en alternativ normalitet test Er Shapiro-Wilk test.

• Hva Er En Kolmogorov-Smirnov normalitetstest?
• Spss Kolmogorov-Smirnov test fra NPAR TESTER
• SPSS Kolmogorov-Smirnov test FRA UNDERSØKE VARIABLER
• Rapportere En Kolmogorov-Smirnov Test
• Feil Resultater I SPSS?

Hva Er En Kolmogorov-Smirnov normalitet test?

Kolmogorov-Smirnov-testen undersøker om score
sannsynligvis vil følge noen distribusjon i noen populasjoner.For å unngå forvirring, er det 2 Kolmogorov-Smirnov tester:

• det er en prøve Kolmogorov-Smirnov test for testing hvis en variabel følger en gitt fordeling i en populasjon. Denne «gitte fordeling» er vanligvis – ikke alltid-normalfordelingen, derav «Kolmogorov-Smirnov normalitetstest».
• det er også (mye mindre vanlige) uavhengige prøver Kolmogorov-Smirnov test for testing hvis en variabel har identiske fordelinger i 2 populasjoner.

i teorien kan «Kolmogorov-Smirnov test» referere til begge testene (men refererer vanligvis Til Kolmogorov-Smirnov-Testen) og hadde bedre unngås. Forresten, Begge Kolmogorov-Smirnov tester er til stede I SPSS.

Kolmogorov-Smirnov Test-Enkelt Eksempel

så si at jeg har en befolkning på 1.000.000 mennesker. Jeg tror deres reaksjonstider på noen oppgaver er perfekt normalfordelt. Jeg prøver 233 av disse menneskene og måler deres reaksjonstider.nå vil den observerte frekvensfordelingen av disse trolig avvike noe-men ikke for mye – fra en normalfordeling. Så jeg kjører et histogram over observerte reaksjonstider og overordner en normal fordeling med samme middel og standardavvik. Resultatet er vist nedenfor.

frekvensfordelingen av min score overlapper ikke helt med min normale kurve. Nå kunne jeg beregne prosentandelen tilfeller som avviker fra den normale kurven-prosentandelen av røde områder i diagrammet. Denne prosentandelen er en teststatistikk: den uttrykker i et enkelt tall hvor mye dataene mine skiller seg fra nullhypotesen min. Så det indikerer i hvilken grad de observerte poengene avviker fra en normalfordeling.
Nå, Hvis min nullhypotese er sant, bør denne avviksprosenten trolig være ganske liten. Det vil si at en liten avvik har en høy sannsynlighetsverdi eller p-verdi.Omvendt er en stor avviksprosent svært usannsynlig og antyder at mine reaksjonstider ikke følger en normal fordeling i hele befolkningen. Så en stor avvik har en lav p-verdi. Som en tommelfingerregel var nullhypotesen hvis p < 0.05.So hvis p < 0,05, tror vi ikke at vår variabel følger en normal fordeling i vår befolkning.

Kolmogorov-Smirnov Test-Test Statistikk

Så det er den enkleste måten å forstå hvordan Kolmogorov-Smirnov normalitet test fungerer. Beregningsmessig fungerer det imidlertid annerledes: det sammenligner de observerte versus de forventede kumulative relative frekvensene som vist nedenfor.

Kolmogorov-Smirnov-testen bruker den maksimale absolutte forskjellen mellom disse kurvene som teststatistikken betegnet Med D. i dette diagrammet er den maksimale absolutte forskjellen D (0,48-0,41 =) 0,07 og den forekommer ved en reaksjonstid på 960 millisekunder. Husk At D = 0,07 som vi møter det i VÅR SPSS-utgang om et minutt.

Kolmogorov-Smirnov-testen i SPSS

det er 2 måter å kjøre testen på I SPSS:

• NPAR-TESTER som funnet under Analyser Ikke-Parametriske Tester 1-Prøve K-S… er vår metode for valg fordi det skaper pent detaljert utgang.
• UNDERSØK VARIABLER fra Analyser Beskrivende Statistikk Utforsk er et alternativ. Denne kommandoen kjører Både Kolmogorov-Smirnov-testen og Shapiro-Wilk normalitetstesten.
  Merk AT UNDERSØKE VARIABLER bruker listwise utelukkelse av manglende verdier som standard. Så hvis jeg tester 5 variabler, bruker mine 5 tester bare tilfeller som ikke har noen mangler på noen av disse 5 variablene. Dette er vanligvis ikke hva du vil, men vi viser hvordan du unngår dette.

vi demonstrerer begge metodene ved hjelp av speedtasks.sav gjennom hele, hvorav en del er vist nedenfor.

vårt hovedforskningsspørsmål erhvilken av reaksjonstidsvariablene er sannsynlig
å bli normalfordelt i vår befolkning?Disse dataene er et lærebokeksempel på hvorfor du bør undersøke dataene grundig før du begynner å redigere eller analysere dem. La oss gjøre nettopp det og kjøre noen histogrammer fra syntaksen nedenfor.* Kjør grunnleggende histogrammer for å undersøke om distribusjoner ser plausible ut.
frekvenser r01 til r05
/ format bemerkelsesverdig
/histogram normal.
*Merk at noen distribusjoner ikke ser plausible i det hele tatt!

