Normalizarea Distributiilor
-
Upload
oana-caragae -
Category
Documents
-
view
237 -
download
2
description
Transcript of Normalizarea Distributiilor
-
NORMALIZAREA DISTRIBUIILOR
Normalitatea distribuiei datelor este foarte important pentru majoritateatehnicilor statistice n care se pornete de la premisa unei distribuii normale.
Cnd acest aspect nu se verific avem la dispoziie dou soluii: Renunm la aplicarea metodei respective i folosim tehnici non-parametrice; Transformm datele pentru a normaliza pe ct posibil distribuia.
Distribuiile non-normale ridic probleme diferite: unele distribuii suntplaticurtice, altele puternic asimetrice pozitiv (nclinate la stnga) sau asimetricenegativ (nclinate la dreapta). n cazuri grave apar apr att devieri ale boltirii ct i aleoblicitii.
Asimetrie pozitiv moderat Asimetrie negativ moderatRdcina ptrat Rdcina ptrat din numrul reflectat
(Aten ie: se schimb ordinea scorurilor!)
Asimetrie pozitiv sever Asimetrie negativ severLogaritm natural Logaritm natural din numrul reflectat
Asimetrie pozitiv extrem (I) Asimetrie negativ extrem (J)Inversul numrului (1/x)
(Aten ie: se schimb ordinea scorurilor!)Inversul numrului reflectat
(Aten ie: se revine la ordinea ini ial ascorurilor!)
Dup transformare, se obine o normalizare aproximativ a distribuiei, i se potfolosi orice fel de statistici care au drept premis distribuia normal.
Obs: Singurul lucru care se pierde este unitatea de msur a variabileitransformate
Ex. Dac venitul exprimat n RON are o distribuie asimetric pozitiv carenecesit logaritmare, valorile transformate reprezentnd venitul vor avea ca unitate demsur RON logaritmai
n psihologie rezultatele brute la un test nu au o unitate de msur clar, iarefectul asupra unitii de msur nu exist.
Reflectarea datelor: Se adun 1 la valoarea maxim observat. Din valoareaobinut se scade fiecare valoare observat. (1 + X max) X
O distribuie platicurtic (aplatizat) se normalizeaz prin radical.O distribuie leptocurtic ridicarea la ptrat sau la cub, pentru a se mprtia
valorile.
1
-
Skewness pozitiv Skewness negativ
2
-
ANALIZA NORMALITII DISTRIBUIEI N SPSS
Coeficienii de asimetrie (Skewness) i de boltire (Kurtosis)
ntr-o distribuie perfect normal aceti coeficieni sunt zero.
Coeficientul de asimetrie exprim gradul de asimetrie a distribuiei unei variabilei
comparativ cu o distribuie normal:
valori negative ale Skewness indic o asimetrie negativ,
valori pozitive ale Skewness indic o asimetrie pozitiv.
Coeficientul de boltire exprim gradul de grupare a observaiilor n jurul valorii
centrale.
Cnd coeficientul Kurtosis este mai mare ca zero, curba este mai boltit (nalt);
Cnd coeficientul Kurtosis este mai mic dect zero curba este mai puin boltit
comparativ cu cea a unei distribuii normale.
Calcularea acestor coeficieni, precum i erorile lor standard, n SPSS:Calea n SPSS este: Analyze Descriptive Statistics Explore.
Trecem variabila comportament prosocial n cmpul Dependent List, apoi activm
butonul Plots iar aici selectm opiunea Normality plots with tests, click Continue i click
OK.
3
-
Rezultatele relevante se regsesc n tabelele Descriptives i Tests of Normality de
mai jos. Din tabelul Descriptives ne vor interesa coeficienii Skewness i Kurtosis i
erorile lor standard.
Descriptives
54,37 ,5353,33
55,40
54,3755,00
55,2487,43
327543
10,75-,054 ,172-,133 ,342
MeanLower BoundUpper Bound
95% ConfidenceInterval for Mean
5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosis
comportament prosocialStatistic Std. Error
4
-
Metode de testare a normalitii distribuiei
1. Dac 1 Skewness sau 80.0 Skewness , distribuia difer de o
distribuie normal (Morgan, Leech, Gloeckner & Barrett, 2004).
