독립 집단들을 함께 정렬하기
서로 다른 세 학급에서 점수를 조사했다면 각 학급을 한 집단으로 둘 수 있다. 집단 안에서 따로 순위를 매기는 대신 모든 점수를 합쳐 정렬한다. 따라서 집단 크기가 다를 수 있으며, 같은 사람을 여러 조건에서 반복 측정한 자료와는 구조가 다르다.
평균 대신 순위 합을 쓴다
A=(1, 2), B=(3, 4), C=(5, 6)이면 합친 자료의 순위는 값과 같고 집단별 순위 합은 3, 7, 11이다. 반면 A=(1, 6), B=(2, 5), C=(3, 4)로 배분하면 세 순위 합이 모두 7이다. 동일한 여섯 관측값도 집단 배치에 따라 순위 비교가 달라진다. 이 작은 예만으로 근사 p값의 정확성을 보장하지는 않는다.
전체 차이와 쌍별 차이
전체 검정에서 차이가 발견되어도 모든 집단 쌍이 서로 다르다는 결론은 나오지 않는다. 어느 집단이 다른지 확인하려면 적절한 후속 비교가 필요하다. 중앙값 차이로 해석할 때에도 분포 모양 등의 조건을 살펴야 하며, 순위 기반이라는 이유만으로 모든 가정이 사라지는 것은 아니다.
동률과 표본 크기
같은 관측값에는 동률 처리를 하고 통계량에도 그 영향을 보정한다. 흔한 p값 계산은 H의 카이제곱 근사를 사용하므로 각 집단이 지나치게 작으면 신뢰하기 어렵다. 같은 대상의 반복 측정이라면 독립 집단용 검정을 그대로 적용하지 말고 대응 관계를 반영하는 방법을 살펴야 한다.