11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Login Cookies & Privacy

Take the Tour   Plans & Pricing   SIGN UP

Kruskal-Wallis H Test using SPSS Statistics

Introduction
The Kruskal-Wallis H test (sometimes also called the "one-wa ANOVA on ranks") is a rank-ased nonparametric test that can e used to
determine if there are statisticall significant differences etween two or more groups of an independent variale on a continuous or ordinal
dependent variale. It is considered the nonparametric alternative to the one-wa ANOVA, and an extension of the Mann-Whitne U test to
allow the comparison of more than two independent groups.

For example, ou could use a Kruskal-Wallis H test to understand whether exam performance, measured on a continuous scale from 0-100,
differed ased on test anxiet levels (i.e., our dependent variale would e "exam performance" and our independent variale would e
"test anxiet level", which has three independent groups: students with "low", "medium" and "high" test anxiet levels). Alternatel, ou could
use the Kruskal-Wallis H test to understand whether attitudes towards pa discrimination, where attitudes are measured on an ordinal scale,
differed ased on jo position (i.e., our dependent variale would e "attitudes towards pa discrimination", measured on a 5-point scale
from "strongl agree" to "strongl disagree", and our independent variale would e "jo description", which has three independent groups:
"shop floor", "middle management" and "oardroom").

Note: If ou wish to take into account the ordinal nature of an independent variale and have an ordered alternative hpothesis, ou
could run a Jonckheere-Terpstra test instead of the Kruskal-Wallis H test.

It is important to realize that the Kruskal-Wallis H test is an omnius test statistic and cannot tell ou which specific groups of our
independent variale are statisticall significantl different from each other; it onl tells ou that at least two groups were different. ince ou
ma have three, four, five or more groups in our stud design, determining which of these groups differ from each other is important. You
can do this using a post hoc test (N.., we discuss post hoc tests later in this guide).

This "quick start" guide shows ou how to carr out a Kruskal-Wallis H test using P tatistics, as well as interpret and report the results
from this test. However, efore we introduce ou to this procedure, ou need to understand the different assumptions that our data must
meet in order for a Kruskal-Wallis H test to give ou a valid result. We discuss these assumptions next.

SPSS Statistics top ^

Assumptions
When ou choose to analse our data using a Kruskal-Wallis H test, part of the process involves checking to make sure that the data ou
want to analse can actuall e analsed using a Kruskal-Wallis H test. You need to do this ecause it is onl appropriate to use a Kruskal-
Wallis H test if our data "passes" four assumptions that are required for a Kruskal-Wallis H test to give ou a valid result. In practice,
checking for these four assumptions just adds a little it more time to our analsis, requiring ou to click a few more uttons in P
tatistics when performing our analsis, as well as think a little it more aout our data, ut it is not a difficult task.

efore we introduce ou to these four assumptions, do not e surprised if, when analsing our own data using P tatistics, one or more
of these assumptions is violated (i.e., is not met). This is not uncommon when working with real-world data rather than textook examples,
which often onl show ou how to carr out a Kruskal-Wallis H test when everthing goes well! However, don’t worr. ven when our data
fails certain assumptions, there is often a solution to overcome this. First, let’s take a look at these four assumptions:

Assumption #1: Your dependent variale should e measured at the ordinal or continuous level (i.e., interval or ratio). xamples of
ordinal variales include Likert scales (e.g., a 7-point scale from "strongl agree" through to "strongl disagree"), amongst other was
of ranking categories (e.g., a 3-pont scale explaining how much a customer liked a product, ranging from "Not ver much", to "It is OK",
to "Yes, a lot"). xamples of continuous variales include revision time (measured in hours), intelligence (measured using IQ score),
exam performance (measured from 0 to 100), weight (measured in kg), and so forth. You can learn more aout ordinal and continuous
variales in our article: Tpes of Variale.

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 1/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Assumption #2: Your independent variale should consist of two or more categorical, independent groups. Tpicall, a Kruskal-
Wallis H test is used when ou have three or more categorical, independent groups, ut it can e used for just two groups (i.e., a
Mann-Whitne U test is more commonl used for two groups). xample independent variales that meet this criterion include ethnicit
(e.g., three groups: Caucasian, African American and Hispanic), phsical activit level (e.g., four groups: sedentar, low, moderate and
high), profession (e.g., five groups: surgeon, doctor, nurse, dentist, therapist), and so forth.

Assumption #3: You should have independence of oservations, which means that there is no relationship etween the oservations
in each group or etween the groups themselves. For example, there must e different participants in each group with no participant
eing in more than one group. This is more of a stud design issue than something ou can test for, ut it is an important assumption
of the Kruskal-Wallis H test. If our stud fails this assumption, ou will need to use another statistical test instead of the Kruskal-Wallis
H test (e.g., a Friedman test). If ou are unsure whether our stud meets this assumption, ou can use our tatistical Test elector,
which is part of our enhanced content.

