크루스칼-왈리스 H 검정 계산기
크루스칼-왈리스 검정은 순위를 이용해 3개 이상의 독립 집단을 비교합니다 — 치우친 데이터, 서열 결과, 크기가 다른 소표본에서 일원분산분석의 비모수 대안입니다. 한 줄에 한 집단씩 입력하면 동순위 보정된 H 통계량, 카이제곱 자유도, p값, 엡실론제곱 효과크기를 각 집단의 n·중앙값과 함께 얻습니다. 결과는 동순위 보정을 포함해 R의 kruskal.test()와 최소 4개 유효숫자까지 일치합니다. 유의한 H는 적어도 한 집단이 다르다는 뜻입니다 — 어느 집단인지는 쌍별 만-휘트니 검정(다중비교 보정 적용)이나 Dunn 검정으로 찾습니다.
AI 리포트
AI가 결과를 해석해 드립니다: APA 7 / 비즈니스 리포트 형식의 다운로드 가능한 Word 문서.
자주 묻는 질문
APA 7 형식으로 크루스칼-왈리스 검정은 어떻게 보고하나요?
H(χ² 또는 자유도를 붙인 H로 흔히 표기), p값, 효과크기를 보고합니다. 예: "세 조건 간 점수가 달랐다, H(2) = 7.62, p = .022, ε² = .32" — 보통 집단별 중앙값도 함께. AI 보고서 버튼이 완전한 APA 7 결과 단락을 생성합니다.
일원분산분석 대신 크루스칼-왈리스는 언제 쓰나요?
분산분석의 가정이 깨질 때입니다: 뚜렷하게 비정규인 잔차, 서열 결과 변수, 이상값이 있거나 분산이 크게 다른 작은 집단들. 데이터가 대체로 정규라면 분산분석이 더 강력하고 Tukey 사후검정도 바로 제공합니다 — 먼저 집단별 정규성을 확인하세요(분산분석 도구 참고).
검정이 유의합니다 — 어느 집단이 다른지 어떻게 찾나요?
쌍별 비교로 이어가세요: 표준은 Dunn 검정이고, 대안으로 α 수준에 Bonferroni(또는 Holm) 보정을 적용한 쌍별 만-휘트니 U 검정이 있습니다. 저희 만-휘트니 도구가 각 쌍을 처리합니다. Bonferroni 기준은 0.05를 비교 횟수로 나누면 됩니다.