应用SPSS探索性分析，检验数据的正态性分布

IBM SPSS Statistics探索性分析提供了数据过滤、离群值识别、假设检验等分析功能。在《应用SPSS探索性分析，快速检查数据异常值》一文中，我们应用探索性分析检查到数据中存在着极端值的情况。本节，将会继续应用检验功能检查数据的正态分布情况。

一、图分析功能简介

如图1所示，IBM SPSS Statistics探索性分析中的图功能包含了图表的可视化以及正态性检验，简单介绍如下：

1.箱图，以最大值、最小值、中位数和两个四分位数描述数据，可检查数据的对称性与分散程度。

2.描述性，包含茎叶图和直方图。

3.带检验的正态图，包含正态性检验以及正态Q-Q图。

4.含莱文检验的分布-水平图，控制分布-水平图的数据转换。

接下来，我们将简单应用以上功能到本文的例子中，用以检验不同性别的客单价数据是否符合正态分布。

图1：图分析功能

二、应用图分析功能

1、设置图分析选项

如图2所示，分别勾选“直方图”以及“含检验的正态图”两个选项，然后单击“继续”，获取分析结果。

图2：图分析选项

2、解读图分析结果

首先，我们来看一下正态性检验的数值。如图3所示，可以看到，男性客单价在两种检验中均低于0.05的置信度，因此可以拒绝其正态分布的假设。

而女性客单价在柯尔莫哥洛夫-斯米诺夫检验（K-S检验）中高于0.05的置信度，在夏皮洛-威尔克检验（S-W检验）中低于0.05的置信度，因本例女性只有49个样本，属于小样本，要采用S-W检验结果，即拒绝其正态分布的假设。

图3：正态性检验

除了使用正态性检验数据，我们还可以通过正态Q-Q图，简单看一下不同性别客单价的实测值与期望正态值的关系。当数值分布于正态曲线上，表明变量符合正态分布。

如图4所示，可以看到，男性的客单价偏离正态曲线，不符合正态分布。

图4：男性客单价正态Q-Q图

如图5所示，女性的数值虽然都接近于正态曲线，但也有一些离散的值，如果样本量大一点，可能效果会更好一点。

图5：女性客单价正态Q-Q图

然后，如图5所示，选中已添加的地区变量，在新名词处输入重新编码后的变量名称：地区编码，并将其添加为新名称。

图6：女性客单价直方图

从以上结果可以看到，男性与女性的客单价均不符合正态分布的假设，这可能与样本量较少有关。以上就是IBM SPSS Statistics探索性分析的应用介绍，您学会了吗？