Uso de más de dos muestras en Excel: ANOVA unidireccional de Kruskal-Wallis

Excel sabe cómo ayudarlo cuando tiene más de dos muestras. FarKlempt Robotics, Inc., encuesta a sus empleados sobre su nivel de satisfacción con sus trabajos. Piden a los desarrolladores, gerentes, trabajadores de mantenimiento y redactores de tecnología que califiquen la satisfacción laboral en una escala de 1 (menos satisfecho) a 100 (más satisfecho).

Seis empleados están en cada categoría. La siguiente imagen muestra una hoja de cálculo con los datos de las columnas A a D, filas 1 a 7. La hipótesis nula es que todas las muestras provienen de la misma población. La hipótesis alternativa es que no es así.

Análisis de varianza unidireccional de Kruskal-Wallis.

La prueba no paramétrica adecuada es el análisis de varianza unidireccional de Kruskal-Wallis. Empiece por clasificar las 24 puntuaciones en orden ascendente. Nuevamente, si la hipótesis nula es cierta, los rangos deben distribuirse aproximadamente por igual entre los grupos.

La fórmula de esta estadística es

N es el número total de puntajes y n es el número de puntajes en cada grupo. Para facilitar las cosas, especifica la misma cantidad de puntajes en cada grupo, pero eso no es necesario para esta prueba. R es la suma de los rangos de un grupo. H se distribuye aproximadamente como chi-cuadrado con gl = número de grupos - 1, cuando cada n es mayor que 5.

Mirando hacia atrás en la imagen, los rangos de los datos están en las filas 9 a 15 de las columnas A a la D. La fila 16 contiene las sumas de los rangos en cada grupo. Defina N_Total como el nombre del valor en la celda F2, el número total de puntuaciones. Defina n_group como el nombre del valor en G2, el número de puntuaciones en cada grupo.

Para calcular H , escriba

= (12 / (N_Total * (N_Total + 1))) * (SUMSQ (A16: D16) / n_grupo) -3 * (N_Total + 1)

en la celda G6.

Para la prueba de hipótesis, escriba

= DISTR.CHICUAD.RT (G6,3)

en G7. El resultado es menor que .05, por lo que rechaza la hipótesis nula.