Excel osaa auttaa, kun näytteitä on enemmän kuin kaksi. FarKlemt Robotics, Inc. tutkii työntekijöilleen heidän tyytyväisyyttään työhönsä. He pyytävät kehittäjiä, johtajia, huoltotyöntekijöitä ja teknisiä kirjoittajia arvioimaan työtyytyväisyyttä asteikolla 1 (vähiten tyytyväinen) 100:aan (tyytyväisin).
Kussakin kategoriassa on kuusi työntekijää. Alla olevassa kuvassa on laskentataulukko, jossa on sarakkeiden A–D riveillä 1–7 olevat tiedot. Nollahypoteesi on, että kaikki näytteet ovat peräisin samasta populaatiosta. Vaihtoehtoinen hypoteesi on, että he eivät.
Kruskal-Wallis yksisuuntainen varianssianalyysi.
Sopiva ei-parametrinen testi on Kruskal-Wallis One-Way Variance-analyysi. Aloita asettamalla kaikki 24 pistettä nousevaan järjestykseen. Jälleen, jos nollahypoteesi pitää paikkansa, arvot tulisi jakaa suunnilleen tasaisesti ryhmiin.
Tämän tilaston kaava on
N on pisteiden kokonaismäärä ja n on kunkin ryhmän pisteiden määrä. Jotta asiat olisivat helppoja, määrität jokaiseen ryhmään saman määrän pisteitä, mutta se ei ole välttämätöntä tässä testissä. R on ryhmän sijoituksien summa. H jakautuu suunnilleen khin-neliöön, jossa df = ryhmien lukumäärä — 1, kun jokainen n on suurempi kuin 5.
Kuvaa taaksepäin katsottuna tietojen arvot ovat sarakkeiden A–D riveillä 9–15. Rivillä 16 on kunkin ryhmän sijoittelujen summat. Määritä N_Total solun F2 arvon nimeksi, tulosten kokonaismääräksi. Määritä n_ryhmä G2:n arvon nimeksi, kunkin ryhmän pisteiden lukumääräksi.
Laskeaksesi H , kirjoita
=(12/(N_Yhteensä*(N_Yhteensä+1)))*(SUMSQ(A16:D16)/n_ryhmä)-3*(N_Yhteensä+1)
soluun G6.
Kirjoita hypoteesitestiä varten
=CHISQ.JAKAUMA.RT(G6,3)
G7:ään. Tulos on pienempi kuin 0,05, joten hylkäät nollahypoteesin.