您当前的位置:首页 > 计算机 > 软件应用 > 采集运算

spss正态性检验操作 spss正态性检验的结果怎么看

时间:02-09来源:作者:点击数:

若连续性随机变量X概率密度如图1所示,其中-∞0),则X服从正态分布。正态性分布在自然界和社会中广泛存在,如海浪高度,一个地区8岁儿童的身高,使用同一游标卡尺测量某工件的长度。除研究数据分布外,很多统计分析也会要求某些统计量服从正态分布,才能得出可信的结果,我们一般借助SPSS进行正态性检验,以提高工作效率,SPSS正态性检验操作步骤是什么,SPSS正态性检验的结果怎么看,本文向大家做简单的介绍。

正态分布密度函数
图1 正态分布密度函数

一、SPSS正态性检验操作

为了便于理解,这里向大家列举一个实例,我们使用某方法测量了某铁矿石中的铁元素的含量,测量次数为50次,数据如图2所示,对这组数据进行正态性检验。

录入数据
图2 录入数据

点击【分析】,【描述统计】,【探索】,如图3所示。

进入探索分析界面
图3 进入探索分析界面

将铁元素含量百分比加入因变量列表,点击图,勾选含检验的正态图,点击继续,点击确定。

勾选含检验的正态图选项
图4 勾选含检验的正态图选项

SPSS会将检验结果输出至结果查看器,我们在第二小节中,向大家介绍如何分析检验结果。

二、SPSS系数表哪个指标代表正态影响

在分析结果中,我们首先查看图5的正态性检验表,有两个检验方法,柯尔莫戈洛夫-斯米诺夫检验和夏皮洛-威尔克检验,这两个检验分别针对不同的数据量,当数据量小于等于50个时,我们可以查看夏皮洛-威尔克检验结果,当数据量大于50个时,我们查看柯尔莫戈洛夫-斯米诺夫检验结果。本例中数据恰好为50个,我们查看夏皮洛-威尔克检验结果即可。

正态性检验结果
图5 正态性检验结果

对于上述两种检验方法,如果检验显著性大于0.05,则说明数据服从正态分布,显著性小于0.05则说明数据不服从正态分布,本例中,夏皮洛-威尔克检验的显著性为0.011小于0.05,故数据不服从正态分布,提示铁元素测量方法可能存在一定问题。

我们也可以通过去趋势正态Q-Q图来判断数据是否服从正态分布,如果数据呈正态分布,图中的点会均匀分布在Y=0这条直线两侧,本例中的数据并非这样分布,而是呈一条直线,与Y=0相交,所以与前面的分析一致,数据不服从正态分布。

去趋势正态Q-Q图
图6 去趋势正态Q-Q图

我们介绍了如何使用探索描述分析对数据进行正态性检验,那么还有没有其他的方法呢,我们在第三小节中介绍。

三、使用SPSS进行正态性检验的其他方法

我们还可以通过绘制P-P图的方法进行数据的正态性检验,在图2所示界面,点击【分析】,【描述统计】,【P-P图】,然后在图7所示界面,将铁元素含量百分比加入变量,检验分布默认设置为正态,点击确定即可。

P-P图绘制设置
图7 P-P图绘制设置

去趋势正态P-P图查看方法与Q-Q图一致,在本例中,偏差不是均匀的分布于Y=0直线的两侧,因此通过去趋势正态P-P图,推断数据不服从正态分布。

去趋势正态P-P图
图8 去趋势正态P-P图

SPSS正态性检验操作步骤是什么,我们可以在描述分析方法中选择探索分析或者P-P图进行数据的正态性检验,操作非常简便,SPSS正态性检验结果怎么看,对于数据量大于50的数据我们需要查看柯尔莫戈洛夫-斯米诺夫检验结果,如果数据量小于50我们需要查看夏皮洛-威尔克检验结果,我们也可以通过P-P图或者Q-Q图直观的推测数据是否服从正态分布。

方便获取更多学习、工作、生活信息请关注本站微信公众号城东书院 微信服务号城东书院 微信订阅号
推荐内容
相关内容
栏目更新
栏目热门