Statistik - kontrollera normalfördelning

Hejsan

Skriver för närvarande C-uppsats och har ej läst statistik och behöver således lite hjälp med en vad jag tror är en väldigt lätt sak. Jag har gjort en undersökning och n = 50, har skrivit in alla observationer i SPSS och har fått ut en del deskriptiv statistik men jag vet inte hur jag ska använda denna för att ta reda på om svaren är normalfördelade eller ej.

Jag har följande värden:

Priser


Mean 3,7800
95% Confidence Interval for Mean Lower Bound 3,5787
Upper Bound 3,9813
5% Trimmed Mean 3,8000
Median 4,0000
Variance ,502
Std. Deviation ,70826
Minimum 2,00
Maximum 5,00
Range 3,00
Interquartile Range 1,00
Skewness -,374
Kurtosis ,314

Kan jag utifrån denna data avgöra om mina svar är normalfördelade eller ej?

Har inte använt just SPSS, men finns det inte ett inbyggt normalfördelningstest?

vad är det du har undersökt? ålder är normalfördelat, längd m.m. är ju normalfördelat.

http://www.svd.se/nyheter/inrikes/sv...id_1102717.svd, ser absolut inte ut som en normalfördelning.
Man kan ju inte bara anta sånt.

Hur kunder värderar vissa parametrar, och hur de relaterar detta till individuell nytta. De kunde svara på en skala ifrån 1-7 och det är denna datan jag vill kolla om den är normalfördelad. Googlade lite och hittade någon form av normalfördelningstest och jag fick ut följande data


Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Vantetid ,298 50 ,000 ,754 50 ,000
a Lilliefors Significance Correction


Stod att om Shapiro-Wilk statistikan var högre än 0.05 är de normalfördelade, och så verkar väl vara fallet?

edit: lite oklar input, Shapiro-Wilk statistikan är 0.754

Jag misstänker att de menar att om p-värdena (dvs "Sig."-fälten) är större än 0.05, så kan man inte förkasta nollhypotesen att det handlar om en normalfördelning. I det här fallet så är p-värdena så små att vi kan förkasta den hypotesen, dvs det är ingen normalfördelning vi har att göra med.

Äsch, det var sig-värdet man skulle kolla på. Då är det väl dags för mig att komma ner på jorden igen från mitt glädjerus. Men eftersom Sig är så oerhört liten, måste man inte ha en väldig massa observationer till för att det ska komma upp över 0.05?

Signifikansen är sannolikheten att få dessa observationer givet nollhypotesen, alltså att vi har en normalfördelning och som du ser är den nästan 0. Då kan man vara nästan säker på att det du undersökt inte är normalfördelat och fler observationer kommer snarare sänka signifikansen än öka den. Det är ju mer osannolikt att få en längre mätserie från en icke-normalfördelning som överensstämmer med en normalfördelningen, än en kortare mätserie.

Nej, snarare tvärtom.

Sig-värdet talar om för dig hur sannolikt det är att man skulle få de värden du hade, eller värre, om fördelningen hade varit en normalfördelning. Så ju större sig, desto mer ska vi tro att det faktiskt är en normalfördelning.

Om det är så att det faktiskt inte är en normalfördelning, så kommer detta så att säga bli tydligare och tydligare ju fler observationer du gör. Det blir alltså mindre och mindre sannolikt att en normalfördelning skulle ge de värdena du får, dvs sig blir mindre och mindre.

Oavsätt hur många observationer du har verkar det vanskligt att försöka anpassa en normalfördelning till ett dataset som endast antar 4 olika diskreta värden.

Tack för era svar, jag vet inte om det är sömnbristen som gör sig påmind eller något annat. Men jag verkar förstå att mina observationer inte kommer kunna bli normalfördelade.

Hade möte med min uppsatshandledare idag och han sa att jag ej kunde göra korrekta t-test/chi-två test om mina svar inte är normalfördelade, om det är relevant så har jag två frågor med nominala svarsalternativ (ja/nej), två frågor med ordinalalternativ, samt 10 frågor med intervallalternativ . Kan jag gå runt detta med t.ex. nonparametric tests, eller kan man göra det på något annat sätt?

Det beror på vad du vill försöka visa med dina data, har du någon hypotes?