johtuen siitä, että monet ystävät on vaikeuksia keskustella tietojen normalisointi, joten tässä artikkelissa haluamme opettaa sinulle, miten normalisoida tietoja SPSS visuaalinen ja askel-askeleelta tavalla täydelliset selitykset.
mikä on tiedon standardoinnin tarkoitus?
tämä on kysymys, jota monet maanmiehemme kysyvät, Mikä on datan standardoinnin käyttö? Vastaus on, että tietojen standardointi auttaa, että niiden merkitys ei riipu niiden mittayksiköstä. Tämän seurauksena standardoitua dataa käytetään esimerkiksi tiedon louhinnassa ja monimuuttuja-data-analyysissä.
standardointia voidaan soveltaa myös kvantitatiiviseen ja kvalitatiiviseen aineistoon, ja standardointimenetelmiä on useita.
Step-by-step tutorial on normalize data in SPSS:
nähtyämme yllä olevan videon siirrymme tämän operaation vaiheittaiseen ohjeeseen. Voit seurata näitä ohjeita, jotta täydellinen tietojen normalisointi helposti ja onnistuneesti.
Vaihe 1 – syötämme tiedot SPSS-ohjelmistoympäristöön . Tässä vaiheessa tiedot voidaan syöttää manuaalisesti tai kopioida toisesta ympäristöstä, kuten Excelistä.
Vaihe 2-syötettyään tiedot, siirry analysoida välilehti ja anna kuvaileva tilastot ja tutkia osioita .
Vaihe 3-avautuvassa ikkunassa, anna haluttu ominaisuus riippuvaisten luetteloruutuun . Tässä vaiheessa, jos meillä on useita attribuutteja, voimme suorittaa normaaliuden testin kaikille attribuuteille samanaikaisesti, joten syötämme kaikki attribuutit riippuvaiseen luetteloruutuun .
Vaihe 4-Kun olet syöttänyt attribuutit, meidän on aktivoitava lause Normality tontteja testit tontit osiossa ja klikkaa Jatka ja Ok-painiketta niin, että testitulokset näkyvät Lähtöikkunassa .
Vaihe 5-näit, kuinka helposti kahdella testillä tietojen normaalius tarkistettiin. Nyt, mukaan edellä, tutkimme tulokset Kolmogorov-Smirnov testi. Tässä taulukossa jos arvo sig . Jos se on enemmän kuin 0.01, data on normaalia, ja jos se on alle 0.01, tietoja ei normaalisti jaeta, ja meidän on muunnettava se ennen varianssin analysointia.
