Kruskal-Wallis-Test-Rechner

Vergleicht drei oder mehr unabhaengige Gruppen mit dem nichtparametrischen Kruskal-Wallis-H-Test

Beispielergebnisse

1 Beispiele

Drei unabhaengige Gruppen nach Raengen vergleichen

Verwendet Kruskal-Wallis, wenn ANOVA-Normalitaet fraglich ist

{
  "result": {
    "hStatistic": 9.5816,
    "degreesOfFreedom": 2,
    "pValue": 0.0083,
    "rejectNull": true
  }
}
Eingabeparameter anzeigen
{ "groupData": "Control: 8, 9, 6, 7\nA: 12, 10, 11, 13\nB: 14, 15, 13, 16", "alpha": 0.05, "decimalPlaces": 4 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
textarea, number
Ausgabetyp
json
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Der Kruskal-Wallis-Test-Rechner ermöglicht den statistischen Vergleich von drei oder mehr unabhängigen Gruppen, ohne dass eine Normalverteilung der Daten vorausgesetzt wird. Durch die Analyse von Rangsummen ermittelt das Tool die H-Statistik und den p-Wert, um signifikante Unterschiede zwischen den Stichproben zu identifizieren.

Wann verwenden

  • Wenn Daten von drei oder mehr unabhängigen Gruppen verglichen werden sollen.
  • Wenn die Voraussetzungen für eine ANOVA, wie die Normalverteilung der Residuen, nicht erfüllt sind.
  • Bei der Analyse von ordinalskalierten Daten oder metrischen Daten mit starken Ausreißern.

So funktioniert es

  • Geben Sie die Daten für jede Gruppe zeilenweise ein, wobei der Gruppenname und die Werte durch einen Doppelpunkt getrennt werden.
  • Legen Sie das Signifikanzniveau (Alpha) fest, um die Schwelle für die statistische Relevanz zu definieren.
  • Das Tool transformiert die Rohdaten in Ränge über alle Gruppen hinweg und berechnet die H-Statistik basierend auf den Rangsummen.
  • Der resultierende p-Wert gibt an, ob die Nullhypothese gleicher Verteilungen beibehalten oder abgelehnt wird.

Anwendungsfälle

Vergleich der Wirksamkeit von drei verschiedenen Medikamenten in einer klinischen Studie mit kleinen Stichprobengrößen.
Analyse von Kundenzufriedenheitswerten auf einer Likert-Skala über verschiedene Unternehmensstandorte hinweg.
Untersuchung von Ernteerträgen unter Verwendung unterschiedlicher Düngemitteltypen in der Agrarforschung bei nicht-normalverteilten Daten.

Beispiele

1. Vergleich von Lehrmethoden

Bildungsforscher
Hintergrund
Ein Forscher möchte wissen, ob drei verschiedene Lehrmethoden zu unterschiedlichen Testergebnissen bei Schülern führen.
Problem
Die Testergebnisse sind nicht normalverteilt, was eine klassische ANOVA unzuverlässig macht.
Verwendung
Eingabe der Testergebnisse pro Methode in das Datenfeld: 'Methode A: 75, 82, 68' usw.
Beispielkonfiguration
Alpha: 0.05, Dezimalstellen: 4
Ergebnis
Das Tool liefert einen p-Wert von 0.0083, wodurch die Nullhypothese abgelehnt wird; die Lehrmethoden unterscheiden sich signifikant.

2. Analyse von Lieferzeiten

Logistikmanager
Hintergrund
Ein Manager vergleicht die Lieferzeiten von drei verschiedenen Versanddienstleistern, um Effizienzunterschiede zu finden.
Problem
Die Daten enthalten extreme Ausreißer durch Feiertage, die den Mittelwert verzerren würden.
Verwendung
Einfügen der Lieferzeiten in Tagen für jeden Dienstleister als separate Gruppenzeilen.
Beispielkonfiguration
Alpha: 0.01
Ergebnis
Die H-Statistik zeigt, ob die Unterschiede in den Rangsummen der Lieferzeiten statistisch auf Zufall basieren oder systematischer Natur sind.

Mit Samples testen

math-&-numbers

FAQ

Was ist der Kruskal-Wallis-Test?

Ein nichtparametrischer statistischer Test zum Vergleich der zentralen Tendenzen von drei oder mehr unabhängigen Stichproben.

Wann sollte ich diesen Test statt einer ANOVA nutzen?

Verwenden Sie ihn, wenn Ihre Daten nicht normalverteilt sind oder die Varianzen der Gruppen stark voneinander abweichen.

Was bedeutet der p-Wert im Ergebnis?

Ein p-Wert kleiner als das gewählte Alpha deutet darauf hin, dass mindestens eine Gruppe statistisch signifikant von den anderen abweicht.

Wie müssen die Daten formatiert sein?

Jede Gruppe steht in einer neuen Zeile, gefolgt von einem Doppelpunkt und den durch Kommas getrennten numerischen Werten.

Berücksichtigt das Tool Bindungen (Ties)?

Ja, die Berechnung der H-Statistik beinhaltet eine Korrektur für identische Rangwerte innerhalb der Datenmenge.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/kruskal-wallis-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
groupData textarea Nein -
alpha number Nein -
decimalPlaces number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu:

{
  "mcpServers": {
    "elysiatools-kruskal-wallis-calculator": {
      "name": "kruskal-wallis-calculator",
      "description": "Vergleicht drei oder mehr unabhaengige Gruppen mit dem nichtparametrischen Kruskal-Wallis-H-Test",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=kruskal-wallis-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]