正态性检验SPSS

定量数据的分布是否正态决定了其统计描述方法及统计分析方法的选择。正态（包括近似正态）数据以均值±标准差描述，可采用t检验或F检验等。偏态数据则采用中位数（四分位数间距/上、下四分位数）描述，即M（IQR）或M（P25，P75）。因此，数据分析前首先需要判定其分布是否正态。

2.将分组变量选入“因子列表”，如需探讨整体数据的正态性（即单样本正态性检验，则“因子列表”留空），本例示范为两样本正态性检验，因此分组变量选入。

3.“图”：勾选茎叶图、直方图、含检验的正态图，其中“含检验的正态图”即会输出正态性检验结果。

结果解读：

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）和夏皮洛-威尔克（Shapiro-wilk,SW）。

样本量2000以下时选择SW方法（即一般情况下都是选用SW法）。

本例正态性检验：A组P=0.000＜0.05，B和C组P＞0.05，A不符合正态分布，B和C组可以认为正态性符合。