直方图是一种用于展示定量数据分布的常用图形。通过直方图，用户可以很直观的看出数据分布的形状、中心位置以及数据的离散程度等。很多软件也可以为直方图添加上正态曲线，进一步通过正态曲线判断数据的正态性。

直方图与柱状图的区别

需要注意的是，直方图和我们常见的柱状图可不一样。直方图用于显示定量数据的分布；而柱状图对比定类数据。在绘制时，直方图是按照数值大小进行分组排列，前后顺序不可变更；柱状图则是对分类对象进行分组，而不是根据具体数值进行分组，分组顺序可以调整。

使用场景

直方图一般在初步研究中使用，对数据分布特征进行描述。以及在判断数据正态性时，可作为初步判断工具。

操作步骤

假设我们有以下一份数据，数据集中显示了某市121名成年男性的血红蛋白量。希望通过直方图对观测数据图形化，以判断该数据是否满足正态分布。

原始数据

登录SPSSAU，选择【可视化】--【直方图】。

SPSSAU【可视化】-【直方图】

将分析项拖拽至右侧分析框。单击开始分析。

组数可以由自己设定，也可默认由系统设置，这里的组数指的就是直方图柱子的个数。选择的组数过大或过小都会影响数据的展示。一般情况下默认由系统确定组数即可。

直方图如何解读

横轴各坐标为各分组的起止范围；左边Y轴代表的是正态曲线的概率密度；右侧Y轴代表频率。

通过直方图可以得到以下信息：

（1）显示数据波动及分布情况，有无离群值等

通过上图可以看出观测样本的血红蛋白量在134.47~141.17（g/L）这个区间上的统计频次最高。这与正常值是相吻合的（120～160g/L），说明该数据基本能够反映该市成年男性的血红蛋白量的正常情况。

（2）显示数据正态性

正态曲线基本对称，且呈“钟形”分布，说明数据基本满足正态分布。

其他正态性检验方法

除上面介绍的直方图判断正态性，检测数据正态性的方法还有很多，这些方法在SPSSAU里均有提供。

不同方法判断正态性有时可能出现结果矛盾，这时该如何处理？或者数据出现不正态，该如何办？

这些在之前的文章中都有详细总结，有需要大家可参看SPSSAU往期文章内容。