Testen auf Normalität mittels SPSS-Statistik Einleitung Eine Bewertung der Normalität von Daten ist eine Voraussetzung für viele statistische Tests, da normale Daten eine zugrunde liegende Annahme in parametrischen Tests sind. Es gibt zwei Hauptmethoden zur Bewertung der Normalität: grafisch und numerisch. Diese Kurzanleitung hilft Ihnen, festzustellen, ob Ihre Daten normal sind und dass diese Annahme in Ihren Daten für statistische Tests erfüllt ist. Die Ansätze lassen sich in zwei Hauptthemen unterteilen: auf statistische Tests oder visuelle Inspektion. Statistische Tests haben den Vorteil, dass sie eine objektive Beurteilung der Normalität durchführen, aber sie werden benachteiligt, wenn sie manchmal nicht empfindlich genug sind, bei niedrigen Probengrößen oder sehr empfindlich gegenüber großen Probengrößen. Als solche verwenden einige Statistiker ihre Erfahrung, um ein subjektives Urteil über die Daten aus den Plotsgraphen zu machen. Die grafische Interpretation hat den Vorteil, dass eine gute Beurteilung die Normalität in Situationen beurteilen kann, in denen numerische Tests über oder unter empfindlich sein könnten, aber grafische Methoden mangelnde Objektivität beurteilen. Wenn Sie nicht viel Erfahrung haben, die Normalität grafisch zu interpretieren, ist es wahrscheinlich am besten, sich auf die numerischen Methoden zu verlassen. Wenn Sie durch die Prüfung des Normalitätsverfahrens in SPSS Statistics für den spezifischen statistischen Test, den Sie verwenden, um Ihre Daten zu analysieren, geführt werden, bieten wir umfassende Anleitungen in unserem erweiterten Inhalt. Für jeden statistischen Test, bei dem Sie auf Normalität testen müssen, zeigen wir Ihnen Schritt für Schritt das Verfahren in SPSS Statistics sowie den Umgang mit Situationen, in denen Ihre Daten die Übernahme der Normalität (z Um Ihre Daten umzuwandeln, um es normal zu machen, zeigen wir Ihnen auch, wie Sie mit SPSS Statistics arbeiten). Sie können über unsere erweiterten Inhalte im Allgemeinen hier erfahren oder wie wir mit Annahmen hier helfen. In dieser Kurzanleitung führen wir Sie jedoch durch die Grundlagen des Tests für Normalität in SPSS Statistics. SPSS Statistics Methoden zur Bewertung der Normalität Mit SPSS Statistics können Sie alle diese Verfahren innerhalb von Explore testen. Befehl. Die Entdeckung. Befehl kann in Isolation verwendet werden, wenn Sie Normalität in einer Gruppe testen oder Ihre Datenmenge in eine oder mehrere Gruppen aufteilen. Zum Beispiel, wenn Sie eine Gruppe von Teilnehmern haben und Sie wissen müssen, ob ihre Höhe normal verteilt ist, kann alles innerhalb des Explore durchgeführt werden. Befehl. Wenn Sie Ihre Gruppe in Männchen und Weibchen aufteilen (d. H. Sie haben eine kategoriale unabhängige Variable), können Sie die Normalität der Größe sowohl innerhalb der männlichen Gruppe als auch in der weiblichen Gruppe mit nur dem Erforschen testen. Befehl. Dies gilt auch, wenn Sie mehr als zwei Gruppen haben. Wenn Sie jedoch zwei oder mehr kategoriale, unabhängige Variablen haben, suchen Sie die Suche. Befehl ist nicht genug, und Sie müssen die Split-Datei verwenden. Befehl auch. SPSS Statistics SPSS Statistics gibt viele Tabellen und Grafiken mit dieser Prozedur aus. Einer der Gründe dafür ist, dass das Explore. Befehl ist nicht nur für die Prüfung der Normalität, sondern bei der Beschreibung von Daten in vielfältiger Weise verwendet. Bei der Prüfung auf Normalität sind wir vor allem an den Tests der Normalitätstabelle und den Normal Q-Q-Diagrammen interessiert. Unsere numerischen und grafischen Methoden, um die Normalität der Daten zu testen. Shapiro-Wilk-Test der Normalität Veröffentlicht mit schriftlicher Genehmigung von SPSS Statistics, IBM Corporation. Die obige Tabelle stellt die Ergebnisse aus zwei bekannten Tests der Normalität dar, nämlich dem Kolmogorov-Smirnov-Test und dem Shapiro-Wilk-Test. Der Shapiro-Wilk-Test eignet sich eher für kleine Probengrößen (lt 50 Proben), kann aber auch Probengrößen bis 2000 behandeln. Aus diesem Grund werden wir den Shapiro-Wilk-Test als numerische Mittel zur Beurteilung der Normalität verwenden. Aus der obigen Tabelle ist ersichtlich, dass für die Anfänger-, Mittel - und Fortgeschrittenenkursgruppe die abhängige Variable "Zeit" normal verteilt wurde. Wie wissen wir das Wenn das Sig. Wert des Shapiro-Wilk-Tests größer als 0,05 ist, sind die Daten normal. Wenn sie unter 0,05 liegt, weichen die Daten signifikant von einer Normalverteilung ab. Wenn Sie Schiefe und Kurtosis Werte verwenden müssen, um die Normalität zu bestimmen, eher die Shapiro-Wilk-Test, finden Sie diese in unserem erweiterten Tests für Normalität Führer. Hier erfahren Sie mehr über unsere erweiterten Inhalte. Normales Q-Q-Diagramm Um die Normalität grafisch zu bestimmen, können wir die Ausgabe eines normalen Q-Q-Plots verwenden. Wenn die Daten normal verteilt sind, liegen die Datenpunkte in der Nähe der diagonalen Linie. Wenn die Datenpunkte von der Linie in einer offensichtlichen nicht-linearen Weise streuen, werden die Daten nicht normal verteilt. Wie wir aus dem normalen Q-Q-Diagramm unten sehen können, werden die Daten normalerweise verteilt. Wenn Sie sich nicht sicher sind, den Graphen korrekt interpretieren zu können, müssen Sie auf die numerischen Methoden zurückgreifen, da sie ein gewisses Maß an Erfahrung beanspruchen können, um die Normalität der Daten anhand von Diagrammen korrekt beurteilen zu können. Veröffentlicht mit schriftlicher Genehmigung von SPSS Statistics, IBM Corporation. Wenn Sie wissen müssen, wie normale Q-Q-Plots aussehen, wenn Distributionen nicht normal sind (z. B. negativ versetzt), finden Sie diese in unserem erweiterten Test für Normalitätsanleitung. Sie können mehr über unsere erweiterten Inhalte hier erfahren. Welcome zum Institut für digitale Forschung und Bildung Stata FAQ Wie kann ich für Gleichheit der Verteilung testen Ein alternativer Test zum klassischen t-Test ist der Kolmogorov-Smirnov-Test für Gleichheit der Verteilungsfunktionen. In einem einfachen Beispiel, gut sehen, wenn die Verteilung der schriftlichen Testergebnisse über Geschlecht gleich sind mit dem High-School und Beyond 2000 Datensatz. Nun zuerst eine Kerneldichte Plot des Schreibens von Noten nach Geschlecht. Aus dem Test ist es offensichtlich, dass die Schreibergebnisse über das Geschlecht nicht die gleiche Verteilungsfunktion haben. Der Inhalt dieser Website sollte nicht als eine Bestätigung für eine bestimmte Website, ein Buch oder ein Softwareprodukt der Universität von Kalifornien verstanden werden.
No comments:
Post a Comment