SPSS应用——正态性检验的多种方式

上期我们一起了解了SPSS的基础内容（→还不知道该如何使用SPSS？快来学习！）。

接下来我们就进入SPSS的实战演练，首先学习的是如何使用SPSS进行正态性检验。

用SPSS进行正态性检验

点击观看课程视频

之前我们介绍t检验时提到，t检验需要数据满足正态分布，而判断数据是否符合正态分布就需要用到正态性检验。

正态性检验，即利用观测数据判断总体是否服从正态分布的检验｡

使用SPSS进行正态性检验有多种方法，包括频率直方图、P-P图、Q-Q图和K-S检验等。

接下来我们以检验100名学生的身高､体重是否分别符合正态分布为例，向大家演示SPSS进行正态性检验的不同方法。

1、频率直方图 

首先打开SPSS的数据编辑窗口，导入数据。

点击上方工具栏的“分析”，然后选中“描述统计”中的“频率”。

选中“频率”后会跳出如下对话框，需要在此设置变量，在这个例子中，变量为“身高”“体重”。然后点击“图表”，勾选“直方图”及“在直方图中显示正态曲线”，点击“继续”。

在结果管理窗口中，我们可以看到下面的直方图。

在前面几期内容中和大家提到过，符合正态分布的直方图的顶端曲线相连后是一条呈钟形的曲线，直方图的左右越均衡，其正态性越强。

从频率直方图可以粗略看出，身高符合正态分布，体重偏向一侧，与正态分布曲线的拟合不佳。

2、P-P图 

点击上方工具栏的“分析”，然后选中“描述统计”中的“P-P图”。

跳出如下对话框后，同样需要设置变量，然后点击“确定”。

在结果管理窗口中，我们可以看到下面的散点图。

观察结果，若散点能够与斜线吻合，则说明该数据序列符合正态分布。

从上述图中可以看出，身高较符合正态分布，而体重点分散在两侧，没有集中在一条直线上，所以不符合正态分布｡

3、K-S检验 

点击上方工具栏的“分析”，然后选中“非参数检验”、“旧对话框”中的“单样本K-S”。

同样在跳出的对话框中设置变量，检验分布选中“正态”，点击“确定”。

在结果管理窗口中，我们可以看到下列表格。

表格中我们主要关注“渐进显著性（双尾）”，它通常也被称为P值。当P值大于0.05时，数据符合生态分布，当P值小于0.05时，数据是非正态的，且P值越大，正态性越好。

从表中我们可以看出身高的P值是0.801，体重的P值是0.099，两者都符合正态分布，但身高的正态性更好。

关于使用SPSS进行正态性检验的方法就介绍到这里啦，大家也可以打开SPSS用数据进行尝试哦。

下一期我们将接着为大家演示：如何使用SPSS进行t检验。