Un gráfico QQ , abreviatura de gráfico «cuantiles-cuantiles», se utiliza a menudo para evaluar si una variable tiene una distribución normal o no.
Este tutorial explica cómo crear e interpretar un gráfico QQ en SPSS.
Ejemplo: Gráfico QQ en SPSS
Supongamos que tenemos el siguiente conjunto de datos en SPSS que muestra los puntos por juego para 25 jugadores de baloncesto diferentes:
Podemos utilizar los siguientes pasos en SPSS para crear un gráfico QQ para determinar si los puntos variables se distribuyen normalmente o no .
Paso 1: elija la opción Explorar.
Haga clic en la pestaña Analizar , luego en Estadísticas descriptivas y luego en Explorar :
Paso 2: Cree la gráfica QQ.
Arrastre los puntos variables al cuadro etiquetado como Lista de dependientes. Luego haga clic en el botón etiquetado Gráficos y asegúrese de que la casilla esté marcada junto a Gráficos de normalidad con pruebas . Luego haga clic en Continuar . Luego haga clic en Aceptar .
Paso 3: Interprete la gráfica QQ.
Una vez que haga clic en Aceptar , se mostrará el siguiente gráfico QQ:
La idea detrás de una gráfica QQ es simple: si los residuos caen a lo largo de una línea recta aproximadamente en un ángulo de 45 grados, entonces los residuos se distribuyen de manera aproximadamente normal.
Podemos ver en nuestro gráfico QQ anterior que los residuos tienden a desviarse bastante de la línea de 45 grados, especialmente en los extremos de la cola, lo que podría ser una indicación de que no están distribuidos normalmente.
Aunque un gráfico QQ no es una prueba estadística formal, ofrece una manera fácil de verificar visualmente si los residuos están distribuidos normalmente o no.
Para dos pruebas estadísticas formales, consulte los valores p de la prueba de Kolmogorov-Smirnov y la prueba de Shapiro-Wilk que se muestran encima del gráfico QQ:
- Valor p de la prueba de normalidad de Kolmogorov-Smirnov: 0,086
- Valor p de la prueba de normalidad de Shapiro-Wilk: 0,042
Dado que ambos valores están cerca de .05, esto es una indicación de que los puntos variables pueden no estar distribuidos normalmente.
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
