在SPSS中进行正态分布检验的步骤可分为以下五类，结合描述性统计、图形化检验和参数检验方法：

一、数据准备

1. 导入数据 ：通过“文件→打开→数据”导入Excel、CSV或数据库文件，确保数据类型正确。

2. 数据清洗 ：检查缺失值、异常值或重复值，必要时删除或修正。

二、描述性统计分析

1. 基础统计量 ：选择“分析→描述统计→描述”或“探索性数据分析”，查看均值、标准差、偏度（Skewness）和峰度（Kurtosis）。

2. 偏度与峰度检验 ：在“探索”中勾选“峰度、偏度”，输出Z值判断是否符合正态分布（|Z|<1.96）。

三、图形化检验

1. 正态Q-Q图 ：通过“图形→Q-Q图”生成，观察数据点是否沿对角线分布，偏离越多越偏离正态。

2. 直方图+正态曲线 ：在“描述统计→频率”中勾选“显示正态曲线”，对比实际分布与理论正态分布的差异。

四、参数检验

1. Shapiro-Wilk检验 ：适用于小样本，通过“分析→描述统计→探索”勾选“峰度、偏度”或“非参数检验→单个样本K-S检验”，p值>0.05表示符合正态分布。

2. Kolmogorov-Smirnov检验 ：通过“分析→描述统计→探索”勾选“峰度、偏度”或“非参数检验→单个样本K-S检验”，同样以p值判断。

五、结果解释

• 综合判断 ：结合偏度/峰度、图形化检验和参数检验结果，若均符合正态分布标准，则可认为数据近似正态。

• 处理异常值 ：若检验失败，需检查数据是否存在异常值或偏态，必要时进行转换或处理。

注意 ：不同方法对样本量敏感度不同，Shapiro-Wilk更适合小样本，Kolmogorov-Smirnov适用于大样本。