Av bidragsgivare, uppdaterad 30 augusti 2022

Boxplots, stam-och-bladplots och normala Q-Q-plots är viktiga undersökningsverktyg som låter dig visualisera datafördelningar och identifiera extremvärden innan du utför statistiska tester. SPSS (tidigare PASW Statistics) kan generera alla tre diagrammen med några få klick, vilket ger en snabb visuell kontroll av din datas form och kvalitet.

Steg 1

Öppna din datauppsättning i SPSS. Från Analysera väljer du Beskrivande statistik> Utforska .

Steg 2

Välj de variabler du vill undersöka och använd vänsterpilen för att flytta dem till beroende rutan längst upp till höger i dialogrutan.

Steg 3

Klicka på OK . SPSS kommer att producera:

• En ruta som visar median, kvartiler och potentiella extremvärden.
• En stam- och bladplot som visar distributionen av rådata.
• Två Q‑Q-plots – en detrended och en rå – för att bedöma normaliteten.
• En beskrivande statistiktabell som inkluderar mätvärden som inte är tillgängliga i det grundläggande beskrivande fönstret, såsom interkvartilintervall, 5 % trimmat medelvärde och ett 95 % konfidensintervall för medelvärdet.

TL;DR

Tabellen Extrema värden listar de högsta och lägsta fallen för varje variabel, vilket gör att du snabbt kan se värden som kan bero på mätfel eller andra avvikelser.

Genom att följa dessa steg kan du effektivt utvärdera din datas distribution, upptäcka extremvärden och säkerställa integriteten för efterföljande analyser.