4.1.3. Verdelingstoetsen

Normaliteitstoetsen

Via Analyse >Descriptive statistics >Explore kan je testen of een bepaalde variabele een normale verdeling heeft. Bij "dependent list" geef je jouw te onderzoeken variabele in. Wanneer je bij "factorlist" bijvoorbeeld de variabele 'Geslacht' invoegd dan kan je de verdeling voor mannen versus vrouwen gaan bekijken en vergelijken. Voeg je niets toe in dit veld, dan onderzoek je de verdeling voor de gehele steekproef. Je kan hierbij het volgende opvragen en bestuderen:

Histogram met normaalcurve

Je bekijkt de verdeling van de waarden in het histogram en gaat na of deze in een normaaldverdeling lopen:

Skewness

Wanneer de verdeling normaal is, is de waarde bij Skewness gelijk aan 0.

Bij een waarde >0 loopt de verdeling rechts scheef (staart naar rechts)

Bij een waarde <0 loopt de verdling links scheel (staart naar links)

Kurtosis

Wanneer de verdeling normaal is, is de waarde bij Kurtosis gelijk aan 0.

Bij een waarde >0 is de verdeling scherper dan een normaal verdeling

Bij een waarde <0 is de verdeling platter dan een normaal verdeling

Shapiro Wilcoxon (Of Kolmogorov-Smirnov) (via Plots > Histogram > Normality plots with tests)

Ho: data normaal verdeeld

Dus wanneer p < .05 dan verwerpen we Ho en is de data NIET normaal verdeeld

Boxplot:

Een boxplot heeft een mooie symmetrische verdeling wanneer de data normaal verdeeld is. Hieronder zie je dus een kleine afwijking van de normaalverdeling:

Q-Q plot

Wanneer de data normaal verdeeld is, lopen de bolletjes van de QQplot mooi op één rechte lijn. Hieronder zie je dus een kleine afwijking van de normaalverdeling:

¨