在進行統計分析時，研究者們經常遇到不能確定總體分佈的情況，SPSS的正態性檢驗可以幫助解決這一問題。

       先來看一下什麼是正態性檢驗。利用觀測資料判斷總體是否服從正態分佈的檢驗稱為正態性檢驗，它是統計判決中重要的一種特殊的擬合優度假設檢驗。常用的正態性檢驗方法有正態概率紙法、夏皮羅維爾克檢驗法(Shapiro-Wilktest)，科爾莫戈羅夫檢驗法，偏度-峰度檢驗法等。

       在實際使用中，研究者可以藉助SPSS的正態性檢驗工具進行正態性檢驗。

1.輸入分組資訊和樣本資訊，分組用數字1，2表示

2.然後選擇  分析——>統計描述——>探索（explore）

3. 在對話視窗中新增分組和變數資訊

4.點選統計量，設定如下

5.點選繪製，設定如下

6.在結果中，首先可以看到對變數的描述

6.檢驗結果

7.1組直方圖

8.2組直方圖

9.1組莖葉圖

10.2組莖葉圖

結果解讀：從圖中可以看到我們驗證的資料1組符合正態分佈，2組則不符合正態分佈。然而在實際操作中，1組和2組的資料可能是同一型別的總體。如A地區人群的身高符合正態分佈，B地區人群的身高從遺傳學角度看也應該符合正態分佈。此時如果檢驗結果與之不符，則應考慮該型別的總體不符合正態分佈。博主曾對同一型別的兩組資料進行檢驗，一組為單峰正態分佈，另一組為雙峰正態分佈。由此可見，正態性檢驗的穩定性受多種因素的影響，建議不確定的情況使用非引數檢驗，有關資訊請見連結：