As the Kruskal-Wallis H test does not assume normalit in the data and is much less sensitive to outliers, it can e used when these
assumptions have een violated and the use of a one-wa ANOVA is inappropriate. In addition, if our data is ordinal, a one-wa ANOVA is
inappropriate, ut the Kruskal-Wallis H test is not. However, the Kruskal-Wallis H test does come with an additional data consideration,
Assumption #4, which is discussed elow:

Assumption #4: In order to know how to interpret the results from a Kruskal-Wallis H test, ou have to determine whether the
distriutions in each group (i.e., the distriution of scores for each group of the independent variale) have the same shape (which
also means the same variailit). To understand what this means, take a look at the diagram elow:

Copright 2014. Laerd tatistics

In the diagram on the left aove, the distriution of scores for the "Caucasian", "African American" and "Hispanic" groups have the
same shape. On the other hand, in the diagram on the right aove, the distriution of scores for each group are not identical (i.e., the
have different shapes and variailities). 

If our distriutions have the same shape, ou can use P tatistics to carr out a Kruskal-Wallis H test to compare the  medians of
our dependent variale (e.g., "engagement score") for the different groups of the independent variale ou are interested in (e.g., the
groups, Caucasian, African American and Hispanic, for the independent variale, "ethnicit"). However, if our distriutions have a
different shape, ou can onl use the Kruskal-Wallis H test to compare  mean ranks. Having similar distriutions simpl allows ou to
use medians to represent a shift in location etween the groups (as illustrated in the diagram on the left aove). As such, it is ver
important to check this assumption or ou can end up interpreting our results incorrectl.

You can check assumption #4 using P tatistics. You should also check that our data meets assumptions #1, #2 and #3, which ou can
do without using P tatistics. Just rememer that if ou do not check assumption #4, ou will not know whether ou are ale to compare
medians or just mean ranks, meaning that ou might incorrectl interpret and report the result of the Kruskal-Wallis H test. This is wh we
dedicate a numer of sections of our enhanced Kruskal-Wallis H test guide to help ou get this right. You can learn more aout assumption
#4 and what ou will need to interpret in the Assumptions section of our enhanced Kruskal-Wallis H test guide, which ou can access 
suscriing to the site here.

In the Test Procedure in P tatistics section of this "quick start" guide, we illustrate the P tatistics procedure to perform a Kruskal-
Wallis H test assuming that our distriutions are not the same shape and ou have to interpret mean ranks rather than medians. First, we
set out the example we use to explain the Kruskal-Wallis H test procedure in P tatistics.

SPSS Statistics top ^
https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 2/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Example
A medical researcher has heard anecdotal evidence that certain anti-depressive drugs can have the positive side-effect of lowering
neurological pain in those individuals with chronic, neurological ack pain, when administered in doses lower than those prescried for
depression. The medical researcher would like to investigate this anecdotal evidence with a stud. The researcher identifies 3 well-known,
anti-depressive drugs which might have this positive side effect, and laels them Drug A, Drug  and Drug C. The researcher then recruits a
group of 60 individuals with a similar level of ack pain and randoml assigns them to one of three groups – Drug A, Drug  or Drug C
treatment groups – and prescries the relevant drug for a 4 week period. At the end of the 4 week period, the researcher asks the
participants to rate their ack pain on a scale of 1 to 10, with 10 indicating the greatest level of pain. The researcher wants to compare the
levels of pain experienced  the different groups at the end of the drug treatment period. The researcher runs a Kruskal-Wallis H test to
compare this ordinal, dependent measure ( Pain_core ) etween the three drug treatments (i.e., the independent variale,
Drug_Treatment_Group , is the tpe of drug with more than two groups).

TAKE THE TOUR
 

PLANS & PRICING

SPSS Statistics top ^

Test Procedure in SPSS Statistics
The eight steps elow show ou how to analse our data using the Kruskal-Wallis H test in P tatistics. At the end of these eight steps,
we show ou how to interpret the results from our Kruskal-Wallis H test. If ou want to find out where the differences etween our groups
lie (i.e., the Kruskal-Wallis H test onl tells ou whether there was a statisticall significant difference etween our groups), ou will need to
follow up our Kruskal-Wallis H test with a post hoc test. We also show ou how to carr these out a post hoc test using P tatistics in
our enhanced Kruskal-Wallis H test guide, which ou can access  suscriing to the site here.

Note: P tatistics has two different procedures that can e used to run a Kruskal-Wallis H test: a  legac procedure and a 'new'
procedure (N.., we just call it 'new' for ease). The procedure we set out elow is P tatistics' legac procedure. We show ou the
legac procedure ecause it can e used for more recent and older versions of P tatistics. However, it has the disadvantage of
not automaticall running post hoc tests. The new procedure can e used for P tatistics versions 18 and aove (i.e., up to the
current version 22), ut not for older versions (i.e., version 17 and older). However, we show ou how to carr out the new procedure in
our enhanced Kruskal-Wallis H test guide ecause it has the enefit of automaticall running post hoc tests, making the analsis
procedure much quicker and easier.

Click Analze > Nonparametric Tests > Legac Dialogs > K Independent amples... on the top menu as shown elow:

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 3/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Pulished with written permission from P tatistics, IM Corporation.

