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。
利用spss的两种不同的方法进行正态分布检测，为什么结果是正好相反的呢？ 你的样本量才39，最好不要用k-s法，应当用shapiro-wilk法，适用于样本量低于50的正态性检验。我经常做数据分析的。至于第二个表格并没有检验。
两个独立样本t检验，如果样本非正态分布怎么办？用spss
SPSS正态性检验的结果感觉有些问题？P值提示不是正态分布啊？ 我用非参数检验里的单样本K-S检验帮你做了一下，Kolmogorov-Smirnov Z值为1.298，p=0.069，它却是符合正太分布的，我也不知道为什么得到不同的结果。看你的图片，它似乎是服从正太分布的
使用spss软件explore功能进行正态性检验时，结果中K-S和S-W哪个准确，各自的 两个运用条件不同2113SPSS规定：当样本含5261量3≤4102n≤5000时，结果以Shapiro-Wilk(W检验1653)为准，当样本含量n>；5000结果以Kolmogorov-Smirnov(D检验)为准。使用SAS时当样本含量n≤2000时，结果以Shapiro-Wilk(W检验)为准，当样本含量n>；2000结果以Kolmogorov-Smirnov(D检验)为准。
关于spss，关于检验数据是否服从正态分布，应该用什么方法阿，我的样。 你可以使用SPSS的explore，或PP图，或QQ图，或One-Sample Kolmogorov-Smirnov Test，或Histogram图来考察你的数据的正态分布情况。各个方法的结果不完全一致是很正常的，采用那个方法取决于你的应用目的。如果你的目的是进行统计比较，那么一些常见的分析方法（如t检验、方差分析等）对数据背离正态分布有较好的稳健性，因此你的数据只要大致满足、或不严重背离正态分布就可以了。如果你的数据实在背离正态分布太多，你应该改用非参数检验。如果你只需要知道一个大致的情况，仅需要Histogram图来考察你的数据的正态分布情况就可以了。此外，在样本量比较大的情况下（大于50），按照中心极限定理，样本均值的分布是接近正态分布的，此时使用t检验、方差分析等参数分析方法更是没有问题，尤其是在每组样本量接近相等的情况下更是如此。
