Test normalności odrzuca - i co teraz?

Gdy test normalności jest istotny, nie znaczy to, że analiza jest niemożliwa. Pierwsza opcja to test nieparametryczny (Mann-Whitney, Kruskal-Wallis, Wilcoxon, Friedman), który nie wymaga normalności.

Druga opcja to transformacja zmiennej (np. logarytmiczna) przy skośnych rozkładach. Warto też pamiętać, że przy dużych próbach testy parametryczne są dość odporne na odstępstwa od normalności, a testy normalności bywają nadwrażliwe. Decyzję opieraj na rozmiarze próby, wykresach i celu analizy.

Przykład: rozkład dochodu jest silnie prawoskośny i Shapiro-Wilk wychodzi istotny. Możesz albo użyć testu nieparametrycznego (np. Mann-Whitney zamiast testu t), albo zlogarytmować dochód i pracować na zmiennej przekształconej. Typowy błąd to porzucenie analizy „bo rozkład nie jest normalny" albo uparte stosowanie testu parametrycznego bez żadnej korekty.

Wskazówka: przy dużych próbach (np. N powyżej 100 na grupę) testy t i ANOVA są dość odporne na odstępstwa od normalności, więc sam istotny test normalności nie przekreśla analizy. Decyzję opieraj łącznie na wielkości próby, wykresach i celu - a wybór testu opisz w metodologii.

Naruszona normalność rozkładu nie przekreśla analizy - masz do wyboru testy nieparametryczne lub transformacje. W raporcie z naszego serwisu dobieramy odpowiedni wariant testu i opisujemy tę decyzję w metodologii; zakres znajdziesz w konfiguratorze.