O teste de Kruskal-Wallis é também conhecido
como análise de
variância de Kruskal-Wallis, ANOVA de Kruskal-Wallis, ANOVA não paramétrica. Talvez essa
nomenclatura, reportando o teste de Kruskal-Wallis à análise de variância e ao F de Snedcor, faça com que muitos se
confundam e pensem que o teste de Kruskal-Wallis compara médias. Errado.
O teste de Kruskal-Wallis não
trabalha com hipóteses sobre os parâmetros. Não testa, portanto, a hipótese a
igualdade de médias, nem testa a igualdade de medianas. O teste de Kruskal-Wallis é indicado
para testar a hipótese de que três ou mais populações têm igual distribuição.
Logo, quando
se aplica um teste de Kruskal-Wallis,
não devem ser apresentadas médias, medianas ou gráficos com
essas estatísticas. O teste de Kruskal-Wallis trabalha com postos – não com dados coletados.
Para deixar isso claro,
é apresentado
um exemplo bastante engenhoso[1] que compara três grupos. O resultado do teste de Kruskal-Wallis é significante (p-valor = 0,025). No entanto, os três grupos
têm a mesma média (43,5)
e mesma mediana
(27,5). Apresentar as médias ou as
medianas dos três grupos seria enganoso. Afinal, essas estatísticas –
além de não estar em teste – não mostrariam que as distribuições são diferentes. Os postos médios
são diferentes: 34,6;
27,5 e 20,4, respectivamente. Eles é que devem ser apresentados.
[1] MCDONALD, JH. Handbook of Biological
Statistics. Baltimore. Sparky House Publishing, 2nd ed. p. 165-172, 2009.