2. Transformarea coeficienilor Skewness i Kurtosis n note z.
Unii cercettori (Field, 2000, Leech, Barrett & Morgan, 2005) recomand
transformarea celor doi coeficieni n note z, astfel:
skewnessskewness SE
Sz 0kurtosis
kurtosis SEKz 0
Dac una dintre notele z astfel obinute n valoare absolut este mai mare dect
1.96 (pentru eantioane mici) sau 2.58 (pentru cazul unor eantioane mari), atunci
distribuia difer semnificativ de o distribuie normal.
Problema n acest caz este c eroarea standard a asimetriei (SE) depinde de
mrimea eantionului, iar n cazul unor eantioane foarte mari de cele mai multe ori am
putea trage concluzia (greit) c variabile nu sunt normal distribuite. n cazul datelor
noastre, 313.
172.054.
skewneesz i
388.0342.133.
kurtosisz; prin urmare variabila este
normal distribuit.
3. Luarea n calcul a erorii standard pentru Skewness i Kurtosis
ntr-o distribuie normal,
]2,[-2SE Skewness Skewness Skewness SE (pentru o precizie de 95%)
]1,[-1SE Skewness Skewness Skewness SE (pentru o precizie de 99%)
i la fel i pentru Kurtosis
]2,[-2SE Kurtosis Kurtosis Kurtosis SE (pentru o precizie de 95%)
]1,[-1SE Kurtosis Kurtosis Kurtosis SE (pentru o precizie de 99%).
Dac aceti coeficieni nu aparin intervalelor menionate, atunci distribuia difersemnificativ de o distribuie normal!
5
-
4. Testul Kolmogorov-Smirnov pentru un eantion
Acest test compar distribuia scorurilor variabilei pe eantion cu o distribuie
normal avnd aceeai medie i deviaie standard. Dac rezultatul la acest test este
nesemnificativ statistic (p > .05), atunci distribuia variabilei pe eantion nu difer
semnificativ de o distribuie normal i prin urmare variabila este normal distribuit.
Calea n SPSS este: Analyze Nonparametric tests 1-Sample K-S.
Trecem variabila comportament prosocial n cmpul Test Variable List, bifm
opiunea Normal i click OK.
6
-
Rezultatele la testul Kolmogorov-Smirnov sunt prezentate n tabelul One-Sample
Kolmogorov-Smirnov Test. Observm c rezultatul la testul K-S este nesemnificativ
statistic, z = .757, p = .616, prin urmare distribuia variabilei comportament prosocial nu
difer semnificativ de o distribuie normal. Inspectnd i repartizarea scorurilor sub
forma unei histograme constatm c distribuia scorurilor urmeaz o distribuie normal.
One-Sample Kolmogorov-Smirnov Test
20054,377,43,054,040
-,054,757,616
NMeanStd. Deviation
Normal Parameters a,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
comportament prosocial
Test distribution is Normal.a.
Calculated from data.b.
7
-
5. Testul Shapiro-Wilk
i acest test verific normalitatea unei distribuii, fiind asemntor testului
Kolmogorov-Smirnov. n general, testul Shapiro-Wilk este mai puternic dect testul
Kolmogorov-Smirnov (Field, 2000, Iacobucci, D., 2001).
Testul Shapiro-Wilk este disponibil doar n programele SPSS aparute dup
varianta 10.0. Calea n SPSS este: Analyze Descriptive Statistics Explore.
Trecem variabila comportament prosocial n cmpul Dependent List, apoi activm
butonul Plots iar aici selectm opiunea Normality plots with tests, click Continue i click
OK.
n tabelul Tests of Normality sunt prezentate rezultatele la testele Shapiro-Wilk (S-
W) i Kolmogorov-Smirnov (K-S); acestea trebuie s fie nesemnificative statistic (p > .
05) pentru ca variabila s fie normal distribuit n populaie. Observm c rezultatul la
testul K-S este K-S (200) = .054, p = .200 iar rezultatul la testul S-W este S-W (200) = .
8
-
995, p = .914. Cum rezultatele la ambele teste sunt nesemnificative statistic rezult c
variabila este normal distribuit.
Tests of Normality
,054 200 ,200* ,995 200 ,814comportament prosocialStatistic df Sig. Statistic df Sig.
Kolmogorov-Smirnova Shapiro-Wilk
This is a lower bound of the true significance.*.
Lilliefors Significance Correctiona.
9