问题补充说明：spss正态性检验问题 最近要用正态性检验，但是遇到了很多问题，想请教一下大家。我的样本是9个，使用Shapiro - Wilk检验还是用Kolmogorov - Smirnov检验？看到有人说样本量≤50，应选Shapiro - Wilk 检验，但是有资料说对于正态分布未知的总体，一般都是做非参数检验的，应该是analysis——Nonparametric Tests->1-Sample K-S我应该用哪一个？以下是我的正正态性检验结果： Kolmogorov-Smirnov Shapiro-Wilk Statistic df Sig. Statistic df Sig.VAR00001 0.1574 9 0.200 0.9417 9 0.599 VAR00002 0.2720 9 0.054 0.8016 9 0.021 VAR00003 0.2178 9 0.200 0.9283 9 0.465 VAR00004 0.1477 9 0.200 0.9370 9 0.551 VAR00005 0.1809 9 0.200 0.9644 9 0.843 VAR00006 0.1876 9 0.200 0.9161 9 0.361 我想问6个检验结果中是不是sig越大其正态性就越好？ 非常感谢！
单样本K-S检验是利用样本数据推断总体是否服从某一理论分布的方法。适合于探索连续型随机变量的分布形态。
其零假设H0为样本来自的总体与指定理论分布无显著性差异。
一般假设你的显著性水平为a=0.05。
如果相伴概率小于或等于用户的显著性水平a，则应拒绝零假设，认为样本来自的总体与指定分布的总体有显著差异（就是小概率事件发生了，拒绝假设，之后它就和正态分界显友马想影这种考布之间的相似性可以理解为井身不存在）
相反一样，大于a就是具有相似性，可以理解切为服从正态分布。
一般用起来的时候sig小于0.05就认为两者有显著差异，就是两者不相似。
也可以说越接近一越好。
