Como testar se os seus dados é normalmente distribuída com SPSS

O pacote estatístico para o programa de Ciências Sociais é um poderoso aplicativo que permite aos usuários executar pesquisas, análise complexa e testes estatísticos. No entanto, se você deseja realizar testes estatísticos, primeiro você tem que testar os seus dados para determinar se ele é normalmente distribuída. Isto significa que os dados não está cheio de anomalias que podem criar resultados imprecisos. Felizmente, SPSS foi construído com opções que você pode acessar para determinar se os seus dados é normal.

Abra o arquivo SPSS que tem os dados que você deseja testar e clique em "Analisar" na barra de menu.
Selecione "Serviços descritivas" a partir do menu drop-down e selecione "Explorar". A janela pop-up Explorar abre.
Clique na variável que você deseja testar a normalidade na caixa no lado esquerdo da janela, em seguida, arrastá-lo para a caixa "Dependent List" no lado direito.
Clique no botão "Estatísticas" no canto superior direito da janela para abrir a janela pop-up de Estatísticas. Não faça quaisquer alterações às opções exibidas e clique no botão "Continuar".
Clique no botão "Plots" na janela do Explore. A janela Lotes abre. Selecione "Nenhum" na seção "Boxplots" e desmarque todas as opções na seção "descritiva".
Selecione a opção "parcelas de normalidade testes com" caixa de seleção, clique em "Continuar". Clique em "OK" e janela de saída abre-se automaticamente. A janela de saída exibe os resultados.
Comente os resultados nos "testes de normalidade de" caixa para determinar se os dados são normalmente distribuídos. A caixa apresenta os resultados de dois tests- o teste de Kolmogorov-Smirnov e o teste de Shapiro-Wilk. O teste de Kolmogorov-Smirnov é usado para testar grandes conjuntos de dados, enquanto o teste de Shapiro-Wilk é mais apropriada para uma amostra mais pequena, tal como números 50 ou menos. Se a coluna "Sig" de qualquer um dos testes está acima de 0,05, os dados são distribuídos normalmente.

Compartilhar em redes sociais:

Similar