为什么要检验数据的正态性 有些统计方法只适用于正态分布或近似正态分布资料，如用均数和标准差描述资料的集中或离散情况，用正态分布法确定正常值范围及用t检验两均数间相差是否显著等，因此在用。
如何检测数据得正态性，我们在使用一些调查数据和一些实验数据得时候，需要对这些数据进行方差分析或者T检验，但是对其检验的前提首先就是数据符合正态性，如果数据不符合正。
SPSS实用教程：[2]正态性检验，几乎所有的科研数据都必须满足正态性才能进行分析，因此要对数据进行正态性检验。下面小编介绍两种常见的正态性检验的方法。
关于SPSS：以1-Sample K-S 命令项检验正态分布，结果怎么看？ 单样本K-S检验正态分布的结果，只要看sig值就可以了，当sig值大于0.05，说明你要检验的数据分布和正态分布没有显著差异，即你的数据属于正态分布。那个人误解了原假设和研究假设，在统计中，原假设H0一般是：变量与某某不存在显著差异或没有显著关系，而研究假设H1则是：变量与某某存在显著差异或有显著关系（而这里的原假设就是数据的分布和正态分布没有显著差异）。当sig大于0.05，则接受原假设，小于0.05，则拒绝原假设，这在统计中是永远成立的。如果你对K-S的检验结果不太相信，你可以再看一下数据的散点图，看是否比较接近散点图。希望你不要被他人误解。
