（一）适用资料
克—瓦氏单向方差分析是一种非参数方差分析方法，也称克—瓦氏H检验（Kruskal-Wallis H test）。作为非参数方法，它与参数方法中的完全随机资料方差分析相对应。就是说，当实验是按完全随机方式分组设计，且所得数据资料又不符合参数方法中的方差分析所需假设条件时，可进行克—瓦氏方差分析。
（二）计算过程
1.当K=3且ni≤5时
K=3是指被试分为3个组，ni≤5表示每组被试数目不超过5。这时先将各组数据混合，从小到大排出等级，再分别求各组数据的等级和，然后代入公式（11-8）：
根据所求得的H值，查附表17，表中H值为某一情况下的临界值，p是实得H值大于表中临界值的概率，相当于显著性水平。例如，对于n1=n2=n3=4的情况下，H的临界值为7.5385时，p=0.01，说明若实得H值大于7.5385，则各组被试的结果在0.01水平上有统计学意义。
【例11-8】 11名学生分别来自教师、工人和干部三种家庭，进行创造力测验的结果如下，试问家长的职业与学生创造力有否明显联系。
解：先将各数据混合排等级如下表所示：
代入公式11-8
查表 17，n1=5，n2=3，n3=3，p=0.05时，H0.05=5.5152，H＜H0.05
答：家长不同职业与学生创造力无统计学意义上的关联。
2.当K＞3或ni＞5时
附表17未列出K＞3或ni＞5时的H临界值。遇到这种情况，仍按公式11-8算出H值，然后用公式11-9进行校正，查df=k-1的χ2表，若校正后的值大于对应的χ2临界值，表明各组差异具有统计学意义，否则认为差异无统计学意义。
【例11-9】 A，B，C，D四所学校分别选出一部分人作为本校代表队参加物理竞赛，结果如下。问四所学校成绩有否显著不同。
解：四校数据合并求出等级，代入公式11-8
答：四个代表队成绩有显著差异。
有人指出，当出现相同等级时应对H用下面的公式进行校正（无论大样本还是小样本）
式中Ti=t3-t，而t表示某一个相同等级所含数据的数目。在【例11-9】中等级为3.5的有两个（T1=23-2=6），等级为5.5的有两个（T2=23-2=6），等级为10.5的有4个（T3=43-4=60），等级为18.5的有4个（T4=43-4=60），等级为22.5的有两个（T5=23-2=6），等级为32.5的有两个（T6=23-2=6），等级为30的有3个（T7=33-3=24）。
∑T=T1+T2+T3+T4+T5+T6+T7=168
H值校正后：
可以看到，校正量并不大，因而这种校正不常用，由于这种校正是使H值增大，若未校正时H值已达显著，则没有必要再做校正（【例11-9】即如此）。