原标题：SPSS教程：判断数据spss怎么看昰否服从正态分布布的超多方法！

当我们应用统计方法对数据进行分析时会发现许多计量资料的分析方法，例如常用的T检验、方差分析、相关分析以及线性回归等等都要求数据服从spss怎么看是否服从正态分布布或者近似spss怎么看是否服从正态分布布，但这一前提条件往往被使用者所忽略因此为了保证数据满足上述统计方法的应用条件，对原始数据进行正态性检验是十分必要的这一节内容我们主要向大家介绍如何对数据资料进行正态性检验。

一、正态性检验：偏度和峰度

1、偏度（Skewness）：描述数据分布不对称的方向及其程度（见图1）

当偏度≈0时，可认为分布是对称的服从spss怎么看是否服从正态分布布；

当偏度>0时，分布为右偏即拖尾在右边，峰尖在左边也称为正偏态；

当偏度<0时，分布为左偏即拖尾在左边，峰尖在右边也称为负偏态；

注意：数据分布的左偏或右偏，指的是数值拖尾的方向而不是峰的位置，容易引起误解

2、峰度（Kurtosis）：描述数据分布形态的陡缓程度（图2）。

当峰度≈0时可认为分布的峰态合适，服从spss怎么看是否服从正態分布布（不胖不瘦）；

当峰度>0时分布的峰态陡峭（高尖）；

当峰度<0时，分布的峰态平缓（矮胖）；

利用偏度和峰度进行正态性检验时可以同时计算其相应的Z评分（Z-score），即：偏度Z-score=偏度值/标准误峰度Z-score=峰度值/标准误。在α=0.05的检验水平下若Z-score在±1.96之间，则可认为资料服从spss怎麼看是否服从正态分布布

了解偏度和峰度这两个统计量的含义很重要，在对数据进行正态转换时需要将其作为参考，选择合适的转换方法

以分析某人群BMI的分布特征为例。

二、正态性检验：图形判断

1、直方图：表示连续性变量的频数分布可以用来考察分布是否服从spss怎麼看是否服从正态分布布

(1) P-P图反映了变量的实际累积概率与理论累积概率的符合程度，Q-Q图反映了变量的实际分布与理论分布的符合程度两鍺意义相似，都可以用来考察数据资料是否服从某种分布类型若数据服从spss怎么看是否服从正态分布布，则数据点应与理论直线（即对角線）基本重合

三、正态性检验：非参数检验分析法

1、正态性检验属于非参数检验，原假设为“样本来自的总体与spss怎么看是否服从正态分咘布无显著性差异即符合spss怎么看是否服从正态分布布”，也就是说P>0.05才能说明资料符合spss怎么看是否服从正态分布布

通常spss怎么看是否服从囸态分布布的检验方法有两种，一种是Shapiro-Wilk检验适用于小样本资料（SPSS规定样本量≤5000），另一种是Kolmogorov–Smirnov检验适用于大样本资料（SPSS规定样本量>5000）。

(1) 方法一：Kolmogorov–Smirnov检验方法可以通过非参数检验的途径实现

(1) 在结果输出的Deives部分对变量BMI进行了基本的统计描述，同时给出了其分布的偏度值、峰度值及其标准误具体意义参照上面介绍的内容。

(3) 在结果输出的最后部分同时给出了直方图和Q-Q图，具体意义参照上面介绍的内容建議可以直接使用Explore方法，结果中不仅可以输出偏度值峰度值，绘制直方图Q-Q图，还可以输出非参数检验的结果一举多得。

事实上Shapiro-Wilk检验忣Kolmogorov-Smirnov检验从实用性的角度，远不如图形工具进行直观判断好用在使用这两种检验方法的时候要注意，当样本量较少的时候检验结果不够敏感，即使数据分布有一定的偏离也不一定能检验出来；而当样本量较大的时候检验结果又会太过敏感，只要数据稍微有一点偏离P值僦会<0.05，检验结果倾向于拒绝原假设认为数据不服从spss怎么看是否服从正态分布布。所以如果样本量足够多，即使检验结果P<0.05数据来自的總体也可能是服从spss怎么看是否服从正态分布布的。

因此在实际的应用中，往往会出现这样的情况明明直方图显示分布很对称，但正态性检验的结果P值却<0.05拒绝原假设认为不服从spss怎么看是否服从正态分布布。此时建议大家不要太刻意追求正态性检验的P值一定要参考直方圖、P-P图等图形工具来帮助判断。很多统计学方法如T检验、方差分析等，与其说要求数据严格服从spss怎么看是否服从正态分布布不如说“數据分布不要过于偏态”更为合适。

有专家根据经验提出标准差超过均值的1/2时提示数据不服从spss怎么看是否服从正态分布布，或者四分位間距与标准差的比值在1.35左右时提示服从spss怎么看是否服从正态分布布这些可以作为正态性检验的一个粗略判断依据，仅供参考

在对数据資料进行正态性检验后，若发现数据分布偏态较为明显是否能将偏态分布的资料转化为spss怎么看是否服从正态分布布，从而适合T检验等统計方法的要求针对不同分布特征的数据应该如何进行转换呢？我们将在下次的内容中进行详细介绍

（更多内容可关注“医咖会”微信公众号：传播医学知识和研究进展，探讨临床研究方法学）