آمار در کتابداری و اطلاع رسانی آزمون کولموگروف-اسمیرنوف

پس از بررسی عادی یا نرمال بودن کشیدگی و یا چولگی توزیع داده‌ها، از آزمون کولموگروف-اسمیرنوف استفاده می شود تا از نرمال بودن داده‌ها اطمینان حاصل گردد.

هنگام بررسی نرمال بودن داده‌ها ما فرض صفر مبتنی بر اینکه توزیع داده‌ها نرمال است را در سطح خطای 5% تست می‌کنیم.

بنابراین اگر آماره آزمون بزرگتر 0.05 بدست آید، در این صورت دلیلی برای رد فرض صفر مبتنی بر اینکه داده نرمال است، وجود نخواهد داشت. به عبارت دیگر توزیع داده‌ها نرمال خواهد بود.

برای آزمون نرمالیته فرض‌های آماری به صورت زیر تنظیم می‌شود:

فرض صفر : توزیع داده‌های مربوط به هر یک از متغیرها نرمال است

فرض یک : توزیع داده‌های مربوط به هر یک از متغیرها نرمال نیست

👈👈👈👈ادامه مطلب کلیک کنید

جهت انجام این دو آزمون فرمان زیر را اجرا کنید:

Analyze/Descriptive Statistics/Explore

در کادر باز شده متغیرهای موردنظر را وارد لیست Dependent list کنید و سایر جاها را خالی بگذارید. سپس روی دکمه plots کلیک کرده و در کادر جدید گزینه Normality plots with tests را تیک دار کنید.

با این عمل خروجی شامل جدولی تحت عنوان Tests of Normality است که به شما دو مقدار سطح معناداری را برای هر کدام از متغیر‌ها به طور مجزا می دهد. این مقادیر در تشخیص نرمال بودن داده‌ها تعیین کننده است. چنانچه سطح معناداری در آزمون کولموگروف-اسمیرنوف که در این جدول با sig. نمایش داده می شود بیشتر از 0.05 باشد می توان داده‌ها را با اطمینان بالایی نرمال فرض کرد. در غیر این صورت نمی‌توان گفت که داده ها توزیع‌شان نرمال است.

SIG بالاتر از 0.05 باشد توزیع نرمال است

SIG کوچکتر از 0.05 یا مساوی 0.05 باشد, توزیع نرمال نمی باشد

در مثال زیر sig صفر است یعنی کوچکتر از 0.05 و توزیع نرمال نمی باشد