ضریب همبستگی پیرسون و ضریب همبستگی اسپیرمن

ضریب همبستگی پیرسون و ضریب همبستگی اسپیرمن

ضریب همبستگی پیرسون

ضریب همبستگی پیرسون که به نام های ضریب همبستگی گشتاوری ویا ضریب همبستگی مرتبه ی صفر نیز نامیده می شود ، توسط سرکارل پیرسون معرفی شده است. این ضریب به منظور تعیین میزان رابطه، نوع و جهت رابطه ی بین دو متغیر فاصله ای یا نسبی و یا یک متغیر فاصله ای و یک متغیر نسبی به کار برده می شود. چندین روش محاسباتی معادل می توان برای محاسبه ی این ضریب تعریف نمود.

 الف) روش محاسبه با استفاده از اعداد خام :

  

ب) روش محاسبه از طریق نمره های استاندارد شده :

ضریب همبستگی پیرسون بین -1 و 1 تغییر می کند.اگر   r=1    بیانگر رابطه ی مستقیم کامل بین دو متغیر است ، رایطه ی مستقیم یا مثبت به این معناست که اگر یکی از متغیرها افزایش (کاهش) یابد، دیگری نیز افزایش (کاهش) می یابد. مانند رابطه ی بین میزان ساعات مطالعه در روز و معدل محصلین.

 r=-1  نیز وجود یک رابطه ی معکوس کامل بین دو متغیر را نشان می دهد. رابطه ی معکوس یا منفی نشان می دهد که اگر یک متغیر افزایش یابد متغیردیگر کاهش می یابد و بالعکس.

زمانی که ضریب همبستگی برابر صفر است نشان می دهد که بین دو متغیر رابطه ی خطی وجود ندارد.

نکته :

1) صفر بودن ضریب همبستگی تنها عدم وجود رابطه ی خطی بین دو متغیر را نشان می دهد ولی نمی توان مستقل بودن دو متغیر را نیز نتیجه گرفت. هنگامی که ضریب همبستگی پیرسون بین دو متغیر صفر باشد، این متغیرها تنها در صورتی مستقل از یکدیگرند که توزیع متغیرها نرمال باشد.

 2) همبستگی بین دو متغیر تنها نشان دهنده ی این است که افزایش یا کاهش یک متغیر چه تاثیری بر افزایش یا کاهش متغیر دیگر دارد ولی این همبستگی ضرورتا دال بر رابطه ی علّی بین متغیرها نمی باشد. به طور مثال اگر در یک تحقیق دو متغیر قد و تحصیلات همبستگی مثبت بالایی داشته باشندنمی توانیم نتیجه بگیریم که افراد قد بلندتر دارای تحصیلات بیشتری هستند. بنابراین باید بین مفاهیم همبستگی و رابطه ی علّت و معلولی تفاوت قائل شد. به بیان دیگر ممکن است دو متغیر همبستگی داشته باشند ولی لزومی ندارد که یکی از متغیرها علت و دیگری معلول باشد، علاوه براین عوامل متعدد دیگری نیز می توانند بر ضریب همبستگی اثرگذار باشند.

مثال :سنوات خدمت و میزان درآمد تعدادی کارمنددر دست است ، به کمک نرم افزار spssضریب همبستگی پیرسون را محاسبه می کنیم.

15	3	8	22	29	30	25	20	13	10	سنوات خدمت
100	70	79	130	160	180	150	125	95	80	درآمد(هزار تومان)

ضریب همبستگی رتبه ای اسپیرمن

ضریب همبستگی رتبه ای اسپیرمن توسط چارلز اسپیرمن(1945-1863) روانشناس و آماردان انگلیسی در سال 1904 معرفی شد.این ضریب میزان همبستگی رابطه ی میان دو متغیر ترتیبی را نشان می دهد و به عبارت دیگر متناظر ناپارامتری ضریب همبستگی پیرسون می باشد. در این ضریب همبستگی به جای استفاده از خود مقادیر متغیرها از رتبه های آنان استفاده می شود. رابطه ی مربوط به ضریب همبستگی رتبه ای اسپیرمن به صورت زیر تعریف می شود.

 

D : تفاوت بین رتبه های اعضای متناظر دو گروه مورد بررسی.  n: حجم هر گروه .

تفاوت ضریب همبستگی رتبه ای اسپیرمن و ضریب همبستگی پیرسون :

• ضریب همبستگی پیرسون برای محاسبه ی همبستگی دو متغیر فاصله ای یا نسبی به کار برده می شود، ولی ضریب اسپیرمن ، همبستگی موجود بین دو متغیر ترتیبی را نشان می دهد.

•      به کمک ضریب همبستگی اسپیرمن روابط غیرخطی بررسی می شود در حالیکه ضریب همبستگی پیرسون به منظور بررسی یک رابطه ی خطی بکار برده می شود.

•      کارایی ضریب همبستگی رتبه ای اسپیرمن کمتر از ضریب همبستگی پیرسون است.

•      محاسبه ی ضریب همبستگی اسپیرمن ساده تر بوده و نیاز به پیش فرض های کمتری نسبت به ضریب پیرسون دارد.

مثال: فرض کنید می خواهیم بدانیم آیا بین تعدا دانش آموزان هرکلاس و افت تحصیلی آنان رابطه وجود دارد یا خیر. نمونه های حاصل از مناطق مختلف یک شهر به همراه رتبه بندی مقادیر مربوط به هریک از متغیرها به شرح زیر است.

