Kiểm định Kruskal-Wallis so sánh từ ba nhóm độc lập trở lên trên thứ hạng của dữ liệu, và là lựa chọn phi tham số thường đặt cạnh ANOVA một nhân tố. Bạn dùng nó khi biến kết quả là thứ bậc, hoặc là số liên tục nhưng phân bố trong các nhóm lệch rõ, mẫu nhỏ, có ngoại lai thật.
Kruskal-Wallis là phần mở rộng của Mann-Whitney cho nhiều hơn hai nhóm. Nó chỉ trả lời câu hỏi tổng thể "có ít nhất một nhóm khác các nhóm còn lại hay không"; muốn biết nhóm nào khác nhóm nào, bạn cần thêm bước so sánh cặp có hiệu chỉnh. Bài này tính tay trọn vẹn một ví dụ giả định với ba nhóm, mỗi nhóm năm quan sát, từ thống kê H tới kiểm định Dunn và cỡ hiệu ứng.
Giả thuyết và điều kiện áp dụng
Giả thuyết không của Kruskal-Wallis là tất cả các nhóm đến từ cùng một phân phối. Giả thuyết đối là có ít nhất một nhóm có xu hướng cho giá trị lớn hơn hoặc nhỏ hơn ít nhất một nhóm khác. Giống Mann-Whitney, chỉ khi các nhóm có phân phối cùng hình dạng và độ phân tán, chỉ lệch nhau về vị trí, bạn mới được diễn giải gọn là "trung vị các nhóm khác nhau". Nếu hình dạng khác hẳn nhau (một nhóm lệch phải, một nhóm gần đối xứng, một nhóm phân tán rộng gấp đôi), nên viết kết luận theo nghĩa phân phối hoặc xu hướng thứ hạng.
Điều kiện còn lại khá nhẹ: các nhóm độc lập, mỗi đối tượng chỉ thuộc một nhóm; các quan sát độc lập với nhau; biến kết quả ít nhất ở mức thứ bậc. Kiểm định không đòi phân phối chuẩn, không đòi các nhóm cùng cỡ mẫu. Nếu cùng một người được đo ở cả ba điều kiện, đó là thiết kế đo lặp và bạn cần Friedman chứ không phải Kruskal-Wallis.
Khi bàn chuyện chọn giữa ANOVA và Kruskal-Wallis, bạn cũng cân nhắc phương án thứ ba là Welch ANOVA, vốn không đòi phương sai bằng nhau và khá bền khi lệch vừa phải với mẫu không quá nhỏ. Kruskal-Wallis không tự động giải quyết vấn đề phương sai chênh; nó nhạy với khác biệt về độ phân tán, nên nếu các nhóm khác nhau chủ yếu ở độ rộng chứ không ở vị trí, kết quả có thể khó đọc.
Ví dụ giả định: chiều cao cây con trên ba loại giá thể
Ví dụ giả định: sinh viên nông học đo chiều cao (cm) cây con sau hai tuần trên ba loại giá thể, mỗi loại 5 khay. Giá thể 1 (đất thường): 3,1; 4,5; 2,8; 5,0; 3,9. Giá thể 2 (xơ dừa): 5,6; 6,2; 4,8; 7,0; 5,9. Giá thể 3 (đất trộn phân trùn): 6,5; 8,1; 7,4; 6,8; 7,9. Gộp 15 giá trị, xếp tăng dần và gán hạng như bảng.
| Hạng | Giá trị (cm) | Giá thể | Hạng | Giá trị (cm) | Giá thể |
|---|---|---|---|---|---|
| 1 | 2,8 | 1 | 9 | 6,2 | 2 |
| 2 | 3,1 | 1 | 10 | 6,5 | 3 |
| 3 | 3,9 | 1 | 11 | 6,8 | 3 |
| 4 | 4,5 | 1 | 12 | 7,0 | 2 |
| 5 | 4,8 | 2 | 13 | 7,4 | 3 |
| 6 | 5,0 | 1 | 14 | 7,9 | 3 |
| 7 | 5,6 | 2 | 15 | 8,1 | 3 |
| 8 | 5,9 | 2 |
Tổng hạng từng nhóm: R1 = 1 + 2 + 3 + 4 + 6 = 16; R2 = 5 + 7 + 8 + 9 + 12 = 41; R3 = 10 + 11 + 13 + 14 + 15 = 63. Kiểm tra: 16 + 41 + 63 = 120 = 15 × 16 / 2, khớp. Hạng trung bình lần lượt là 3,2; 8,2 và 12,6. Trung vị ba nhóm là 3,9; 5,9 và 7,4 cm.
Tính thống kê H và giá trị p
Công thức thống kê H khi không có hạng trùng: H = [12 / (N(N + 1))] × tổng các (Ri bình phương / ni) − 3(N + 1), với N là tổng số quan sát, ni là cỡ nhóm i, Ri là tổng hạng nhóm i. Thay số: 12 / (15 × 16) = 0,05. Tổng Ri bình phương chia ni là (256 + 1.681 + 3.969)/5 = 5.906/5 = 1.181,2. Vậy H = 0,05 × 1.181,2 − 3 × 16 = 59,06 − 48 = 11,06.
