Erforderliche Pakete laden

library(coin)   # Kruskal-Wallis-H-Test
library(PMCMR)  # Post-hoc-Tests und Trendtest nach Jonckheere-Terpstrata

Datensatz einlesen und Variablen spezifizieren

# Datensatz einlesen
Behinderung <- as.factor(rep(c("keine","körperlich","geistig","emotional"), each=7))
Einschätzung <- c(75,86,66,73,79,81,70,60,70,65,56,75,80,70,51,48,63,54,45,
61,50,33,87,42,68,74,51,80)
data <- data.frame(Behinderung, Einschätzung)


# Variablen spezifizieren
Faktor <- "Behinderung" # Names des Faktors eingeben 
AV <- "Einschätzung"    # Name der abhängigen Variable eingeben

Signifikanztest und mittlere Rangsummen

# Signifikanztest
library(coin)
data2 <- na.omit(data[, c(AV, Faktor), drop=FALSE])
model <- as.formula(paste(AV,"~",Faktor))
test <- kruskal_test(model, data = data2)

# Mittlere Rangsummen
data2$Rank <- rank(data2[,AV])
mrs <- tapply(data2$Rank, data2[,Faktor], mean)

# Post-hoc-Tests
library(PMCMR)
post.hoc <- posthoc.kruskal.conover.test(formula=model, data=data2, p.adjust="holm")
## Warning in posthoc.kruskal.conover.test.default(c(75, 86, 66, 73, 79, 81, : Ties
## are present. Quantiles were corrected for ties.
list("Mittlere Rangsummen"=mrs, Signifikanztest=test, "Post-hoc-Tests"=post.hoc)
## $`Mittlere Rangsummen`
##  emotional    geistig      keine körperlich 
##  13.857143   7.071429  21.071429  16.000000 
## 
## $Signifikanztest
## 
##  Asymptotic Kruskal-Wallis Test
## 
## data:  Einschätzung by
##   Behinderung (emotional, geistig, keine, körperlich)
## chi-squared = 10.472, df = 3, p-value = 0.01496
## 
## 
## $`Post-hoc-Tests`
## 
##  Pairwise comparisons using Conover's-test for multiple  
##                          comparisons of independent samples 
## 
## data:  Einschätzung by Behinderung 
## 
##            emotional geistig keine 
## geistig    0.2376    -       -     
## keine      0.2376    0.0047  -     
## körperlich 0.5621    0.1100  0.3539
## 
## P value adjustment method: holm

Hinweis: Trendtest nach Jonckheere-Terpstrata

# library(PMCMR)
# jonckheere.test(x=data[,AV], g=data[,Faktor], alternative="increasing")


Grafiken