Även om de flesta sannolikhetsfunktionerna är i form av snygga sannolikhetsdensitetsfunktioner, berättar sannolikhetstätheten sig själva mycket lite. Detta beror på att sannolikheten för ett givet värde för en kontinuerlig sannolikhetstäthetsfunktion är noll, vilket kan visas genom sannolikhetsteori. För de flesta praktiska ändamål vid användning av sannolikhetsfunktioner används kumulativa sannolikheter, eftersom de kan ge reella tal när de tas i specifika värden. Beräkning av en kumulativ sannolikhet i SPSS kräver att du utför en beräkning baserad på en sannolikhetsdensitetsfunktion.

Klicka på Transform-menyn och välj "Beräkna."

Ange en variabel från dina data eller ett nummer i rutan "Target Variable".

Välj "CDF" i "Function Group" -rutan. Den kumulativa fördelningsfunktionen (CDF) är den funktion som beräknar den kumulativa fördelningen.

Välj fördelningen. Minns att en kumulativ sannolikhet representerar sannolikheten för att ett antal slumpmässigt valt från en given fördelning är mindre än en given variabel. Välj en distribution som är meningsfull när det gäller dina data. Om du till exempel analyserar antalet typsnitt på en sida väljer du en Poisson-fördelning; Om du tittar på individuella skillnader inom en befolkning, välj Gaussisk fördelning.

Ange parametrarna för distributionen. Varje fördelning har sin egen uppsättning parametrar. Exempelvis kräver Gauss-distributionen att du anger en genomsnittlig och standardavvikelse. Om du inte har de sanna parametrarna för distributionen du väljer väljer du uppskattningar.

Kör funktionen. Resultatet blir den kumulativa fördelningen. I matematiska termer beräknade du "P (x < a)," var "a" är variabeln eller numret du angav.