¿Cómo comparar los datos clasificados?

Tengo algunas preguntas sobre cómo analizar los datos clasificados.

Los datos se ven así: a 4 grupos de personas con VIH y a otros 16 grupos de personas que viven en la misma aldea se les pidió que clasificaran 12 desafíos para las personas con VIH según su importancia. (por ejemplo, salud física - aceptación social - salud mental - ...) ¿Cómo puedo saber si un cierto desafío es percibido de manera diferente por las personas con VIH que por otras personas?

Otra pregunta: se pidió a todos los encuestados (120) que seleccionaran individualmente de la lista de desafíos los 5 que fueron más desafiantes para ellos mismos. ¿Cómo puedo saber si las personas con VIH eligen diferentes desafíos que otras personas?

¿Cuál es la mejor manera de presentar los hallazgos? ¿Hay alguna prueba estadística para ello? Kruskal wallis es posible? He estado buscando en Internet pero estoy atrapado ...

Para su segunda tarea, podría considerar métodos de ordenación, de modo que esté trazando la ubicación de las personas dentro de un 'espacio de desafío' multivariado. Grupos diferenciados para aquellos con y sin VIH parecerían respaldar su hipótesis.

Para su primera pregunta, convierta sus elecciones en datos numéricos (en orden) para cada grupo y luego tome la diferencia absoluta entre cada elección de cada persona en cada grupo. Los que tienen la mayor diferencia podrían considerarse los que cada grupo percibe como los más diferentes.

Digamos que tiene dos personas y cada una pertenece a un grupo A y B, respectivamente. Cada persona tiene un rango de 12 artículos, 1-12. Para el ítem 1: A eligió 1 y B eligió 7. Si el resto de los ítems son constantes o muy cercanos a cero, los grupos A y B percibieron el ítem 1 diferente ya que ese ítem tiene la mayor diferencia.

También necesita hacer un juicio sobre si eso tiene sentido. Tal vez invente un subconjunto de rangos de los que esté seguro, cada grupo pensaría de manera diferente y haría la diferencia y vería si se ajusta a su subconjunto.

Defina el puntaje de importancia como los rangos, toma el valor 1 a 12, siendo 1 el menos importante y 12 el más importante.

Elija un factor de interés, por ejemplo, salud, luego recopile puntajes de importancia del grupo 1 y del grupo 2, por ejemplo:

score_health_1 <- c(1,2,3,2,4,1,2,4,3,1,2,2,3,1)

score_health_2 <- c(3,4,5,5,6,1,2,4,6,5,3,3,2,8,7,4)

Luego puede hacer una prueba wilcox.test (score_health_1, score_health_2) o una prueba t. Puede hacer esto para cada uno de los 12 factores individualmente.

Si está interesado en la prueba multivariada, por ejemplo, salud y social, entonces puede usar la prueba t ^ 2 de Hottelling, que representa la correlación en la prueba multivariada.