Khi H0 đúng và mỗi nhóm không quá nhỏ, H xấp xỉ phân phối chi bình phương với số bậc tự do bằng số nhóm trừ 1, ở đây df = 2. Với df = 2, giá trị p của chi bình phương có dạng gọn là e mũ (−H/2) = e mũ (−5,53) ≈ 0,004. Do p nhỏ hơn 0,05 nên bác bỏ H0: dữ liệu cho bằng chứng ít nhất một loại giá thể cho chiều cao cây con khác với loại khác. Với nhóm chỉ năm quan sát như ví dụ, xấp xỉ chi bình phương còn thô; nhiều phần mềm có tuỳ chọn tính p chính xác hoặc bằng mô phỏng, và với mẫu nhỏ bạn nên dùng nếu có.
Nếu dữ liệu có hạng trùng, H được chia cho hệ số hiệu chỉnh C = 1 − tổng (t mũ 3 − t) / (N mũ 3 − N), trong đó t là số giá trị trùng ở mỗi nhóm hạng trùng. Hệ số này nhỏ hơn 1 nên H hiệu chỉnh lớn hơn một chút. Phần mềm làm tự động; tính tay thì bạn chỉ cần biết nó tồn tại để không ngạc nhiên khi số của mình lệch nhẹ so với đầu ra.
So sánh cặp sau Kruskal-Wallis bằng kiểm định Dunn
Kết quả H có ý nghĩa mới chỉ nói "có khác biệt ở đâu đó". Kiểm định Dunn so sánh hạng trung bình từng cặp: z = (hạng trung bình nhóm j − hạng trung bình nhóm i) / căn của [N(N + 1)/12 × (1/ni + 1/nj)]. Ở ví dụ, mẫu số bằng căn của (15 × 16 / 12 × 2/5) = căn 8 ≈ 2,83 cho mọi cặp vì các nhóm cùng cỡ. Ba phép so sánh thì nhân p với 3 theo Bonferroni.
| Cặp so sánh | Chênh hạng trung bình | z | p chưa hiệu chỉnh | p Bonferroni (× 3) |
|---|---|---|---|---|
| Giá thể 1 và 2 | 8,2 − 3,2 = 5,0 | 1,77 | 0,077 | 0,23 |
| Giá thể 1 và 3 | 12,6 − 3,2 = 9,4 | 3,32 | 0,0009 | 0,003 |
| Giá thể 2 và 3 | 12,6 − 8,2 = 4,4 | 1,56 | 0,12 | 0,36 |
Chỉ cặp giá thể 1 và 3 khác biệt có ý nghĩa sau hiệu chỉnh. Hai cặp còn lại không có ý nghĩa, nhưng không được viết "giá thể 2 cho kết quả như giá thể 1": với năm khay mỗi nhóm, lực kiểm định để phát hiện khác biệt vừa phải là rất thấp. Ngoài Bonferroni, phương pháp Holm cũng kiểm soát sai lầm loại I cộng dồn mà ít bảo thủ hơn; chọn phương pháp nào nên ghi sẵn trong kế hoạch phân tích.
Một cách làm sai phổ biến là chạy Mann-Whitney cho từng cặp mà không hiệu chỉnh. Mỗi phép so sánh ở mức 0,05 thì ba phép so sánh độc lập cho xác suất ít nhất một kết quả dương tính giả lên tới khoảng 14%, và con số này tăng nhanh khi số nhóm tăng.
Cỡ hiệu ứng và cách viết kết luận
Epsilon bình phương. Một chỉ số thường gặp là epsilon bình phương = H / (N − 1) = 11,06 / 14 ≈ 0,79. Chỉ số này đọc như tỷ lệ biến thiên của thứ hạng gắn với khác biệt giữa các nhóm. Một số tài liệu dùng công thức hơi khác, viết dưới dạng H chia cho (N bình phương − 1)/(N + 1), nhưng rút gọn ra cùng kết quả.
Eta bình phương dựa trên H. Công thức (H − k + 1) / (N − k), với k là số nhóm, cho (11,06 − 2)/12 ≈ 0,76. Hai chỉ số cho số khác nhau đôi chút, nên bạn chọn một và ghi rõ công thức trong phần phương pháp.
Mốc diễn giải chỉ là quy ước. Ví dụ giả định này cố ý có khác biệt rất rõ nên cỡ hiệu ứng lớn. Trong dữ liệu thật, hãy so với các nghiên cứu cùng lĩnh vực thay vì chỉ áp mốc nhỏ, vừa, lớn chung chung.
Câu báo cáo mẫu. "Chiều cao cây con khác nhau giữa ba loại giá thể, H(2) = 11,06, p = 0,004, epsilon bình phương = 0,79. So sánh cặp bằng kiểm định Dunn hiệu chỉnh Bonferroni cho thấy giá thể đất trộn phân trùn (trung vị 7,4 cm) cao hơn đất thường (trung vị 3,9 cm), p = 0,003; các cặp còn lại không có khác biệt có ý nghĩa thống kê." Nhớ rằng đây là số liệu giả định, không phải khuyến cáo canh tác.