You will e presented with the "Tests for everal Independent amples" dialogue ox, as shown elow:

Pulished with written permission from P tatistics, IM Corporation.

Note: The  Kruskal­Wallis H  checkox in the  –Test Type–  area should e selected  default, ut if it is not, make sure to

check this option. This option instructs P tatistics to run a Kruskal-Wallis H test on the variales ou are going to transfer
in the next step of this procedure.

Transfer the dependent variale,  Pain_core  , into the  Test Variable List:  ox and the independent variale,

Drug_Treatment_Group , into the  Grouping Variable:  ox. You can transfer these variales  either drag-and-dropping each variale

into the appropriate oxes or  highlighting (i.e., clicking on) each variale and using the appropriate   utton. You will end up
with a screen similar to the one elow:

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 4/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Pulished with written permission from P tatistics, IM Corporation.

Click the   utton. You will e presented with the "everal Independent amples: Define Range" dialogue ox, as
shown elow:

Note: If the   utton is not active (i.e., it looks faded like this,  ), make sure that the

Drug_Treatment_Group  variale is highlighted in ellow (as shown aove in step 2)  clicking on it. This will activate the 
 utton.

Pulished with written permission from
P tatistics, IM Corporation.

nter "1" into the  Minimum:  ox and "3" into the  Maximum  ox. These values represent the range of codes ou gave the groups of

the independent variale,  Drug_Treatment_Group  (i.e., Drug A was coded "1" through to Drug C which was coded "3"). You will
end up with a screen similar to elow:

Pulished with written permission from
P tatistics, IM Corporation.

Note: If ou had four groups (e.g., Drug A through Drug D) and onl wanted to analse Drug  through Drug D, ou could
enter "2" and "4" into the  Minimum:  and  Maximum  oxes, respectivel (assuming ou ordered the groups numericall).

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 5/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Click the   utton and ou will e returned to the "Tests for everal Independent amples" dialogue ox, ut now with a
completed  Grouping Variable:  ox, as highlighted elow:

Pulished with written permission from P tatistics, IM Corporation.

Click the   utton. You will e presented with the "everal Independent amples: Options" dialogue ox, as shown elow:

The Kruskal­Wallis Define
Groups Dialog Box

Pulished with written permission from
P tatistics, IM Corporation.

elect the  Descriptive  checkox if ou want descriptives and/or the  Quartiles  checkox if ou want medians and quartiles. If

ou selected the  Descriptives  option, ou will e presented with the following screen:

Pulished with written permission from
P tatistics, IM Corporation.

Click the   utton. You will e returned to the "Tests for everal Independent amples" dialogue ox.

Click the   utton. This will generate the results.

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 6/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Join the 10,000s of students, academics and professionals
who rely on Laerd Statistics. TAKE THE TOUR   PLANS & PRICING

SPSS Statistics top ^
SPSS Statistics Output for the Kruskal-Wallis H Test
You will e presented with the following output (assuming ou did not select the  Descriptive  checkox in the "everal Independent
amples: Options" dialogue ox):

Pulished with written permission from P tatistics, IM Corporation.

The mean rank (i.e., the "Mean Rank" column in the Ranks tale) of the  Pain_core  for each drug treatment group can e used to

compare the effect of the different drug treatments. Whether these drug treatment groups have different pain scores can e assessed using
the Test tatistics tale which presents the result of the Kruskal-Wallis H test. That is, the chi-squared statistic (the " Chi-quare" row), the
degrees of freedom (the "df" row) of the test and the statistical significance of the test (the "Asmp. ig." row).

SPSS Statistics top ^

Reporting the Output of the Kruskal-Wallis H Test
Using the data from the two tales aove, ou could report the result as:

General

A Kruskal­Wallis H test showed that there was a statistically significant difference in pain score between the different
drug treatments, χ2(2) = 8.520, p = 0.014, with a mean rank pain score of 35.33 for Drug A, 34.83 for Drug B and 21.35
for Drug C.

In our enhanced Kruskal-Wallis H test guide we show ou how to run a Kruskal-Wallis H test using P tatistics' new nonparametric
procedure which includes a post hoc test so that ou can determine where an differences lie etween our groups. For example, ou can
use the post hoc test to determine whether pain score is statisticall significantl different etween Drug A and Drug . We also show ou
how to write up our results if ou need to report these in a dissertation/thesis, assignment or research report. We do this using the Harvard
and APA stles. Rememer, the distriution of our data will determine whether ou can report differences with respect to medians. In our
enhanced guide, not onl do we explain how to test for this assumption, ut we also show ou how to interpret and report the results
whether ou pass this assumption or not. You can learn more aout our enhanced content here.

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 7/8
11/2/2016 Kruskal­Wallis H Test in SPSS Statistics | Procedure, output and interpretation of the output using a relevant example.

Join the 10,000s of students, academics and professionals
who rely on Laerd Statistics. TAKE THE TOUR   PLANS & PRICING

Home   Aout Us   Contact Us   Terms & Conditions   Privac & Cookies  © 2013 Lund Research Ltd

https://statistics.laerd.com/spss­tutorials/kruskal­wallis­h­test­using­spss­statistics.php 8/8