如何使用SPSS检验数据是否服从正态分布

在使用IBM SPSS Statistics参数检验中的T检验时，一般情况下，都需先验证数据是否服从正态分布。如果服从正态分布的话，就可以执行T检验；反之，则需要使用非参数检验的方法。

那么，该如何使用SPSS检验数据是否服从正态分布呢？我们可以使用非参数检验中的KS检验、图表中的Q-Q图、描述统计中的偏度峰度系数、探索统计的正态验证来进行数据的正态分布检验。本文会先重点介绍KS检验与Q-Q图。

一、KS检验

KS检验，是Kolmogorov-Smirnov检验的简称，中文译为柯尔莫哥洛夫-斯米尔诺夫检验，是一种检验拟合优度的检验方法，可用于检验数据是否服从理论分布，比如是否服从正态分布。

接下来，我们使用一组初中生的身高数据来作为示例数据。

然后，如图2所示，在SPSS的非参数检验菜单中，打开单样本KS检验功能。

如图3所示，在KS检验设置面板中，重点是要进行检验变量与检验分布的设置。本例需要检验的是身高样本数据是否服从正态分布，因此，需要将身高变量添加到检验变量，并勾选检验分布中的“正态”选项。

在正态检验选项中，一般情况下，选择默认的“使用样本数据”即可。

然后，再打开选项面板，勾选所需的统计数值（建议勾选描述）与缺失值的处理方式。

完成检验设置后，运行检验。

如图5所示，在KS检验结果中，可以看到，当前检验的分布是正态分布，而其渐进显著性数值为0.00