Na caixa de distribuição, selecione normal. No painel parâmetros, insira o número calculado na célula B2 (29 no exemplo) na caixa média. Na caixa desvio padrão, insira o número calculado na célula B4 (. Deixe a caixa de propagação aleatória em branco.
Exemplo 6.
No SPSS versão 18.
De maneira tautológica, considere-se que a não normalidade ocorre quando alguma das variá- veis que descrevem um fenômeno segue qualquer distribuição de probabilidade que não seja a normal, por razões intrínsecas ao fenômeno.
Execute um teste de normalidade Os resultados do teste indicam se você deve rejeitar ou deixar de rejeitar a hipótese nula de que os dados são provenientes de uma população distribuída normalmente. Você pode fazer um teste de normalidade e produzir um gráfico de probabilidade normal na mesma análise.
Os testes de normalidade estatísticos como Kolmogorov-Smirnov (K-S) , Shapiro-Wilk e Anderson-Darling comparam os valores de média e desvio padrão da amostra testada com o de uma distribuição normal. A hipótese nula é que a amostra é normal, então se o teste é significativo p 0,600 então p = exp(1,2937 - 5,709 * A' 2 + 0,0186(A' 2) 2)
Análise da normalidade – como executar
Os resultados mostraram equivalência dos quatro testes para dados normais, com exceção do critério de Kolmogorov-Smirnov, que se mostrou inferior, e para dados não-normais o teste de Shapiro-Wilk mostrou-se sempre superior, concluindo-se então que este é aparentemente o melhor teste de aderência à normalidade.
Interpretação do resultado: Os dados apresentaram normalidade pelo Teste de Anderson-Darling ao nível de 5% de significância. Regra de decisão: Se P-Value (P-valor) for maior que o nível de significância, os dados apresentam distribuição normal.
Para tomada de decisão a respeito da normalidade dos dados, compara-se o valor calculado de W com o valor tabelado Wn;α, obtido da Tabela Shapiro_prob. Se o valor calculado W for menor que o tabelado, rejeita-se a hipótese de normalidade ao nível α de significância.
Os testes de normalidade são utilizados para verificar se a distribuição de probabilidade associada a um conjunto de dados pode ser aproximada pela distribuição normal.