Door bijdrager, bijgewerkt op 30 augustus 2022

Boxplots, stengel-en-bladplots en normale Q-Q-plots zijn essentiële verkenningshulpmiddelen waarmee u gegevensverdelingen kunt visualiseren en uitschieters kunt identificeren voordat u statistische tests uitvoert. SPSS (voorheen PASW Statistics) kan alle drie de grafieken met een paar klikken genereren, waardoor u snel een visuele controle krijgt van de vorm en kwaliteit van uw gegevens.

Stap 1

Open uw dataset in SPSS. Uit de Analyseer Kies in het menu Beschrijvende statistieken> Verkennen .

Stap 2

Selecteer de variabelen die u wilt onderzoeken en gebruik de pijl naar links om ze naar de Afhankelijk-balk te verplaatsen vak rechtsboven in het dialoogvenster.

Stap 3

Klik op OK . SPSS produceert:

• Een boxplot die de mediaan, kwartielen en potentiële uitschieters toont.
• Een stengel-en-bladgrafiek die de verdeling van de ruwe gegevens weergeeft.
• Twee Q-Q-plots – één gedetrended en één onbewerkt – om de normaliteit te beoordelen.
• Een tabel met beschrijvende statistieken die statistieken bevat die niet beschikbaar zijn in het basisvenster Beschrijvende gegevens, zoals het interkwartielbereik, een bijgesneden gemiddelde van 5% en een betrouwbaarheidsinterval van 95% voor het gemiddelde.

TL;DR

De tabel Extreme waarden vermeldt de hoogste en laagste gevallen voor elke variabele, zodat u snel waarden kunt ontdekken die mogelijk te wijten zijn aan meetfouten of andere afwijkingen.

Door deze stappen te volgen, kunt u de distributie van uw gegevens efficiënt beoordelen, uitschieters detecteren en de integriteit van daaropvolgende analyses garanderen.