devido ao fato de muitos amigos terem dificuldade em discutir a normalização de dados, portanto, neste artigo, queremos ensiná-lo a normalizar os dados no SPSS de maneira visual e passo a passo com explicações completas.
Qual é o objetivo da padronização de dados?
esta é uma pergunta que muitos de nossos compatriotas perguntam Qual é o uso da padronização de dados? A resposta é que a padronização de dados ajuda a que sua importância não dependa de sua unidade de medida. Como resultado, dados padronizados são usados em casos como mineração de dados e análise de dados multivariada.
a padronização também é aplicável a dados quantitativos e qualitativos, e existem vários métodos de padronização.
tutorial passo a passo sobre normalizar dados no SPSS:
depois de assistir ao vídeo acima, iremos para a instrução passo a passo desta operação. Você pode seguir estas etapas para concluir a normalização de dados com facilidade e sucesso.Etapa 1-inserimos os dados no ambiente de software SPSS . Nesta etapa, os dados podem ser inseridos manualmente ou copiados de outro ambiente, como o Excel.
Etapa 2-Depois de inserir os dados, vá para a guia Analisar e insira as seções estatísticas descritivas e explorar .
Etapa 3 – na janela que se abre, insira o atributo desejado na caixa de Listagem dependente . Nesta etapa, se tivermos vários atributos, podemos realizar o teste de normalidade em todos os atributos simultaneamente, portanto, inserimos todos os atributos na caixa de Lista dependente .
Etapa 4 – Depois de inserir os atributos, devemos ativar os gráficos de normalidade de frase com testes na seção Gráficos e clicar no botão Continuar e Ok para que os resultados do teste apareçam na janela de saída .
Passo 5 – Você viu como é fácil com dois testes, a normalidade dos dados foi verificada. Agora, de acordo com o exposto, estamos examinando os resultados do teste Kolmogorov-Smirnov. Nesta tabela se o valor de sig . Se for mais de 0.01, Os dados são normais e, se forem menores que 0,01, os dados não são normalmente distribuídos e devemos convertê-los antes de analisar a variância.
