på grund av att många vänner har svårt att diskutera datanormalisering, så i den här artikeln vill vi lära dig hur man normaliserar data i SPSS på ett visuellt och steg-för-steg sätt med fullständiga förklaringar.
vad är syftet med data standardisering?
det här är en fråga som många av våra landsmän frågar Vad är användningen av datastandardisering? Svaret är att datastandardisering hjälper till att deras betydelse inte beror på deras måttenhet. Som ett resultat används standardiserade data i fall som datautvinning och multivariat dataanalys.
standardisering är också tillämplig på kvantitativa och kvalitativa data, och det finns flera standardiseringsmetoder.
steg-för-steg-handledning om normalisera data i SPSS:
efter att ha tittat på videon ovan går vi till steg-för-steg-instruktionen för denna operation. Du kan följa dessa steg för att slutföra data normalisering enkelt och framgångsrikt.
Steg 1 – vi matar in data i SPSS-mjukvarumiljön . I det här steget kan data matas in manuellt eller kopieras från en annan miljö som Excel.
steg 2-när du har angett data, gå till fliken Analysera och ange beskrivande statistik och utforska avsnitt .
steg 3-i fönstret som öppnas anger du önskat attribut i den beroende listrutan . I det här steget, om vi har flera attribut, kan vi utföra normalitetstestet på alla attribut samtidigt, så vi anger alla attribut i listrutan beroende .
steg 4-när vi har angett attributen måste vi aktivera frasen normalitet tomter med tester från avsnittet tomter och klicka på Fortsätt och Ok så att testresultaten visas i Utmatningsfönstret .
Steg 5-du såg hur lätt med två tester kontrollerades normaliteten av data. Nu, enligt ovanstående, undersöker vi resultaten från Kolmogorov-Smirnov-testet. I denna tabell om värdet på sig . Om det är mer än 0.01, data är normala, och om de är mindre än 0,01 distribueras data inte normalt, och vi måste konvertera dem innan vi analyserar variansen.
