Cara melakukan tes kruskal-wallis di r

Uji Kruskal-Wallis digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara median tiga atau lebih kelompok independen.

Ini dianggap setara nonparametrik dari ANOVA satu arah .

Tutorial ini menjelaskan cara melakukan tes Kruskal-Wallis di R.

Contoh: Uji Kruskal-Wallis di R

Misalkan peneliti ingin mengetahui apakah tiga pupuk yang berbeda menyebabkan tingkat pertumbuhan tanaman yang berbeda. Mereka secara acak memilih 30 tanaman berbeda dan membaginya menjadi tiga kelompok yang terdiri dari 10 tanaman, memberikan pupuk berbeda pada setiap kelompok. Setelah sebulan, mereka mengukur tinggi tiap tanaman.

Ikuti langkah-langkah berikut untuk melakukan uji Kruskal-Wallis untuk menentukan apakah median pertumbuhan sama di ketiga kelompok.

Langkah 1: Masukkan datanya.

Pertama, kita akan membuat kerangka data berikut yang berisi pertumbuhan 30 tanaman beserta kelompok pemupukannya:

 #create data frame
df <- data. frame (group=rep(c(' A ', ' B ', ' C '), each= 10 ),
                 height=c(7, 14, 14, 13, 12, 9, 6, 14, 12, 8,
                          15, 17, 13, 15, 15, 13, 9, 12, 10, 8,
                          6, 8, 8, 9, 5, 14, 13, 8, 10, 9))

#view first six rows of data frame
head(df)

  group height
1 to 7
2 to 14
3 to 14
4 to 13
5 to 12
6 to 9

Langkah 2: Lakukan tes Kruskal-Wallis.

Selanjutnya, kita akan melakukan pengujian Kruskal-Wallis menggunakan fungsi kruskal.test() bawaan dari database R:

 #perform Kruskal-Wallis Test 
kruskal. test (height ~ group, data = df) 

	Kruskal-Wallis rank sum test

data: height by group
Kruskal-Wallis chi-squared = 6.2878, df = 2, p-value = 0.04311

Langkah 3: Interpretasikan hasilnya.

Uji Kruskal-Wallis menggunakan hipotesis nol dan alternatif berikut:

Hipotesis nol (H ₀ ): Median semua kelompok sama.

Hipotesis alternatif: ( _HA ): Median tidak sama di semua kelompok.

Dalam hal ini, statistik ujinya adalah 6,2878 dan nilai p yang sesuai adalah 0,0431 .

Karena nilai p kurang dari 0,05, kita dapat menolak hipotesis nol yang menyatakan median pertumbuhan tanaman untuk ketiga pupuk adalah sama.

Artinya, kita mempunyai cukup bukti untuk menyimpulkan bahwa jenis pupuk yang digunakan menyebabkan perbedaan pertumbuhan tanaman yang signifikan secara statistik.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan uji statistik umum lainnya di R:

Cara melakukan uji-t sampel berpasangan di R
Bagaimana melakukan ANOVA satu arah di R
Bagaimana melakukan pengukuran berulang ANOVA di R