統計分析之:正態性檢驗——SPSS操作指南
阿新 • • 發佈:2018-11-07
在進行統計分析時,研究者們經常遇到不能確定總體分佈的情況,SPSS的正態性檢驗可以幫助解決這一問題。
先來看一下什麼是正態性檢驗。利用觀測資料判斷總體是否服從正態分佈的檢驗稱為正態性檢驗,它是統計判決中重要的一種特殊的擬合優度假設檢驗。常用的正態性檢驗方法有正態概率紙法、夏皮羅維爾克檢驗法(Shapiro-Wilktest),科爾莫戈羅夫檢驗法,偏度-峰度檢驗法等。
在實際使用中,研究者可以藉助SPSS的正態性檢驗工具進行正態性檢驗。
1.輸入分組資訊和樣本資訊,分組用數字1,2表示
2.然後選擇 分析——>統計描述——>探索(explore)
3. 在對話視窗中新增分組和變數資訊
4.點選統計量,設定如下
5.點選繪製,設定如下
6.在結果中,首先可以看到對變數的描述
6.檢驗結果
7.1組直方圖
8.2組直方圖
9.1組莖葉圖
10.2組莖葉圖
結果解讀:從圖中可以看到我們驗證的資料1組符合正態分佈,2組則不符合正態分佈。然而在實際操作中,1組和2組的資料可能是同一型別的總體。如A地區人群的身高符合正態分佈,B地區人群的身高從遺傳學角度看也應該符合正態分佈。此時如果檢驗結果與之不符,則應考慮該型別的總體不符合正態分佈。博主曾對同一型別的兩組資料進行檢驗,一組為單峰正態分佈,另一組為雙峰正態分佈。由此可見,正態性檢驗的穩定性受多種因素的影響,建議不確定的情況使用非引數檢驗,有關資訊請見連結: https://blog.csdn.net/tuanzide5233/article/details/83212076