获得以下结果：
由结果看出：KS检验和SW检验的P值分别为0.200和0.999，均大于0.05，因此不能拒绝原假设，认为数据服从正态分布。
4.P-P图和Q-Q图
P-P图是比较理论上正态分布的累积概率与样本数据的累积概率的吻合程度，Q-Q图是比较理论分位数和实际分位数的吻合程度。如果服从正态分布，则数据点应与理论直线基本重合。以Q-Q图为例（P-P图操作类似）。
点击“分析”，“描述统计”中的“Q-Q图”。
数据选入变量框中，检验分布框选择正态，其他默认即可。
由图可看出，图中的点大致都在一条直线上，所以数据满足正态分布。
检验数据是否服从正态分布的方法有很多，这里只是介绍了几种很简单的检验方法。在对数据进行统计分析时，首先要了解清楚数据的分布特征才能选择正确的方法，做到万无一失。
参考链接：
[1] 安胜利.统计学系列讲座 第2讲 正态分布与参考值范围估计[J].护理学报,2006(03):93-94.
[2] 施月仙,赵岳,侯亚红,高敏,王丽君,尚少梅.血液透析患者并发高磷血症的非疾病性因素研究[J].中华护理杂志,2018,53(10):1186-1191.
