Usando mais de duas amostras no Excel: Kruskal-Wallis One-Way ANOVA

O Excel sabe como ajudar quando você tem mais de duas amostras. A FarKlempt Robotics, Inc. pesquisa seus funcionários sobre o nível de satisfação com o trabalho. Eles pedem aos desenvolvedores, gerentes, trabalhadores de manutenção e redatores de tecnologia que classifiquem a satisfação no trabalho em uma escala de 1 (menos satisfeito) a 100 (mais satisfeito).

Seis funcionários estão em cada categoria. A imagem abaixo mostra uma planilha com os dados nas colunas A a D, linhas 1–7. A hipótese nula é que todas as amostras vêm da mesma população. A hipótese alternativa é que não.

Análise de variância unilateral de Kruskal-Wallis.

O teste não paramétrico apropriado é a análise de variância unilateral de Kruskal-Wallis. Comece classificando todas as 24 pontuações em ordem crescente. Novamente, se a hipótese nula for verdadeira, as classificações devem ser distribuídas igualmente entre os grupos.

A fórmula para esta estatística é

N é o número total de contagens, e n é o número de contagens em cada grupo. Para facilitar, você especifica o mesmo número de pontuações em cada grupo, mas isso não é necessário para este teste. R é a soma das classificações em um grupo. H é distribuído aproximadamente como qui-quadrado com df = número de grupos - 1, quando cada n é maior que 5.

Olhando para trás na imagem, as classificações dos dados estão nas linhas 9-15 das colunas A a D. A linha 16 contém as somas das classificações em cada grupo. Defina N_Total como o nome do valor na célula F2, o número total de pontuações. Defina n_group como o nome do valor em G2, o número de pontuações em cada grupo.

Para calcular H , digite

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

na célula G6.

Para o teste de hipótese, digite

= CHISQ.DIST.RT (G6,3)

em G7. O resultado é inferior a 0,05, então você rejeita a hipótese nula.