本文將會繼續講解如何使用IBM SPSS Statistics的描述統計（偏度峰度系數）、探索統計檢驗（正態檢驗）數據的正態性。

一、描述統計功能

本文使用的示例數據是一組初中生的身高樣本數據，其目的是檢驗該身高樣本數據是否服從正態分布。

圖1：示例數據

首先，依次單擊分析-統計分析-描述選項，打開SPSS的描述分析。

圖2：描述功能

將身高變量添加到變量選項框中，并單擊右側“選項”設置統計數值。

圖3：選擇變量

如圖4所示，描述分析選項中包含了多種統計數值，為了進行數據的正態性檢驗，我們需要勾選“峰度”與“偏度”。

圖4：描述選項

偏度，統計的是數據分布的偏斜方向和程度，完全服從正態分布的偏度值為 0；越接近于0，越接近于正態分布；反之，若偏度值顯著偏離 0，則不服從正態分布。

峰度，又稱峰態系數，用于描述數據分布的陡緩程度。峰度值為3時，表明數據完全服從正態分布；峰度越接近于3，數據越接近于正態分布；反之，若峰度值顯著偏離3，則則不服從正態分布

從圖5所示的檢驗結果看，其偏度值與峰度值都不接近于正態分布值，因此不能說明身高樣本服從正態分布。

圖5：偏度峰度數值

二、探索統計功能

接下來，我們來看一下關于探索性分析的正態性檢驗方法。如圖6所示，依次單擊分析-描述統計-探索，打開探索分析設置界面。

圖6：探索統計功能

同樣是對身高樣本數據的正態性進行檢驗，如圖7所示，將身高添加到因變量列表，將賬號添加為個案標注依據。

然后，單擊“圖”選項。

圖7：探索統計設置

打開圖選項面板后，如圖8所示，勾選“含檢驗的正態圖”。

圖8：含檢驗的正態圖

完成以上設置后，運行檢驗。

由于本文檢驗的樣本量大于50，需使用柯爾莫哥洛夫-斯米爾諾夫的檢驗結果。檢驗結果中的顯著性數值為0.00<0.05，拒絕原假設，也就是說，身高樣本數據不服從正態分布。

圖9：檢驗結果

三、小結

綜上所示，IBM SPSS Statistics描述分析中的峰度與偏度數值，可以給予數據分布的概覽參考，比如數據是完全服從正態分布，還是近似服從？但如果數據的峰度與偏度數值不足以說明數據的正態性的話，就需要使用到探索分析中的正態檢驗，檢驗結果的顯著性。