在对数据进行t检验或者f检验之前需要让数据满足正态性的要求，所以应该对数据进行正态性检验，检验正态性的方法中，K-S检验是最普遍的方法之一，下面我们就来具体的操作一下图和进行K-S检验。
方法/步骤
- 我拿到数据以后，先要在spss中组织数据，如图所示，第一列变量是我们要检验是否为正态的变量，第二列是数据的分组，即他们的组号。有的时候你的数据没有分组，也就是只有一个组，那就没有必要写group列了
- 为了分别检验每个分组的数据是否符合正态分布，我们要先将各个组分离（如果你的数据只有一个组那就没必要进行这一步了），如图所示在菜单栏上执行：data—split file
- 勾选【organize output by groups】，它的意思是分组呈现变量结果，将分组情况这个变量添加到group based on中，点击ok按钮
- 接着要对正太性进行检验了，我们在菜单栏上执行：analyze–nonparametric—one sample
- 切换到fileds这个选项，然后将你要检验的变量放到右侧的text fields中
- 切换到settings选项，然后点击【choose test】，勾选右侧的K-S检验，如图所示。然后点击下方的options
- 打开如图所示的对话框，我们将normal这个选项勾选，因为没有已知的正太分布的参数，所以选择use sample data，点击ok
- 切换到text options 设置显著性水平，如图所示，一般为0.05或者0.01
- 点击run，你就会看到数据处理的结果了
下面是各个组的检验结果，结果显示的很详细，每个组都没有达到显著水平，接受原假设，即所有的组都是正态分布的。
转载请注明来自DataScience.
邮箱: 675495787@qq.com