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。
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。
点击【分析】,【描述统计】,【探索】,如图3所示。
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。
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。
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。
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。
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。
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。