Schiefe und Kurtosis in SPSS - Test auf Normalverteilung der Daten - Daten analysieren in SPSS (34) HD

// Schiefe und Kurtosis in SPSS - Test auf Normalverteilung der Daten // Mit Schiefe und Kurtosis kann man testen, ob meine Daten normalverteilt sind. Da dies eine Grundvoraussetzung für parametrische Tests wie z.B. t-Tests ist, kommt ihm einiges an Bedeutung zu. Es gibt verschiedene Möglichkeiten dies zu testen, die einfachste ist ein Blick auf Schiefe und Kurtosis. Andere Möglichkeiten in SPSS gibt es in einem Überblicksvideo: https://youtu.be/jdmeDYBYsTo Schiefe und Kurtosis sollten nahe Null sein, damit man von einer normalverteilten Variable ausgehen kann. Damit aber klarer ist, was "nahe Null" bedeutet, kann man diese Werte z-Standardisieren (durch den Standardfehler teilen) und mit vorgegebenen Grenzwerten vergleichen: +/-1,96 für p kleiner 0,05 +/-2,58 für p kleiner 0,01 +/-3,29 für p kleiner 0,001 Hinweis: Bei einer Stichprobengröße von größer 30 ist eine Verletztung der Normalverteilungsannahme der Daten vertretbar und erlaubt aufgrund des zentralen Grenzwertsatzes dennoch eine Anwendung parametrischer Verfahren. Es ist aber statthaft den Test auf Normalverteilung dennoch durchzuführen, die Ergebnisse zu berichten und entsprechend der eben geführten Argumentation fortzufahren. Bei Fragen und Anregungen zu Schiefe und Kurtosis zum Testen von Daten auf Normalverteilung in SPSS, nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten. #statistikampc Fragen rund um SPSS? Alle Antworten im besten SPSS-Buch, das man für Geld kaufen kann: Andy Field, Discovering Statistics using IMB SPSS: http://amzn.to/2FgFFnq Um den Kanal zu unterstützen, erledigt eure Einkäufe bei Amazon über meinen Affiliate-Link: http://amzn.to/2iBFeG9 Danke für eure Unterstützung!