Ο έλεγχος κανονικότητας στο SPSS χρησιμοποιείται για να διαπιστώσουμε αν μια συνεχή (scale) μεταβλητή ακολουθεί κανονική κατανομή (Normal Distribution).

1. Ο έλεγχος κανονικότητας στο SPSS χρησιμοποιείται για να διαπιστώσουμε αν μια συνεχή (scale) μεταβλητή
ακολουθεί κανονική κατανομή (Normal Distribution).
Βήματα για Έλεγχο Κανονικότητας στο SPSS
1. Μέσω του "Explore" (Συνιστώμενη Μέθοδος)
1.Analyze → Descriptive Statistics → Explore
2.Στο πεδίο Dependent List, μεταφέρουμε τη μεταβλητή που θέλουμε να ελέγξουμε.
3.Στην επιλογή Plots, επιλέγουμε:
1. Histogram (Ιστόγραμμα) για να δούμε την οπτική κατανομή.
2. Normality plots with tests (Διαγράμματα κανονικότητας με ελέγχους).
4.Πατάμε OK.
Αποτελέσματα:
•Το SPSS θα εμφανίσει τιμές του Kolmogorov-Smirnov και Shapiro-Wilk, που είναι οι κύριοι στατιστικοί έλεγχοι
για κανονικότητα.
•Αν το p-value (Sig.) είναι < 0.05, απορρίπτουμε την υπόθεση της κανονικότητας (η κατανομή δεν είναι κανονική).
Έλεγχος κανονικότητας

2. 2. Μέσω Ιστογράμματος και Q-Q Plot
1.Analyze → Descriptive Statistics → Frequencies
2.Επιλέγουμε τη μεταβλητή και πατάμε Charts → Histograms.
3.Εναλλακτικά, πηγαίνουμε στο Graphs → Legacy Dialogs → Q-Q Plot και
επιλέγουμε τη μεταβλητή.
4.Αν η κατανομή είναι κανονική, οι τιμές στο Q-Q Plot πρέπει να
ευθυγραμμίζονται με τη διαγώνιο γραμμή.
3. Μέσω Skewness και Kurtosis (Ασυμμετρία & Κύρτωση)
1.Analyze → Descriptive Statistics → Descriptives
2.Επιλέγουμε τη μεταβλητή και πατάμε Options → Skewness & Kurtosis.
3.Αν οι τιμές:
1. Skewness είναι κοντά στο 0, η κατανομή είναι συμμετρική.
2. Kurtosis κοντά στο 0, υποδηλώνει κανονικότητα.
3. Αν οι τιμές ξεπερνούν το ±1, υπάρχει ένδειξη απόκλισης από την κανονική κατανομή.

3. Ποια Μέθοδος να Χρησιμοποιήσω;
Μέθοδος Χρήση
Kolmogorov-Smirnov / Shapiro-Wilk Στατιστική απόδειξη κανονικότητας
(ακριβής αλλά ευαίσθητη σε μεγάλα
δείγματα)
Histogram & Q-Q Plot Οπτικός έλεγχος κατανομής
Skewness & Kurtosis Γενική εκτίμηση κανονικότητας
Για ακριβή έλεγχο, χρησιμοποίησε Explore με Shapiro-Wilk (για μικρά δείγματα) ή Kolmogorov-
Smirnov (για μεγάλα δείγματα).
Για γρήγορο έλεγχο, δες Histogram & Q-Q Plot.

4. Έλεγχος κανονικότητας
Με στατιστικά κριτήρια: Kolmogorov-Smirnov και Shapiro-Wilk.
Με γραφικές αναπαραστάσεις: Normal Q-Q plot, Detrended Q-Q plot, και Box plot.

5. Shapirio-Wilk ή Kolmogorov–Smirnov
• Το τεστ Shapiro–Wilk είναι κατάλληλο για μικρά μεγέθη
δειγμάτων (<50) αν και μπορεί επίσης να χρησιμοποιηθεί σε
μεγαλύτερο μέγεθος δείγματος.
• Το τεστ Kolmogorov–Smirnov χρησιμοποιείται για n ≥50.

6. 1ος τρόπος
Analyze → Descriptive statistics → Explore

7. Analyze → Nonparametric Tests → Legacy Dialogs→ 1-Sample K-S
2ος τρόπος

8. ≠
Αν p<0.05 τότε δεν υπάρχει κανονική κατανομή
<50 → Shapiro-Wilk

9. =
Αν p>0.05 τότε η κατανομή είναι κανονική
>50 → Kolmogorov-Smirnov