Nhận biết dữ liệu đạt phân phối chuẩn trên Phần mềm SPSS

Nhận biết dữ liệu đạt phân phối chuẩn trên Phần mềm SPSS (i) Đồ thị Histogram (ii) Giá trị Skewness Kurtosis (iii) Đồ thị Normal QQ Plot (iv) Kiểm định KolmogorovSmirnov hoặc ShapiroWilk Nhận biết dữ liệu đạt phân phối chuẩn trên Phần mềm SPSS (i) Đồ thị Histogram (ii) Giá trị Skewness Kurtosis (iii) Đồ thị Normal QQ Plot (iv) Kiểm định KolmogorovSmirnov hoặc ShapiroWilk

(i) Đồ thị Histogram

(ii) Giá trị Skewness & Kurtosis

(iii) Đồ thị Normal Q-Q Plot

(iv) Kiểm định Kolmogorov-Smirnov hoặc Shapiro-Wilk

Đăng ký học trực tuyến 0905.39.2489

https://www.youtube.com/watch?v=46oJaJcwzb0

PHÂN TÍCH DỮ LIỆU KHOA HỌC

Trình bày: NKH NGÔ ĐỨC CHIẾN

Có nhiều cách để nhận biết một phân phối chuẩn trong SPSS, dưới đây là 4 cách phổ biến:

(1) Đơn giản nhất là xem đồ thị với đường cong chuẩn (Histograms with normal curve) với dạng hình chuông đối xứng với tần số cao nhất nằm ngay giữa và các tần số thấp dần nằm ở 2 bên Trị trung bình (mean) và trung vị (mediane) gần bằng nhau và độ xiên (skewness) gần bằng zero (2) Giá trị tuyệt đối của Skewness tiến về 0 & Giá trị tuyệt đối của Kurtosis tiến về 3 thì dữ liệu phân phối chuẩn

(3) Vẽ đồ thị xác suất chuẩn (Normal Q-Q plot) Phân phối chuẩn khi biểu đồ xác suất này có quan hệ tuyến tính (đường thẳng)

(4) Dùng phép kiểm định Kolmogorov-Smirnov khi cỡ mẫu lớn hơn 50 hoặc phép kiểm

Shapiro-Wilk khi cỡ mẫu nhỏ hơn 50 Được coi là có phân phối chuẩn khi mức ý nghĩa (Sig.) của các phép kiểm định này lớn hơn 0,05 (tức lớn hơn 5%)

Lý thuyết nên biết

Dưới đây là tóm tắt cách thực hiện kiểm tra phân phối chuẩn trên SPSS:

(1 & 2) Vẽ đồ thị Histograms và tính toán Skewness & Kurtosis:

- Analyze/Descriptive Statistics/Frequencies

- Đưa biến cần phân tích/kiểm tra vào khung Variable(s)

+ Chọn nút Statistics: Tích chọn các tiêu chí “Skewness” & “Kurtosis”

+ Chọn nút Charts: Tích chọn đồ thị “Histogram” & Mục “Show normal curve on histogram”

(3 & 4) Vẽ đồ thị Normal Q-Q plot

và thực hiện kiểm định Kolmogorov-Smirnov & Shapiro-Wilk:

- Analyze/Descriptive Statistics/Explore

- Đưa biến cần phân tích/kiểm tra vào khung Dependent List

- Chọn nút Plots: Tích chọn 4 tiêu chí: “Factor levels together”, “Stem-and-leaf”, “Histogram” và

“Normality plots with tests”

Cách thực hiện trên SPSS

(1) Đồ thị Histograms with normal curve) với dạng hình chuông chưa đối xứng với tần số cao nhất nằm ngay giữa.

=> Dữ liệu chưa phân phối chuẩn.

Đồ thị Histogram

(2) Kết quả phân tích cho thấy:

+ Giá trị tuyệt đối Skewness là 0,041 gần tiến về 0.

+ Giá trị tuyệt đối của Kurtosis là 1,101 khác biệt so với 3.

=> Dữ liệu chưa phân phối chuẩn.

Giá trị Skewness & Kurtosis

(3) Xem biểu đồ Normal Q-Q Plot bên cạnh, các trị số quan sát và trị

số mong đợi vẫn còn nằm khá rời rạc so với đường chéo.

=> Dữ liệu chưa phân phối chuẩn.

Đồ thị Normal Q-Q Plot

(4) Với cở mẫu là 198 > 50, dùng phép kiểm định Kolmogorov-Smirnov

Ta thấy giá trị Sig = 0,000 = 0,0% < 5%

=> Dữ liệu chưa phân phối chuẩn.

Kiểm định Kolmogorov-Smirnov

hoặc Shapiro-Wilk

SPSS,

.39.2489 Chuyên gia Phân tích dữ liệu định lượng

Dịch vụ Phân tích và Đào tạo

SPSS, AMOS, STATA, R Hình thức Online hoặc Offline

Phạm vi Toàn Quốc

0905.39.2489

Big Data (R @ 2020)

SPSS,

“Chúng tôi rất tự hào được đồng hành cùng các bạn trong việc tìm hiểu và chia

sẻ các kiến thức Phân tích định lượng Đó sẽ luôn luôn là nguồn cảm hứng cho

sự hoàn thiện bản thân của chúng tôi!”

Bản quyền thuộc về:

Mr Corn’s Official

Tư vấn nội dung:

Trung tâm Đào tạo Phân tích SPSS AMOS STATA R

Thiết kế & Trình bày ý tưởng:

Trung tâm Đào tạo Phân tích SPSS AMOS STATA R

Phụ trách truyền thông:

Phân tích SPSS 0905392489 (Youtube)

Trân trọng cám ơn các cộng sự!

SPSS,

THANK YOU!!!

(1) Dịch vụ Phân tích và Đào tạo trực tuyến SPSS AMOS STATA R (2) Hotline liên hệ: 0905.39.2489

(3) Theo dõi tại: https://www.youtube.com/watch?v=46oJaJcwzb0

Chuyên gia Phân tích dữ liệu định lượng