品牌型号：联想ThinkBook

系统：windows10 64位旗舰版

软件版本：IBM SPSS Statistics 29.0.2.0

在进行数据统计之前，为了确保统计的数据具有统计学意义，也为了找到合适的统计分析方法，一般会对数据进行正态性检验。为了让大家能更好的理解正态性检验，下面给大家详细讲解，SPSS正态性检验结果怎么分析，以及SPSS正态性检验结果怎么看。

一、SPSS正态性检验结果怎么分析

下面结合一个简单的案例给大家详细讲解正态性检验。原始数据为患者服用两种不同降血糖药物，血糖数值的正态分布情况。

1.在SPSS中，通过文件菜单栏中的“导入数据”，将原声数据导入到SPSS中，如下图所示。

2.在菜单栏中，点击“分析”菜单栏中“描述统计”下的“探索”选项。

3.在“探索”窗口，将“血糖”变量移动到因变量列表，将“药物类型”移动到因子列表中。

4.点击“统计”按钮，在弹出窗口，选中“描述”选项，设置置信区间数值。

5.点击“图”按钮，在弹出的窗口，选中“直方图”和“含检验的正态图”选项，点击“继续”按钮，返回“探索”窗口。

6.在“探索”窗口，点击“确定”按钮，SPSS就会显示正态检验分析结果，见下图。

二、SPSS正态性检验结果怎么看

对原始数据完成正态检验后，就需要对检验结果进行解读，以此判断是否具备统计学意义。下面将上文的检验结果给大家进行解读。

个案处理摘要表格体现的是不同药物类别的统计个数，简单了解就可以。描述表格中主要体现的是不同药物类型数据的平均值、方差、最大值、最小值、偏度、峰度等。

正态性检验表格很重要。在统计学中显著性参数以0.05为参考值，显著性大于0.5，则说明数据呈正态分布，显著性小于0.05，说明数据不符合正态分布。

在下图中，药物A和药物B的显著性数值分别是0.823和0.697，两种药物的显著性数值都大于0.05，说明数据符合正态分布，两种药物的差异没有统计学意义。

3.在直方图中，可以很直观的观察到，血糖数值没有特别大的偏差，正态的数据分布是符合正态分布的。

三、SPSS正态性检验方法有哪些

在数据统计中，正态检验方法主要有三大类，分别是统计检验法、图示法和描述法。在这三种检验方法中统计检验法是最严谨的检验方法，下面给大家详细讲解一下正态检验的三种方法。

统计检验法又分为三种检验法，Shapiro-Wilk检验、Kolmogorov-Smirnov检验和Jarque-Bera检验。当样本数据小于50的时候，一般使用Shapiro-Wilk检验，样本数据大于50的时候，使用Kolmogorov-Smirnov检验和Jarque-Bera检验。

图示法可以检验数据的分布情况，也可以检验数据的正态性。图示法有三类，分别是直方图、P-P图和Q-Q图。比如说直方图，在进行观察的时候，主要看数据是不是呈现中间高，两边低的分布趋势，如果是，则可以认为数据符合正态分布。

描述法在判断数据正态性的时候，主要是通过偏度和峰度数值，验证数据是否符合正态分布，是一种辅助方法。

总结：以上就是SPSS正态性检验结果怎么分析，以及SPSS正态性检验结果怎么看的全部内容。本文不仅给大家讲解了在SPSS中如何进行正态性检验，还给大家讲解了怎么看正态性检验结果。同时，也给大家详细介绍了正态性检验的三种方法，希望能帮助到有需要的小伙伴。

作者：子楠