일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 통계학
- 후한서
- 신라
- 유주
- 고구려
- 기자
- post hoc test
- 창평
- 한서지리지
- 단군
- repeated measures ANOVA
- 태그를 입력해 주세요.
- R
- categorical variable
- 기자조선
- linear regression
- 패수
- 지리지
- Histogram
- ANOVA
- t test
- 히스토그램
- 한서
- spss
- 선형회귀분석
- 우분투
- 풍백
- 독사방여기요
- 통계
- 낙랑군
- Today
- Total
獨斷論
SPSS 사용법 - Descriptive Statistics Normality Test 본문
SPSS 사용법 - Descriptive Statistics Normality Test (정규분포 테스트)
대부분의 통계분석은 데이터가 정규분포임을 가정하는 경우가 많으므로 분석을 하기 전에 자신이 가진 데이터가 정규분포에서 얼마나 떨어져 있는지 테스트해 보는 것이 중요하다.
우선 "Analyze >> Descriptive Statistics >> Explore"를 클릭하면 아래와 같은 대화상자가 나타난다.
위 그림에 나타난 순서대로 실행을 하면 아래와 여러 결과를 얻을 수 있는데 그 중에서 아래 그림은 test of normality만 표시하였다.
위 표에서 Degrees of Freedom은 16으로 subjects의 갯수를 나타내고
Kolmogorov-Smirnov test statistics의 값은 0.181이며 이에 대한 Significance는 0.166으로 non-significant임을 알려준다. 만약 95%의 신뢰도를 가정했을때 이 값이 0.05보다 작으면 통계적으로 significant한 것을 나타내며 정규분포를 갖도록 하는 변환을 해주어야 하지만 이 데이터의 p=0.166으로 0.05보다 크므로 정규분포를 따른다고 가정해도 괜찮다는 것을 보여준다.
이제 factor에 따라 정규분포 테스트를 실행해 보자.
앞에서와 마찬가지로 "Analyze >> Descriptive Statistics >> Explore"를 클릭한다.
위 그림에서 보여주는 것과 같이 실행하면 아래과 같은 결과를 얻을 수 있다.
Factor를 선택하지 않았을때에는 모든 데이터를 이용하여 정규분포 테스트를 실행하였지만, factor를 treatment로 선택하였을 경우에는 각각 treatment에 대한 즉 treatment가 CBT와 IPT인 경우에 대하여 정규분포 테스트를 실행하였음을 알수 있다. 두 경우 모두 significance가 0.05보다 크므로 정규분포를 따른다고 보아도 무리가 없다.
http://dogmas.tistory.com/121에서와 같은 데이터를 사용하였다.