IBM SPSS Statistics探索性分析提供了數據過濾、離群值識別、假設檢驗等分析功能。在《應用SPSS探索性分析，快速檢查數據異常值》一文中，我們應用探索性分析檢查到數據中存在著極端值的情況。本節，將會繼續應用檢驗功能檢查數據的正態分布情況。

一、圖分析功能簡介

如圖1所示，IBM SPSS Statistics探索性分析中的圖功能包含了圖表的可視化以及正態性檢驗，簡單介紹如下：

1.箱圖，以最大值、最小值、中位數和兩個四分位數描述數據，可檢查數據的對稱性與分散程度。

2.描述性，包含莖葉圖和直方圖。

3.帶檢驗的正態圖，包含正態性檢驗以及正態Q-Q圖。

4.含萊文檢驗的分布-水平圖，控制分布-水平圖的數據轉換。

接下來，我們將簡單應用以上功能到本文的例子中，用以檢驗不同性別的客單價數據是否符合正態分布。

圖1：圖分析功能

二、應用圖分析功能

1、設置圖分析選項

如圖2所示，分別勾選“直方圖”以及“含檢驗的正態圖”兩個選項，然后單擊“繼續”，獲取分析結果。

圖2：圖分析選項

2、解讀圖分析結果

首先，我們來看一下正態性檢驗的數值。如圖3所示，可以看到，男性客單價在兩種檢驗中均低于0.05的置信度，因此可以拒絕其正態分布的假設。

而女性客單價在柯爾莫哥洛夫-斯米諾夫檢驗（K-S檢驗）中高于0.05的置信度，在夏皮洛-威爾克檢驗（S-W檢驗）中低于0.05的置信度，因本例女性只有49個樣本，屬于小樣本，要采用S-W檢驗結果，即拒絕其正態分布的假設。

圖3：正態性檢驗

除了使用正態性檢驗數據，我們還可以通過正態Q-Q圖，簡單看一下不同性別客單價的實測值與期望正態值的關系。當數值分布于正態曲線上，表明變量符合正態分布。

如圖4所示，可以看到，男性的客單價偏離正態曲線，不符合正態分布。

圖4：男性客單價正態Q-Q圖

如圖5所示，女性的數值雖然都接近于正態曲線，但也有一些離散的值，如果樣本量大一點，可能效果會更好一點。

圖5：女性客單價正態Q-Q圖

然后，如圖5所示，選中已添加的地區變量，在新名詞處輸入重新編碼后的變量名稱：地區編碼，并將其添加為新名稱。

圖6：女性客單價直方圖