SPSSP-P图或者Q-Q图

案例数据

连续变量分布数据，用于观察样本分布与理论正态分布之间的偏离情况。

下载案例数据 查看数据文件

文件名	pporqq.xlsx
数据用途	P-P/Q-Q 图案例数据
变量说明	将需要检查分布的连续变量放入分析项，必要时可先保存回归残差再绘图。

完整案例

1. 背景

研究者在做参数检验或回归建模前，希望用图形方式判断变量或残差是否接近正态分布。

2. 理论与公式

P-P 图比较累积分布概率，Q-Q 图比较分位数，两者都用于观察样本分布与理论分布的贴合程度。

3. 数据结构

将需要检查分布的连续变量放入分析项，必要时可先保存回归残差再绘图。

4. 操作截图

1. 上传案例数据
2. 选择 P-P 图或者 Q-Q 图
3. 放入待检验连续变量
4. 选择图形类型
5. 点击开始分析

5. 结果表格与结果阅读

变量	图形	点线贴合	尾部偏离	判断
残差	Q-Q 图	较好	轻微	近似正态
满意度	P-P 图	一般	明显	右偏

图形判断应结合正态性检验和直方图共同说明。

重点观察散点是否沿参考线分布。越贴近参考线，说明分布越接近理论分布；两端明显偏离通常提示厚尾、偏态或异常值。

6. 辅助截图

7. 文字分析

P-P/Q-Q 图显示，样本点整体沿参考线分布，说明变量分布未出现严重偏离，可作为后续参数分析的图形依据。

8. 剖析提醒

图形判断不应只看个别点，需结合直方图、偏度峰度和正态性检验共同判断。