Những lỗi hay gặp khi chạy và đọc Kruskal-Wallis
Phần lớn sai sót với Kruskal-Wallis không nằm ở công thức mà ở khâu chuẩn bị dữ liệu và diễn giải. Danh sách dưới đây gom những lỗi người hướng dẫn hay bắt gặp trong bản thảo luận văn.
- Nhập ba nhóm thành ba cột cạnh nhau trong khi phần mềm cần dạng dọc: một cột giá trị, một cột mã nhóm. Kết quả là phần mềm hiểu thành ba biến riêng, hoặc báo lỗi khó hiểu.
- Báo cáo trung bình và độ lệch chuẩn của từng nhóm rồi viết "trung bình các nhóm khác nhau có ý nghĩa" dựa trên H. Kiểm định làm việc trên hạng, nên phần mô tả nên là trung vị và khoảng tứ phân vị, hoặc hạng trung bình.
- Dùng Kruskal-Wallis cho dữ liệu đo lặp, ví dụ cùng một lớp làm ba bài kiểm tra ở ba thời điểm. Các quan sát không độc lập nên kiểm định không hợp lệ; cần Friedman hoặc mô hình cho dữ liệu lặp.
- Chạy so sánh cặp khi kiểm định tổng thể không có ý nghĩa, rồi chỉ báo cáo cặp nào "lọt" dưới 0,05. Nếu kế hoạch phân tích đã nêu trước các cặp cần so, hãy ghi rõ; nếu không, việc săn cặp có ý nghĩa là một dạng chọn lọc kết quả.
- Quên ghi bậc tự do. H luôn đi kèm df bằng số nhóm trừ 1, viết dạng H(2) = 11,06, để người đọc biết bạn so sánh mấy nhóm.
- Đọc nhầm cột: một số phần mềm in cả "Asymp. Sig." (p tiệm cận) lẫn p chính xác hoặc p mô phỏng. Hãy báo đúng loại bạn chọn và ghi rõ trong phần phương pháp; tên cột thay đổi theo phiên bản, nên đối chiếu với tài liệu hướng dẫn.
Một mẹo kiểm tra nhanh trước khi viết: cộng tổng hạng các nhóm trong đầu ra của phần mềm (hoặc hạng trung bình nhân cỡ nhóm), kết quả phải bằng N(N + 1)/2. Nếu lệch, rất có thể có quan sát bị thiếu mã nhóm hoặc bị loại khỏi phân tích mà bạn không để ý.
Câu hỏi thường gặp
Kruskal-Wallis có ý nghĩa nhưng Dunn không cặp nào có ý nghĩa thì sao?
Điều này xảy ra được, nhất là với mẫu nhỏ và hiệu chỉnh bảo thủ. Kiểm định tổng thể có thể phát hiện một mẫu khác biệt phân tán qua nhiều cặp mà từng cặp riêng lẻ không đủ mạnh. Bạn báo cáo trung thực cả hai kết quả, không đổi phương pháp hiệu chỉnh sau khi thấy kết quả.
Chỉ có hai nhóm thì dùng Kruskal-Wallis được không?
Được, khi đó Kruskal-Wallis cho kết quả tương đương Mann-Whitney dùng xấp xỉ chuẩn không hiệu chỉnh liên tục, với H bằng z bình phương. Tuy vậy với hai nhóm, người đọc quen với Mann-Whitney hơn, và bạn còn có p chính xác cho mẫu nhỏ.
Các nhóm có thứ tự tự nhiên như liều thấp, vừa, cao thì nên dùng gì?
Kruskal-Wallis bỏ qua thứ tự của các nhóm. Nếu giả thuyết của bạn là xu hướng tăng dần theo mức, kiểm định Jonckheere-Terpstra được thiết kế cho giả thuyết có thứ tự và thường có lực cao hơn. Giả thuyết có thứ tự phải được nêu trước khi xem dữ liệu.
Kruskal-Wallis có thay được ANOVA hai nhân tố không?
Không. Kruskal-Wallis chỉ xử lý một biến phân nhóm. Với hai nhân tố và tương tác, các phương án thường được bàn là biến đổi hạng có hiệu chỉnh, mô hình hồi quy thứ bậc hoặc phương pháp bền; đây là chỗ nên hỏi ý kiến người hướng dẫn hoặc chuyên gia thống kê.
Mỗi nhóm cần tối thiểu bao nhiêu quan sát?
Không có con số bắt buộc, nhưng xấp xỉ chi bình phương thường được coi là chấp nhận được khi mỗi nhóm có ít nhất khoảng 5 quan sát. Nhóm nhỏ hơn nên dùng p chính xác hoặc mô phỏng. Quan trọng hơn ngưỡng tối thiểu là tính lực mẫu từ trước để mẫu đủ phát hiện khác biệt bạn quan tâm.