spss如何進行正態性檢驗

在數據分析過程中，我們經常會用到不同分佈形態的的數據。常見的數據分佈形態有正態分佈，隨機分佈（均勻分佈）、泊松分佈、指數分佈等，但在數據分析中，最重要的分佈形態是正態分佈，很多數據分析技術都是面向正態分佈的定距變量或者高測度的定序變量。如何分辨數據是否是正太分佈呢，進行如下三種方法的介紹。

操作方法

（01）方法一：正態曲線直方圖在分析選項卡下，選擇描述--頻率，在頻率頁面，在繪圖選項選擇帶正態曲線的直方圖。繪製帶正態曲線的直方圖通過對比直方圖與正態曲線的擬合程度，判定數據序列的分佈形態是否接近正態分佈。我們以家庭總收入為例，根據直方圖，判斷是否符合正太分佈，很明顯曲線是偏向一側的，所以不符合正太分佈。

（02）方法二：Q-Q圖和P-P圖在分析選項卡下，選擇“分析”-“描述統計”-“P-P圖或Q-Q圖”。P-P圖與Q-Q圖的判斷原理相同，區別在於橫縱座標的單位不同，P是累積比例，Q是分位數。還是以家庭總收入為例。散點能夠與斜線很好的吻合，則説明該數據序列符合正態分佈，明顯點分散在兩側，沒有集中在一條直線上，所有不成正態分佈。

（03）方法三：K-S正態檢驗這是在不確定數據分佈是否成正態性分佈經常用的檢驗方法，在分析選項卡下，選擇：分析-非參數檢驗-舊對話框-樣本K-S。用K-S作正態性檢驗則是通過對比數據序列與標準正態分佈有沒有顯著性差異來判斷序列是否滿足正態分佈。通過比較檢測P值，P>0.05（具體值自己設定），説明與正態性沒有顯著差異，成正態性分佈。圖中分析結構，為0，説明不成正態性分佈。

特別提示

用哪種檢驗方法根據數據量的大小和是否能夠預測自己選擇即可。