SPSS如何進行正態分佈檢驗

　　正態分佈是在分析連續變數的一個常用分析方式，可以給接下來的統計分析帶來了一些前瞻性的判斷，而K-S單樣本檢驗是最常用的正態分佈檢驗方法，那麼現在就來教你SPSS如何進行正態分佈檢驗

　　開啟一份SPSS資料，然後點選【分析-非引數檢驗-單樣本】

　　開啟單樣本非引數檢驗對話方塊，在【目標】中選擇【自動比較觀察資料和假設資料】

　　在【欄位】中選擇【使用定製欄位分配】，然後選擇要進行檢驗的欄位

　　在【設定】中，點選【檢驗選項】，然後在顯著性水平區間輸入為【0.05】

　　接著繼續要【選擇檢驗】中勾選【K-S檢驗】

　　在K-S檢驗選項中勾選【正態分佈】

　　最後即可看到假設檢驗彙總，這裡是【拒絕原假設】，即可以認為所檢驗的欄位不服從正態分佈

　　正態分佈又名高斯分佈，是一個在數學、物理及工程等領域都非常重要的機率分佈，在統計學的許多方面有著重大的影響力。

　　若隨機變數服從一個位置引數、尺度引數為的機率分佈，記為：則其機率密度函式為正態分佈的數學期望值或期望值等於位置引數，決定了分佈的位置；其方差的開平方或標準差等於尺度引數，決定了分佈的幅度。正態分佈的機率密度函式曲線呈鐘形，因此人們又經常稱之為鐘形曲線。我們通常所說的標準正態分佈是位置引數, 尺度引數的正態分佈。

　　1、方法一：正態曲線直方圖。在分析選項卡下，選擇描述--頻率，在頻率頁面，在繪圖選項選擇帶正態曲線的直方圖。繪製帶正態曲線的直方圖透過對比直方圖與正態曲線的擬合程度，判定資料序列的分佈形態是否接近正態分佈。我們以家庭總收入為例，根據直方圖，判斷是否符合正太分佈，很明顯曲線是偏向一側的，所以不符合正太分佈。

　　2、方法二：Q-Q圖和P-P圖。在分析選項卡下，選擇“分析”-“描述統計”-“P-P圖或Q-Q圖”。P-P圖與Q-Q圖的判斷原理相同，區別在於橫縱座標的單位不同，P是累積比例，Q是分位數。還是以家庭總收入為例。散點能夠與斜線很好的吻合，則說明該資料序列符合正態分佈，明顯點分散在兩側，沒有集中在一條直線上，所有不成正態分佈。

　　3、方法三：K-S正態檢驗。這是在不確定資料分佈是否成正態性分佈經常用的檢驗方法，在分析選項卡下，選擇：分析-非引數檢驗-舊對話方塊-樣本K-S。用K-S作正態性檢驗則是透過對比資料序列與標準正態分佈有沒有顯著性差異來判斷序列是否滿足正態分佈。透過比較檢測P值，P>0.05（具體值自己設定），說明與正態性沒有顯著差異，成正態性分佈。圖中分析結構，為0，說明不成正態性分佈。