在我们阅读文献时，我们经常会看到类似这样的句子：
当数据服从正态分布时，我们要使用这种统计方法进行检验，当数据不服从正态分布时，我们要使用那种方法进行检验。你一定会有疑问，这是为什么呢？判断数据是否服从正态分布在这一过程中到底起到什么作用呢？
其实很多时候，在我们获得数据之后都需要从单一样本中获得样本的信息，并通过统计分析的方法来估计总体的参数信息。在进行统计分析之前，我们需要识别样本的分布特征。
如果你不了解样本的分布特征就会面临选择错误的统计检验的风险。许多统计方法在使用时都会假定数据是服从正态分布的，比如单/双样本-T检验。那么，我们拿到一些数据之前，就要验证一下这些数据是否是服从正态分布的。下面，小编就来给大家简单讲一讲如何使用SPSS对数据进行正态性检验。
先给大家看文献中的一个例子：
从某单位职工2018年体检中获得24名职工的血清总胆固醇( mmol/L)的测量结果如下：
通过计算得到24名职工的血清总胆固醇的均数为=3.88，标准差为S=0.73。通过编制频数表，画出直方图，如下：
从图中可以看出，在均数附近的频数较大（人数较多），并以此为中心左右基本对称，在处理资料时，我们就把它当做数学上的正态分布（图中曲线圆滑）。那么如何用SPSS验证数据是否服从正态分布呢？检验数据是否服从正态分布的方法有很多，这里先给大家介绍几种简单的方法。
1.正态曲线图
点击“分析”，“描述性统计”中的“频率”。
