SPSS|问卷数据如何进行正态性检验？

• 正态分布检验方法
• 检验法
• 图示法
• 正态分布转化方式
• 数据压缩
• Box-Cox变换
• Johnson转换
• 正态分布检验方法

在数据分析过程中，很多方法都需要数据满足正态分布，比如方差分析、独立t检验、线性回归分析（因变量）等。如果说没有这个前提可能会导致分析不严谨等等。检验数据是否服从正态分布不仅仅有一种方法，一般可以分为检验法和图示法。

• 检验法

参考文献：
[1]陈平雁, 黄浙明. SPSS 13.0统计软件应用教程[J]. 人民卫生出版社, 2005.
[2]刘堃. SPSS统计分析在医学科研中的应用[M]. 人民卫生出版社, 2012.

举例进行分析：

个性化服务, 隐私保护, 购买意愿, 公司职员全部均不具有正态性特质。这里需要注意：原假设是服从正态分析，模型显著就会拒绝原假设！！！！！！！！！！！！！

• 图示法

直方图：

如果使用直方图，直方图若呈现‘中间高，两边低，左右基本对称的钟形图’则基本服从正态分析。

符合：

不符合：

PP图：

p-p图和q-q图都是根据累计分布函数理论计算的，使用它们可以进行数据是何种分布的检验，但是常用于检验数据是否服从正态分布。如果图形中所有店都聚集在直线上，则说明变量分布服从于所要检验的分布，直观说法就是如果散点分布近似‘对角线’则可以认为正态分布。

符合：

不符合：

QQ图；

直观说法就是如果散点分布近似‘对角线’则可以认为正态分布。

符合：

不符合：

核密度图:

与直方图类似。

---

• 正态分布转换方式

• 数据压缩
  数据压缩法是指对数据进行一些数学变换处理，如取自然对数、开根号等。通常情况下，此种处理方式适用于数字较大时。当数字较大时进行取自然对数或开根号处理，此时处理后的数字会相对较小如果数字非常小，则可以考虑对数据进行取指数次方，使其相对数字变得更大，以尽量满足正态分布的特质。

• Box-Cox变换
  原理与数据压缩法类似。

Box-Cox 变换会让数据更可能变得正态，但并非进行Box-Cox 变换后，数据一定会满足正态分布的特质。

• Johnson转换

Johnson 转换利用分布族数学原理进行转换，其转换公式相对复杂与数据压缩法和 Box-Cox 变换类似，Johnson 转换后的数 据会相对更加满足正态分布，但是并非转换后数据一定会满足正态分布，而且会丢失数据的原始意义，仅余下数据的相对意义。

SPSSAU​www.spssau.com/?100001000