annak a ténynek köszönhetően, hogy sok barátnak nehézségei vannak az adatok normalizálásáról, ezért ebben a cikkben meg akarjuk tanítani, hogyan lehet normalizálni az adatokat az SPSS-ben vizuális és lépésről lépésre, teljes magyarázattal.
mi a célja az adatok szabványosításának?
ez a kérdés, hogy sok honfitársunk megkérdezi, mi az adatok szabványosítása? A válasz az, hogy az adatok szabványosítása segít abban, hogy fontosságuk ne függjön mértékegységüktől. Ennek eredményeként szabványosított adatokat használnak olyan esetekben, mint az adatbányászat és a többváltozós Adatelemzés.
a szabványosítás mennyiségi és minőségi adatokra is alkalmazható, és számos szabványosítási módszer létezik.
lépésenkénti bemutató az adatok normalizálásáról az SPSS-ben:
a fenti videó megtekintése után a művelet lépésről lépésre történő utasításához megyünk. Kövesse ezeket a lépéseket az adatok normalizálásának egyszerű és sikeres befejezéséhez.
1. lépés-az adatokat az SPSS szoftverkörnyezetbe írjuk be . Ebben a lépésben az adatok manuálisan beírhatók vagy másolhatók egy másik környezetből, például az Excelből.
2. lépés-az adatok beírása után lépjen az elemzés fülre, és írja be a leíró statisztikákat és fedezze fel a szakaszokat .
3. lépés-a megnyíló ablakban írja be a kívánt attribútumot a függő lista mezőbe . Ebben a lépésben, ha több attribútumunk van, akkor az összes attribútum normalitási tesztjét egyszerre hajthatjuk végre, így az összes attribútumot beírjuk a függő Listamezőbe .
4. lépés-az attribútumok megadása után aktiválnunk kell a Normality plots kifejezést a Plots szakasz tesztjeivel, majd kattintson a Folytatás és az Ok gombra, hogy a teszt eredményei megjelenjenek a kimeneti ablakban .
5. lépés-látta, hogy két teszttel milyen könnyen ellenőrizték az adatok normalitását. Most, a fentiek szerint, megvizsgáljuk a Kolmogorov-Smirnov teszt eredményeit. Ebben a táblázatban, ha az értéke sig . Ha ez több, mint 0.01, Az adatok normálisak, és ha kevesebb, mint 0,01, akkor az adatok általában nem oszlanak meg, és a variancia elemzése előtt át kell alakítanunk.
