Normaliteitsbepaling
Kolmorov-Smirnov
Shapiro-Wilk
Wanneer we normaliteit testen met behulp van de Kolmogorov-Smirnov of de Shapiro Wilk, geldt dat de nulhypothese een normale verdeling inhoudt, en de alternatieve een hypothese duidt een van normaliteit afwijkende verdeling. Wanneer de p-waarde lager is dan 0.05 (ons significantieniveau) weerleggen we de nulhypothese, en concluderen we dat de verdeling afwijkend is van een normaalverdeling. Een niet-significante p-waarde duidt erop dat we de nulhypothese aanhouden, en dat we aan mogen nemen dat de data normaal verdeeld is. In dit geval is er volgens beide testen aan de aanname van normaliteit voldaan op beide afhankelijke variabelen (angst en depressie) voor beide groepen. Wat betreft de keuze voor één van beide testen, wordt over het algemeen aangenomen dat de Shapiro-Wilk test beter is voor kleinere samples. Aangezien deze sample maar 30 participanten heeft, zou dat de betere keuze zijn.
De Kolmogorov-Smirnov wordt gebruikt wanneer N > 30. Anders wordt de Shapiro-Wilk test gebruikt
De Shapiro-Wilk is meer betrouwbaar dan de Kolmogorov-Smirnov
De 0-hypothese zegt dat de data normaal verdeeld is. Op het moment dat de sig. P waarde hoger is dan 0,05 dan spreken we van een normale verdeling. Op het moment dat de P waarde significant is, wordt de 0-hypothese verworpen en is de data niet normaal verdeeld.
Conclusie
- Valt Kurtosis binnen de marge?
- Valt de Skewness binnen de marge?
- Wat zegt Shapiro-Wilk?
- Hoe ziet je Histogram eruit?
- Prioriteit: Shapiro-Wilk, Kurtosis & Skewness, Histogram