如何在spss中检验数据的正态分布

检验正态分布的办法：
1、在spss菜单中选择分析——描述统计——探索，将需要检验的变量放入因变量里面，选择“绘制——带检验的正态图，看一下tests of normality就可以，如果成正态，sig不会小于临界值
2、 还可以参考QQ图，如果是正态，QQ图里的散点回呈直线，normal qq图的横坐标是实际的数据从小到大排列，纵坐标是正态分布的期望值，所以如果实际的和正态的期望相符，散点图就会呈一条直线；detrended qq图的横坐标是实际观测值，纵坐标是实际观测值减去期望值，如果数据符合正态，那么散点应当在中央横线附近

1、在spss里面输入相关数据，按照分析→描述统计→探索的顺序进行点击。

2、这个时候d出新的对话框，直接把因变量和因子放入列表中。

3、下一步需要通过绘制窗口来勾选带检验的正态图，如果没问题就确定继续。

4、这样一来等生成对应的结果以后，即可进行正态性w检验了。

一般是看峰度和偏度的，也就是那个skewness和kurtosis，但你这里没有直接提供这两个值的显著性检验结果。你想要知道是否偏离正态，这需要推断统计，也就是要知道显著性检验的结果，而描述统计做不到。
推荐你个检验正态分布的办法，在spss菜单中选择分析——描述统计——探索，将需要检验的变量放入因变量里面，选择“绘制——带检验的正态图，看一下tests of normality就可以，如果成正态，sig不会小于临界值
还可以参考QQ图，如果是正态，QQ图里的散点回呈直线，normal qq图的横坐标是实际的数据从小到大排列，纵坐标是正态分布的期望值，所以如果实际的和正态的期望相符，散点图就会呈一条直线；detrended qq图的横坐标是实际观测值，纵坐标是实际观测值减去期望值，如果数据符合正态，那么散点应当在中央横线附近
如果变量并非正态分布，可以通过以下方式处理：
spss工具栏：transform-Rank cases，将左边你要进行正态化的变量拖入右边“变量”框中；点选rank types对话窗，选中normal scores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok，此时spss页面上会生成两列新变量，第一个变量，N打头的那个就是正态化后的新变量

---