Spss에서 정규성을 테스트하는 방법

많은 통계 테스트에서는 테스트 결과를 신뢰할 수 있으려면 하나 이상의 변수가 정규 분포를 거쳐야 합니다.

이 튜토리얼에서는 SPSS에서 변수의 정규성을 테스트하는 데 사용할 수 있는 두 가지 방법을 설명합니다.

각 방법은 20명의 농구 선수가 득점한 게임당 평균 점수를 보여주는 다음 데이터 세트를 사용합니다.

방법 1: 히스토그램

변수가 정규 분포를 따르는지 확인하는 한 가지 방법은 히스토그램을 만들어 변수 분포를 표시하는 것입니다. 변수가 정규 분포 를 따르는 경우 히스토그램은 중앙에 더 많은 값이 있고 꼬리에 더 적은 값이 있는 “종” 모양을 취해야 합니다.

이 농구 데이터 세트에 대한 히스토그램을 생성하려면 차트 탭을 클릭한 다음 차트 빌더를 클릭하면 됩니다.

나타나는 창의 선택 목록에서 히스토그램을 선택하고 편집 창으로 드래그합니다. 그런 다음 변수 점을 x축으로 드래그합니다.

확인을 클릭하면 다음 히스토그램이 나타납니다.

변수 포인트가 완벽하게 정규 분포되어 있지는 않지만 대략 종 모양을 따르며 대부분의 플레이어가 게임당 10~20점 사이를 득점하고 해당 점수를 벗어나는 플레이어는 더 적다는 것을 알 수 있습니다.

이는 정규성을 테스트하는 공식적인 방법은 아니지만 변수의 분포를 시각화하는 빠른 방법을 제공하고 분포가 종 모양인지 여부에 대한 대략적인 아이디어를 제공합니다.

방법 2: 공식 통계 테스트

변수가 정규 분포를 따르는지 여부를 확인하기 위해 공식적인 통계 테스트를 사용할 수도 있습니다. SPSS는 다음과 같은 정규성 검정을 제공합니다.

• 샤피로-윌크 테스트
• 콜모고로프-스미르노프 테스트

각 검정의 귀무가설은 주어진 변수가 정규 분포를 따른다는 것입니다. 검정의 p-값이 특정 유의 수준(일반적으로 0.01, 0.05, 0.10 포함)보다 낮으면 귀무 가설을 기각하고 변수가 정규 분포를 따르지 않는다고 주장할 수 있는 충분한 증거가 있다는 결론을 내릴 수 있습니다. .

SPSS에서 이 두 가지 테스트를 동시에 수행하려면 분석 탭을 클릭한 다음 기술 통계를 클릭하고   탐색 :

나타나는 새 창에서 변수 포인트를 종속 목록이라고 표시된 영역으로 드래그합니다. 그런 다음 도표를 클릭하고 검정을 통한 정규성 도표 옆의 상자가 선택되어 있는지 확인하십시오. 그런 다음 계속 을 클릭합니다. 그런 다음 확인을 클릭합니다.

확인을 클릭하면 정규성 테스트 결과가 다음 상자에 표시됩니다.

각 검정에 대한 검정 통계량과 해당 p-값이 표시됩니다.

콜모고로프-스미르노프 테스트:

• 테스트 통계: 0.113
• p-값: 0.200

샤피로-윌크 테스트:

• 테스트 통계: 0.967
• p-값: 0.699

두 테스트 모두 p-값이 0.05 이상입니다. 이는 포인트 변수가 정규 분포를 따르지 않는다고 말할 수 있는 충분한 증거가 없음을 의미합니다.

변수가 정규 분포를 따른다는 가정 하에 통계 검정을 수행하려면 변수 포인트가 이 가정을 충족한다는 것을 알 수 있습니다.