Test de normalité dans SPSS
Ce didacticiel rapide vous explique comment tester si des exemples de données sont normalement distribués dans le package de statistiques SPSS.
C’est une exigence de nombreux tests statistiques paramétriques, par exemple le test t pour échantillons indépendants : les données sont normalement distribuées.
Il existe plusieurs façons de tester cette exigence, mais nous nous concentrerons sur les tests de Kolmogorov-Smirnov et Shapiro-Wilk.
1. Cliquez sur Analyser -> Statistiques descriptives -> Explorer…
2. Déplace la variable d’intérêt de la case de gauche vers la case Liste des personnes à charge de droite.
3. Cliquez sur le bouton Graphiques et cochez l’option Graphiques de normalité avec tests.
4. Cliquez sur Continuer puis sur OK.
5. Le résultat apparaîtra : voir la section Tests de normalité.
Comment obtenir la dernière version de SPSS GRATUITEMENT
En cliquant sur l’un des boutons ci-dessous, vous accéderez à nos guides où nous vous apprendrons comment télécharger ce logiciel gratuitement et légalement pour les principaux systèmes d’exploitation.
Vidéo pas à pas
Les données
Les données de notre exemple, présentées ci-dessus dans SPSS Data View, proviennent d’une étude simulée examinant l’effet d’avoir un chien sur la capacité à lancer un frisbee.
La distance de lancer du frisbee en mètres (en surbrillance) est la variable dépendante, et nous devons savoir si elle est normalement distribuée avant de décider quel test statistique utiliser pour déterminer si la propriété d’un chien est liée à la capacité de lancer un frisbee.
Comment faire un test de normalité dans SPSS
Pour commencer, cliquez sur Analyser -> Statistiques descriptives -> Explorer… Cela ouvrira la boîte de dialogue Explorer, un peu comme celle ci-dessous.
La configuration à ce stade est assez facile.
Tout d’abord, vous devez obtenir la variable Frisbee Throw Distance de la case de gauche à la case Dependent List. Vous pouvez glisser-déposer ou utiliser la flèche bleue au milieu.
La zone Liste des facteurs vous permet de partitionner votre variable dépendante en fonction des différents niveaux de votre ou vos variables indépendantes.
Dans notre exemple, le propriétaire du chien, notre variable indépendante, a deux niveaux : propriétaire et non-propriétaire, nous pourrions donc ajouter le propriétaire du chien à la zone de liste des facteurs et examiner notre répartition des variables dépendantes sur cette base.
Cependant, puisque nous pouvons parfaitement tester la normalité sans ajouter cette complexité supplémentaire, nous laisserons la case vide.
Une fois que vous avez la variable dont vous souhaitez tester la normalité dans la zone Liste dépendante, vous devez cliquer sur le bouton Graphiques. La boîte de dialogue Tracés apparaît .
Dans cette case, vous devez vous assurer que l’option Plots of normality with tests est cochée , et il est également judicieux de sélectionner les deux options de statistiques descriptives (Stem and Leaf et Histogram).
Maintenant, cliquez sur Continuer qui vous ramènera à la boîte de dialogue Explorer qui devrait ressembler à ceci.
Pour tester si vos données sont normalement distribuées, il vous suffit d’appuyer sur le bouton OK.
Le résultat
L’option Explorer de SPSS produit un grand nombre de résultats, ce dont vous avez besoin pour évaluer si la distribution de vos données est normale.
SPSS exécute deux tests statistiques de normalité : Kolmogorov-Smirnov et Shapiro-Wilk.
Si la valeur de signification est supérieure à la valeur alpha (nous utiliserons 0,05 comme valeur alpha), alors il n’y a aucune raison de penser que nos données diffèrent significativement d’une distribution normale.
Autrement dit, nous pouvons rejeter l’hypothèse nulle selon laquelle ce n’est pas normal.
Comme vous pouvez le voir ci-dessus, les deux tests donnent une valeur de signification supérieure à 0,05, nous pouvons donc être sûrs que nos données sont normalement distribuées.
Une complication qui peut survenir ici est que les résultats des deux tests ne concordent pas. C’est-à-dire lorsqu’un test montre un résultat significatif et pas l’autre.
Dans cette situation, utilisez le résultat de Shapiro-Wilk ; dans la plupart des cas (c’est plus fiable).
Graphique QQ
SPSS fournit également un graphique QQ Plot normal qui fournit une représentation visuelle de la distribution des données.
Si une distribution est normale, les points suivront globalement la ligne de tendance.
Comme vous pouvez le voir ci-dessus, nos données se regroupent autour de la ligne de tendance, fournissant une preuve supplémentaire que notre distribution est normale.
Mettez ce graphique QQ avec les résultats des tests statistiques, et vous pouvez supposer en toute sécurité que les données sont normalement distribuées. Cela signifie qu’au moins un des critères des tests statistiques paramétriques est rempli.