何ができるか
統計的仮説検定には、t検定や分散分析(ANOVA)のように、「母集団が正規分布に従う」ことを前提にした手法があります。正規性検定を使うと、その前提を確認できます。使い方
このページの例では、従業員データを使います。1 行が 1 従業員で、年齢、給料、職種など従業員の属性を表す列があります。
-
アナリティクス・ビューを開き、タイプの「統計的検定」の「データの分布を確認」から「正規性検定」を選びます。

-
「変数」の列を選びます。

-
「年齢」「給料」「勤続年数」「家からの距離」を選びます。

-
データをサンプルしたいときは、「データをサンプルする」で行数を指定します。この例では「30」と入力し、「実行」ボタンをクリックします。
4 つの変数の母集団が正規分布に従っているかを調べる、正規性検定が実行され、結果がレポートとして表示されます。上部の「正規性検定の結果」「Q-Qプロット」「ヒストグラム」のリンクから、それぞれの節に移動できます。

結果の見方
正規性検定の結果
この例では、Shapiro-Wilk 検定が使われています。表には、変数ごとに W 値、P 値、サンプルサイズ、結果が表示されます。W 値は 1 に近いほど正規分布に近いことを示し、1 が最大値です。P 値は、帰無仮説(データが正規分布に従っている)を棄却するかどうかの基準となる値で、一般的に 0.05 未満の場合、データは正規分布に従っていないと判断されます。 30 行の年齢のデータでは、P 値が 0.111 で有意水準 5%(0.05)を上回り、正規分布からの有意なずれは検出されませんでした。「給料」(0.008)と「勤続年数」(0.033)は 0.05 を下回り、「家からの距離」は 0.001 未満なので、いずれも正規分布に従っていないと判断されます。Q-Qプロット
データが正規分布に従っているかを、視覚的に確認するグラフです。凡例は「実測値」と「基準線」で、変数ごとにプロットが表示されます。
ヒストグラム
変数ごとの分布を表示します。正規分布の場合は、釣り鐘型の左右対称な形になります。凡例の青色は「正規分布である」、グレーは「正規分布ではない」で、この例の年齢の結果は青色で表示されます。