Resultat

Merk at noen distribusjoner ikke ser troverdige ut i det hele tatt. Men hvilke er sannsynligvis normalfordelte?

Spss Kolmogorov-Smirnov test fra NPAR TESTER

vårt foretrukne alternativ for Å kjøre Kolmogorov-Smirnov testen er underAnalyze Ikke-Parametriske Tester Eldre Dialoger 1-PRØVE K-s… som vist nedenfor.

Neste fyller vi bare ut dialogboksen som vist nedenfor.

Klikk Lim inn resultater i syntaksen nedenfor. La oss kjøre den.

Kolmogorov-Smirnov Test Syntaks Fra Ikke-Parametriske Tester

Resultater

Først av, merk at teststatistikken for vår første variabel er 0,073-akkurat som vi så i vår kumulative relative frekvenser diagram litt tidligere på. Diagrammet inneholder nøyaktig samme data vi bare kjørte vår test på, så disse resultatene konvergerer pent.Når det gjelder vårt forskningsspørsmål: bare reaksjonstidene for studie 4 ser ut til å være normalfordelt.

Spss Kolmogorov-Smirnov test FRA UNDERSØKE VARIABLER

en alternativ måte å kjøre Kolmogorov-Smirnov test starter Fra Analysere Beskrivende Statistikk Exploreas vist nedenfor.

Kolmogorov-Smirnov Test Syntaks fra Ikke-Parametriske Tester

Results

As a rule of thumb, we conclude thata variable is not normally distributed if «Sig.” < 0.05.Så både Kolmogorov-Smirnov-testen og Shapiro-Wilk-testresultatene tyder på at Bare Reaksjonstidsprøve 4 følger en normal fordeling i hele befolkningen.
Merk videre at Kolmogorov-Smirnov testresultatene er identiske med de som er oppnådd FRA NPAR-TESTER.

Rapportere En Kolmogorov-Smirnov Test

for å rapportere våre testresultater etter TFO retningslinjer, vil vi skrive noe sånt som»En Kolmogorov-Smirnov test indikerer at reaksjonstidene på prøve 1 ikke følger en normalfordeling, D (233) = 0,07, p = 0,005.»For flere variabler, prøv å forkorte dette, men sørg for at du inkluderer

• D (for «forskjell»), Kolmogorov-Smirnov teststatistikken,
• df, frihetsgrader (som er Lik N) og
• p, den statistiske signifikansen.

Feil Resultater I SPSS?

hvis du er en student som bare ønsker å bestå en prøve, kan du slutte å lese nå. Bare følg trinnene vi diskuterte så langt, og du vil bli god.

Høyre, la oss nå kjøre nøyaktig samme tester igjen I SPSS versjon 18 og ta en titt på utgangen.

i denne utgangen er de eksakte p-verdiene inkludert og – heldigvis-de er svært nær de asymptotiske p-verdiene. Mindre heldigvis, men spss versjon 18 resultatene er vidt forskjellige
FRA SPSS versjon 24 resultatervi rapportert så langt.
årsaken synes Å Være Lilliefors signifikanskorreksjon som brukes i nyere SPSS-versjoner. Resultatet ser ut til å være at asymptotiske signifikansnivåer avviker mye mer fra den nøyaktige signifikansen enn de gjorde når korreksjonen ikke er underforstått. Dette gir alvorlig tvil om korrektheten av «Lilliefors-resultatene» – standard i nyere SPSS-versjoner.Konvergerende bevis for dette forslaget ble samlet av min kollega Alwin Stegeman som reran alle tester I Matlab. Matlab-resultatene er enige MED SPSS 18-resultatene og – dermed-ikke med de nyere resultatene.

Kolmogorov-Smirnov normalitet test-Begrenset Nytte

Kolmogorov-Smirnov test er ofte å teste normalitet forutsetning som kreves av mange statistiske tester SOM ANOVA, t-test og mange andre. Det er imidlertid nesten rutinemessig oversett at slike tester er robuste mot brudd på denne antakelsen hvis utvalgsstørrelsene er rimelige, si n ≥ 25.Den underliggende årsaken til dette er sentralgrenseteoremet. Derfor er normalitetstester bare nødvendig for små utvalgsstørrelser hvis målet er å tilfredsstille normalitetsforutsetningen.
Dessverre resulterer små utvalgsstørrelser i lav statistisk kraft for normalitetstester. Det betyr at vesentlige avvik fra normalitet ikke vil gi statistisk signifikans. Testen sier at det ikke er noe avvik fra normalitet mens det faktisk er stort. Kort sagt, situasjonen der normalitetstester er nødvendig-små utvalgsstørrelser – er også situasjonen der de utfører dårlig.

Takk for at du leser.