如何使用spss对数据进行正态性检验（spss怎么做正态检验）

我们在阅读文学作品时，经常会看到这样的句子：

当数据服从正态分布时，我们就需要用这种统计方法来检验。当数据不服从正态分布时，我们需要用该方法进行检验。大家肯定有疑问，这是为什么呢？判断数据是否服从正态分布在这个过程中起什么作用？

事实上，很多时候，我们获得数据后，需要从单个样本中获取样本信息，通过统计分析来估计整体的参数信息。在进行统计分析之前，我们需要识别样本的分布特征。

如果您不了解样本的分布特征，您就有选择错误统计检验的风险。许多统计方法在使用时假设数据服从正态分布，例如单/双样本T检验。然后，在获得一些数据之前，我们必须验证数据是否服从正态分布。接下来小编就为大家简单介绍一下如何使用SPSS来检验数据的正态性。

首先让我向您展示一个文献中的例子：

某单位2018年员工体检获得的24名员工血清总胆固醇测定结果如下：

经计算，24名员工血清总胆固醇平均值=3.88，标准差S=0.73。通过准备频数表，绘制直方图如下：

从图中可以看出，均值附近的频率较大，并且围绕这个中心基本对称。在处理数据时，我们将其视为数学正态分布。那么如何利用SPSS验证数据是否服从正态分布呢？有很多方法可以检验数据是否服从正态分布。下面我们就给大家介绍一些简单的方法。

1.正态曲线图

单击“分析”、“描述性统计”和“频率”。

选择数据放入变量，点击图表-直方图-在直方图中显示正态曲线。

得到以下结果：

2.峰度和偏度

偏度反映了分布形状是否对称。偏度<0是右偏，偏度<0是左偏。

峰度反映了分布形状是平坦的还是尖锐的。峰度0是尖峰，峰度0是平峰。

3.KS检查和SW检查

单击“描述性统计”中的“分析”、“探索”。

将数据放入因变量列表中；单击图形并检查带有测试的正态图。

得到以下结果：

从结果可以看出，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，数据被认为服从正态分布。

4.P-P图和Q-Q图

P-P图比较正态分布的理论累积概率与样本数据累积概率的一致程度，Q-Q图比较理论分位数与实际分位数的一致程度。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。

单击“描述性统计”中的“分析”、“Q-Q图”。

在变量框中选择数据，在检验分布框中选择正态分布，其余保留默认值。

从图中可以看出，图中的点大致在一条直线上，因此数据满足正态分布。

有很多方法可以检验数据是否服从正态分布。这里仅介绍一些非常简单的测试方法。对数据进行统计分析时，首先要了解数据的分布特征，才能选择正确的方法，万无一失。#清风计划#

参考链接：

[1]安胜利.统计学讲座系列第二讲正态分布与参考值范围估计[J]护理杂志，2006:93-94。

[2]石月贤，赵月，侯亚红，高敏，王立军，尚少梅。血液透析患者并发高磷血症的非疾病因素研究[J].中华护理杂志，2018,53(10):1186-1191。