets is een niet parametrische toetsingsprocedure voor het testen van hypothesen over de medianen van (semi-continue) data. De Kruskal Wallis toetst of de medianen van twee of meer onafhankelijke groepen gelijk zijn. Intuitief is de Kruskal Wallis gelijk aan een One-way ANOVA, waarbij de data vervangen zijn door hun rangpositie.

Wanneer gebruik ik Kruskal Wallis?

Als je wilt toetsen of de medianen van twee of meer groepen aan elkaar gelijk zijn, kun je de Kruskal Wallis gebruiken. In de praktijk wordt de Kruskal Wallis alleen gebruikt bij het vergelijken van drie of meer groepen. Voor de vergelijking van twee groepen wordt de Mann-Whitney U toets gebruikt. De Kruskal Wallis veronderstelt geen normaal verdeelde data. Hij wordt daarom vaak gebruikt wanneer niet aan de aannames van de One-way ANOVA voldaan zijn.

Voorbeeld van het gebruik van de Kruskal Wallis: Stel je wilt testen of het aantal kinderen per gezin gelijk is in Nederland, België, Frankrijk en Duitsland.

Table 1. A comparison of family size in different countries
Variable* Netherlands Belgium France Germany p-value**
Family size 1.8 (1.1 ; 3.4) 1.6 (0.9 ; 4.1) 2.2 (1.2 ; 4.2) 2.1 (1.5 ; 3.6) 0.12
*Variables are denoted as median (25%th quartile ; 75%th quartile). **Group differences were tested with Kruskal Wallis.

Kan in na een Kruskal Wallis een 'post hoc' analyse doen op de groepen onderling?

Ik heb drie patientgroepen (poliepgrootte 1-5 mm, 6-9 mm of >10 mm). Ik wil kijken of er tussen deze groepen een verschil is in absolute bloedwaarde (in ngHb/ml). Deze waarde, de absolute FIT-waarde genoemd, is niet normaal verdeeld. Hieruit concludeer ik dat als ik wil weten of er significante verschillen zitten tussen de 3 poliepgroepen, ik dit moet onderzoeken met de Kruskal-wallis test. Hier komt een p-waarde uit van 0.000 dus significant. Ik weet nu echter nog niet waar het grote verschil in zit, tussen groep 1 en 2, 1 en 3 etc. Als ik dit zou willen weten in een normaal verdeelde groep, zou ik na de one-way ANOVA post-hoc analysis doen. Is dit ook mogelijk na een Kruskal Wallis toets?

Ja, dat is inderdaad mogelijk. Je zou de groepen onderling (1 vs 2, 2 vs 3, 1 vs 3) kunnen vergelijken met losse Mann Whitney U toetsen om te zien waar het verschil precies optreedt. Hou wel het aantal toetsen en bijbehorende problemen met multiple testing in het oog. Wellicht kun je met 2 van de 3 onderlinge toetsen af? Eventueel kun je voor deze 'inzoomtoetsen' een strenger significantieniveau aanhouden.

Waar vind ik Kruskal Wallis in SPSS?

Je vindt de Kruskal Wallis toets in SPSS onder Analyze -> Nonparametric Tests -> (Legacy Dialogs) -> K Independent Samples of via de Analyze -> Nonparametric Tests -> Independent samples wizard.

Referenties

Klaar met lezen? Je kunt naar het OVERZICHT van alle statistische onderwerpen op deze wiki gaan. Of naar de pagina KEUZE TOETS voor hulp bij het uitzoeken van een geschikte toets of analyse. Wil je meer leren over biostatistiek? Volg dan de AMC e-learning Practical Biostatistics. Vind je op deze pagina's iets dat niet klopt? Werkt een link niet? Of wil je bijdragen aan de wiki? Neem dan contact met ons op.

De wiki biostatistiek is een initiatief van de AMC Clinical Research Unit. De Clinical Research Unit biedt o.a. statistische ondersteuning aan onderzoekers van het AMC. Medewerkers van het AMC kunnen via intranet (e-mailadres statistiek@amc.uva.nl) ondersteuning aanvragen. Ondersteuning aan studenten of derden is niet mogelijk!