SPSS 教程(简版):正态性检验与判断 | 您所在的位置:网站首页 › 正态分布如何判断 › SPSS 教程(简版):正态性检验与判断 |
2 单样本正态性检验界面,选入“体重”至“因变量列表”,“图”模块进行正态性检验 ① 因变量列表(dependent variable):这一选框选入检验变量、或者结局变量(是希望去探讨的目标变量) ② 图:见下图:选“含检验的正态图、茎叶图、直方图” ① 茎叶图和直方图,两者都√上。特别是直方图,可以直观地看出数据的分布形态。 ② 含检验的正态图:这一选项即进行正态性检验。 3 单样本正态性分析结果及解释 SPSS提供两种正态性检验结果,分别是柯尔莫戈洛夫-斯米诺夫(Kolmogorow-Smironov,KS)检验,另外一个是夏皮洛-威尔克(Shapiro-wilk,SW)。中文翻译起来非常别扭,建议用英文和缩写区别二者。二者结果均有统计量(statistic),df(自由度),显著性(sig., P值)。 划重点:一般小样本(2000以下)选择SW的方法,本例亦是如此。事实上,可能大部分研究正态性检验选择SW检验方法。正态性检验最重要的是看“显著性”。 因此,本例结论是,P=1.000>0.05,差异没有统计学意义,还不能说明该样本的总体分布是偏态分布,可以认为该体重正态性是符合的。 此外,直方图能够较直观判断数据分布特征。可以看出,体重大致属于中间多两边少的正态分布。 4 多样本正态性检验界面 多样本正态性与单样本正态性检验相似,但“探索”界面稍有不同。 ① 因子列表(Factor variable):这一选框选入分组变量、或者原因变量。本研究分组变量为group(饲料类型),可以分为2组。 ② 图:见单样本正态性检验,此处略 5 多样本正态性检验结果及解释 经SW检验,结果为:高蛋白组体重P=0.977,低蛋白组体重P=0.974,没有统计学意义,两组数据正态性均符合。 它们各自的直方图如: 以上为规规矩矩的正态性检验过程,看明白了吗? 正态性检验的实际应用 经常有同学问“我的数据正态性检验P0.05; 第2类:正态分布不符合,P |
CopyRight 2018-2019 实验室设备网 版权所有 |