在进行统计分析时,研究者们经常遇到不能确定总体分布的情况,SPSS的正态性检验可以帮助解决这一问题。
先来看一下什么是正态性检验。利用观测数据判断总体是否服从正态分布的检验称为正态性检验,它是统计判决中重要的一种特殊的拟合优度假设检验。常用的正态性检验方法有正态概率纸法、夏皮罗维尔克检验法(Shapiro-Wilktest),科尔莫戈罗夫检验法,偏度-峰度检验法等。
在实际使用中,研究者可以借助SPSS的正态性检验工具进行正态性检验。
1.输入分组信息和样本信息,分组用数字1,2表示
2.然后选择 分析——>统计描述——>探索(explore)
3. 在对话窗口中添加分组和变量信息
4.点击统计量,设置如下
5.点击绘制,设置如下
6.在结果中,首先可以看到对变量的描述
6.检验结果
7.1组直方图
8.2组直方图
9.1组茎叶图
10.2组茎叶图
结果解读:从图中可以看到我们验证的数据1组符合正态分布,2组则不符合正态分布。然而在实际操作中,1组和2组的数据可能是同一类型的总体。如A地区人群的身高符合正态分布,B地区人群的身高从遗传学角度看也应该符合正态分布。此时如果检验结果与之不符,则应考虑该类型的总体不符合正态分布。博主曾对同一类型的两组数据进行检验,一组为单峰正态分布,另一组为双峰正态分布。由此可见,正态性检验的稳定性受多种因素的影响,建议不确定的情况使用非参数检验,有关信息请见链接:https://blog.csdn.net/tuanzide5233/article/details/83212076