در این مقاله آموزش کاربرد آزمون کولموگروف اسمیرنوف در spss برای تحلیل آماری پایان نامه روانشناسی یا زمینه های مرتبط به صورت کامل ارائه شد.
برای مثال فرض کنید نمونه ای از اندازه های کمی در اختیار داریم و می خواهیم تعیین کنیم که آیا این نمونه از جامعه ای با توزیع نرمال به دست آمده است.
آزمون نرمال بودن یک توزیع، یکی از رایج ترین موارد کاربرد آزمون تطابق توزیع است.
آزمون کولموگروف – اسمیرنوف (Kolmogorov – Smirnov) برای این هدف مناسب است.
به عنوان مثال برای متغیر میانگین نمرات، هیستوگرام فراوانی نسبی تقریبا زنگی شکل است.
منحنی زنگی شکل ایده آل به عنوان توزیع احتمالی متغیر مورد نظر است. سطح زیر این منحنی بین دو نقطه در محور افقی بیانگر احتمال آن بازه ی خاص است. در توزیع احتمالی میانگین نمرات (که تقریبا نرمال است).
میانگین تقریبا 15/2 و انحراف معیار آن 7/1 است. با استفاده از منوی Descriptive Statistics میتوانید اطلاعات بالا را ببینید.
همچنین با استفاده از رسم نمودار Normal Q-Q plot برای متغیر میانگین نمرات (Average) مشاهده می کنید که داده ها تقریبا روی خط نرمال قرار گرفته اند.
اکنون می خواهیم با استفاده از آزمون کولموگروف – اسمیرنوف فرضیات خود را آزمون کنیم و ببینیم آیا نمونه ها از یک جامعه ی خاص آمده است یا نه (جامعه ی نرمال).
1- منوی زیر را انخاب کنید:
Analyze
Nonparametric Test
Lagacy Dialogs
1 – Sample K-S… تا کادر گفتگوی One- Sample Kolmogrov – Smirnov Test را به دست آورید.
متغیر میانگین نمرات (average) را به چهارگوش test variable list منتقل کرده و توجه کنید که گزینه ی پیش فرض normal تیک خورده باشد.
2-جهت اجرای آزمون بر روی ok کلیک کنید.
نتیجه ی این دستور در خروجی زیر مشاهده می شود .
مهم ترین بخش خروجی اخرین ردیف ان است با عنوان (2.tailed (asymp.sigg. که p-value یا احتمال دمی آزمون است .
مقدار ان (53%) به این معناست که دلیلی بر رد این فرض صفر که نمونه مورد نظر از توزیع نرمال به دست امده است وجود ندارد.
این نتیجه دقیقا همان چیزی هست که انتظار داشتیم زیرا می دانیم که این مجموعه داده ها از یک جامعه نرمال به دست امده است. نتیجه ی این آزمون به صورت زیر نوشته می شود:
دلیل بر رد این ادعا که توزیع مورد نظر نرمال وجود ندارد و آزمون کولموگروف-اسمیرنوف برای تطابق توزیع نمونه با توزیع نظری غیر معنی دار بوده است :5%