【原】简单的方法教会你，利用SPSS对数据进行正态性检验

导读

当我们应用统计方法对数据进行分析时，会发现很多方法都要求数据服从正态分布或近似服从正态分布，例如t检验、方差分析、线性回归等，所以对数据进行正态性检验是很有必要的，这节就介绍一下如何用SPSS对数据进行正态性检验。

一

统计检验方法

1. 偏度和峰度

偏度反映的是分布形状是否对称，偏度>0为右偏，偏度<0为左偏。

峰度反映的是分布形状是平坦还是尖峰，峰度>0为尖峰，峰度<0为平坦峰。

（1）操作步骤

将数据放入变量框中；点击统计，在分布框中勾选偏度和峰度。

（2）结果解读

由结果可以看出，偏度为-0.034，峰度为0.066，两个值都约等于0，所以认为数据近似服从正态分布。

2.KS检验和SW检验

将数据放入因变量列表；点击图，勾选含检验的正态图

由结果看出：KS检验和SW检验的P值分别为0.200和0.999，均大于0.05，因此不能拒绝原假设，认为数据服从正态分布。

二

图形法（P-P图和Q-Q图）

P-P图是比较理论上正态分布的累积概率与样本数据的累积概率的吻合程度，Q-Q图是比较理论分位数和实际分位数的吻合程度。如果服从正态分布，则数据点应与理论直线基本重合。

以Q-Q图为例（P-P图操作类似）

数据选入变量框中，检验分布框选择正态，其他默认即可。

由图可看出，图中的点大致都在一条直线上，所以数据满足正态分布。

利用SPSS对数据进行正态性检验，你学会了吗？有所收获的话，请转发给需要的朋友哦~~