Test Kruskala-Wallisa – nieparametryczny odpowiednik jednoczynnikowej analizy wariancji. Stosujemy go, gdy chcemy porównać co najmniej trzy niezależne grupy pod względem zmiennej ilościowej lub porządkowej. Test Kruskala-Wallisa jest testem nieparametrycznym, dlatego może być stosowany wtedy, gdy nie są spełnione założenia testów parametrycznych lub gdy zmienna zależna ma charakter porządkowy. Wyrażony jest wzorem:
Gdzie:
n – łączna liczebność wszystkich porównywanych grup,
k – liczba porównywanych grup,
Ri – suma rang w i-tej grupie,
ni – liczebność i-tej grupy.
Test Kruskala-Wallisa opiera się na rangach, a nie bezpośrednio na średnich i wariancjach. Wszystkie obserwacje są wspólnie porządkowane, a następnie analizuje się różnice w sumach lub średnich rang pomiędzy grupami. Przy podobnym kształcie rozkładów różnice w rangach można jednak interpretować jako różnice położenia rozkładów, dlatego przy opisie wyników często wykorzystuje się medianę i rozstęp międzykwartylowy. Mediana jest w takich analizach szczególnie użyteczna, ponieważ jest mniej podatna na wpływ wartości skrajnych niż średnia. Przykładowo pojedyncza osoba o wyjątkowo wysokich zarobkach może znacząco podnieść średnią w jednej grupie, nie zmieniając w podobnym stopniu jej mediany.
Podobnie jak w przypadku analizy wariancji, istotny statystycznie wynik testu Kruskala-Wallisa oznacza jedynie, że co najmniej jedna z porównywanych grup różni się od innej. Istotny wynik testu Kruskala-Wallisa nie wskazuje, które konkretnie grupy różnią się między sobą, dlatego konieczne są odpowiednie porównania post-hoc. Najczęściej stosuje się w tym celu test Dunna z korektą uwzględniającą wielokrotne porównania, np. korektą Bonferroniego lub Holma.