Проверка нормальности распределения

Наиболее часто используемые методы статистической обработки первичных результатов эмпирических исследований  по количественным шкалам делятся на две большие группы: параметрические и непараметрические. Параметрические методы применяются в тех случаях, когда эмпирическое распределение данных является нормальным, то есть соответствует закону нормального распределения Гаусса. Если же эмпирическое распределение отличается от нормального, то нужно использовать непараметрические методы.

Для того, чтобы результаты обработки данных были достоверными, нужно правильно выбрать методы обработки.  Поэтому первое, что необходимо сделать при обработке данных по количественным шкалам, — это проверить данные на нормальность распределения.

Наиболее точный метод проверки нормальности распределения данных — это критерий Колмогорова-Смирнова. Распространенная компьютерная программа MS Excel не умеет считать этот критерий, но зато его умеют считать специальные статистические программы, такие как SPSS.

По результатам проверки нормальности распределения программа SPSS выдает показатель критерия Колмогорова-Смирнова и уровень его статистической значимости. Если уровень значимости выше, чем 0,05, то это значит, что распределение данных является нормальным, и для обработки данных подходят параметрические методы. Если же этот показатель меньше либо равен 0,05, то эмпирическое распределение отличается от нормального, и для основной обработки необходимо использовать непараметрические методы.

То есть сам по себе критерий Колмогорова-Смирнова не дает какой-либо информации по теме Вашего исследования. Он нужен только для того, чтобы правильно подобрать методы основной обработки — параметрические или непараметрические, а вот они уже раскроют закономерности в соответствии с темой, целью и задачами исследования.