Debido al hecho de que muchos amigos tienen dificultades para discutir la normalización de datos, por lo que en este artículo queremos enseñarle cómo normalizar datos en SPSS de una manera visual y paso a paso con explicaciones completas.
¿Cuál es el propósito de la estandarización de datos?
Esta es una pregunta que muchos de nuestros compatriotas se preguntan ¿para qué sirve la estandarización de datos? La respuesta es que la estandarización de los datos ayuda a que su importancia no dependa de su unidad de medida. Como resultado, se utilizan datos estandarizados en casos como la minería de datos y el análisis de datos multivariantes.
La estandarización también es aplicable a datos cuantitativos y cualitativos, y hay varios métodos de estandarización.
Tutorial paso a paso sobre normalizar datos en SPSS:
Después de ver el video de arriba, iremos a la instrucción paso a paso de esta operación. Puede seguir estos pasos para completar la normalización de datos de manera fácil y exitosa.
Paso 1-Introducimos los datos en el entorno de software SPSS . En este paso, los datos se pueden introducir manualmente o copiar desde otro entorno, como Excel.
Paso 2: Después de ingresar los datos, vaya a la pestaña Analizar e ingrese las secciones Estadísticas Descriptivas y Explorar .
Paso 3: En la ventana que se abre, ingrese el atributo deseado en el cuadro de lista Dependiente . En este paso, si tenemos varios atributos, podemos realizar la prueba de normalidad en todos los atributos simultáneamente, por lo que ingresamos todos los atributos en el cuadro de lista Dependiente .
Paso 4-Después de ingresar los atributos, debemos activar la frase Gráficas de Normalidad con pruebas desde la sección Gráficas y hacer clic en el botón Continuar y Aceptar para que los resultados de las pruebas aparezcan en la ventana de salida .
Paso 5 – Usted vio cómo fácilmente con dos pruebas, la normalidad de los datos se comprobó. Ahora, de acuerdo con lo anterior, estamos examinando los resultados de la prueba de Kolmogorov-Smirnov. En esta tabla si el valor de sig . Si es más de 0.01, los datos son normales, y si son inferiores a 0.01, los datos no se distribuyen normalmente, y debemos convertirlos antes de analizar la varianza.
