متى تستخدم ANOVA مقابل Kruskal-Wallis
عند مقارنة متغيّر رقمي عبر ثلاث مجموعات مستقلّة فأكثر، يهيمن اختياران: تحليل التباين أحادي الاتجاه (ANOVA) واختبار كروسكال–واليس. كلاهما يجيب عن سؤال "هل تختلف المجموعات؟"، لكنهما يقومان على افتراضات مختلفة — واختيار الخطأ يكلّفك القدرة الإحصائية أو يُبطل قيمة p.
يقارن ANOVA متوسطات المجموعات ويفترض بواقي قريبة من الاعتدال وتباينات متقاربة. أمّا كروسكال–واليس فهو نظيره الرتبي: لا يفترض الاعتدالية، ما يجعله الأكثر أماناً للبيانات الملتوية أو الترتيبية أو العيّنات الصغيرة ذات القيم الشاذّة.
قرار سريع
| ANOVA أحادي | كروسكال–واليس | |
|---|---|---|
| مقياس المتغيّر | فترة / نسبة | ترتيبي أو غير معتدل |
| الافتراض الأساسي | بواقي معتدلة، تباين متساوٍ | استقلال المشاهدات |
| يقارن | المتوسطات | متوسطات الرتب (التوزيعات) |
| الاختبار البعدي | Tukey HSD | Dunn (بونفروني / BH) |
| حجم الأثر | η²، ω² | ε²، η²H |
ماذا يختبر كروسكال–واليس فعلاً
من الأخطاء الشائعة القول إن كروسكال–واليس "يقارن الوسائط". إنه يقارن متوسطات الرتب، ولا يصبح اختباراً صريحاً للوسيط إلا حين تتشابه أشكال توزيعات المجموعات. صُغ استنتاجك على هذا الأساس.
فحص افتراضات ANOVA
قبل الوثوق بـ ANOVA، تحقّق من اعتدالية البواقي (لا البيانات الخام) ومن تجانس التباين — وفكّر في ANOVA بطريقة Welch عند اختلاف التباينات.
حجم الأثر والاختبارات البعدية
أبلغ دائماً عن حجم الأثر، وإذا كان الاختبار الكلّي دالّاً فأتبِعه بالاختبار البعدي المناسب مع تصحيح المقارنات المتعدّدة.
طبّق هذا التحليل على بياناتك — مجاناً، في متصفحك.
افتح مايندستات ←