8	7	6	5	4	3	2	1	ردیف
28	50	35	32	42	37	25	42	تعداد دانش آموزان
7	1	5	6	5/2	4	8	5/2	رتبه
10	25	16	13	17	21	14	12	درصد مردودی
8	1	4	6	3	2	5	7	رتبه

 
با محاسبه ی اختلاف رتبه ها و جایگذاری در رابطه ی فوق ، مقدار ضریب همبستگی حاصل می شود. در ادامه این ضریب به کمک نرم افزار SPSS محاسبه شده است.

 

ضریب همبستگی پیرسون و ضریب اسپیرمن و ...

ضریب همبستگی پیرسون و ضریب اسپیرمن و ...

روش تحقیق همبستگی تحقیق همبستگی یکی از روش‌های تحقیق توصیفی (غیرآزمایشی) است که رابطه میان متغیرها را براساس هدف تحقیق بررسی می‌کند. می‌توان تحقیقات همبستگی را براساس هدف به سه دسته تقسیم کرد: همبستگی دو متغیری، تحلیل رگرسیون و تحلیل کوواریانس یا ماتریس همبستگی. در این زمینه در بخش اول قسمت تقسیم‌بندی روش‌های تحقیق براساس هدف توضیح لازم ارائه گردید. بنابراین همبستگی برای بررسی نوع و میزان رابطه متغیرها استفاده می‌شود. در حالیکه رگرسیون پیش‌بینی روند آینده یک متغیر ملاک (وابسته) براساس یک مجموعه روابط بین متغیر ملاک با یک چند متغیر پیش‌بین (مستقل) است که در گذشته ثبت و ضبط شده است. ضریب همبستگی شاخصی است ریاضی که جهت و مقدار رابطه ی بین دو متغیر را توصیف می‌کند. ضریب همبستگی درمورد توزیع های دویا چند متغیره به کار می رود. اگر مقادیر دو متغیر شبیه هم تغییر کند یعنی با کم یا زیاد شدن یکی دیگری هم کم یا زیاد شود به گونه‌ای که بتوان رابطه آنها را به صورت یک معادله بیان کرد گوییم بین این دو متغیرهمبستگی وجود دارد. ضریب همبستگی پیرسون، ضریب همبستگی اسپیرمن و ضریب همبستگی تاو کندال از مهمترین روش‌های محاسبه همبستگی میان متغیرها هستند. بطور کلی: 1- اگر هر دو متغیر با مقیاس رتبه‌ای باشند از شاخص تاوکندال استفاده می‌شود. 2- اگر هر دو متغیر با مقیاس نسبتی و پیوسته باشند از ضریب همبستگی پیرسون استفاده می‌شود. 3- اگر هر دو متغیر با مقیاس نسبتی و گسسته باشند از ضریب همبستگی اسپیرمن استفاده می‌شود. - تفسیر نتایج ضریب همبستگی برونداد SPSS  براساس یک قاعده کلی براساس مقادیر زیر می‌توان درباره میزان همبستگی متغیرها قضاوت کرد. بخاطر داشته باشید همین تفسیر برای مقادیر منفی نیز قابل استفاده است: ضریب همبستگی تفسیر 0.00 - 0.19 خیلی اندک و قابل چشم پوشی 0.20 - 0.39 خیلی اندک تا اندک 0.40 - 0.69 متوسط 0.70 - 0.89 زیاد 0.90 - 1.00 خیلی زیاد این مقادیر یک قانون ثابت نیستند و به صورت تجربی بدست آمده است. در برخی متون مانند زیر نیز ارائه شده است: ضریب همبستگی تفسیر 0.0 - 0.1 خیلی اندک و قابل چشم پوشی 0.1 - 0.3 اندک 0.3 - 0.5 متوسط 0.5 - 1.0 زیاد همچنین آماره .sig یا همان P-Value مربوط به همبستگی مشاهده شده باید کوچکتر از سطح خطا باشد. یک قانون کلی وجود دارد و آن اینکه اگر همبستگی بزرگتر از 0.3 باشد مقدار معناداری کوچکتر از سطح خطای 0.05 خواهد بود. تجربه آماری من نیز همیشه مطابق این قانون بوده است. ضریب همبستگی پیرسون  در بررسی همبستگی دو متغیر اگر هردو متغیر مورد مطالعه در مقیاس نسبی و فاصله‌ای باشند از ضریب همبستگی گشتاوری پیرسون استفاده می‌شود. اگر ضریب همبستگی جامعه ρ و ضریب همبستگی نمونه‌ای به حجم n از جامعه r باشد، ممکن است r تصادفی و اتفاقی بدست آمده باشد. برای این منظور از آزمون معنی داری ضریب همبستگی استفاده می‌شود. در این آزمون بررسی می‌شود آیا دو متغیر تصادفی و مستقل هستند یا خیر. به عبارت دیگر آیا ضریب همبستگی جامعه صفر است یا خیر.  این ضریب میزان همبستگی بین دو متغیر فاصله ای یا نسبی را محاسبه کرده مقدار آن بین 1+ و 1- می باشد اگر مقدار بدست آمده مثبت باشد به معنی این است که تغییرات دو متغیر به طور هم جهت اتفاق می افتد یعنی با افزایش در هر متغیر، متغیر دیگر نیز افزایش می یابد و برعکس اگر مقدار r منفی شد یعنی اینکه دو متغیر در جهت عکس هم عمل می کنند یعنی با افزایش مقدار یک متغیر مقادیر متغیر دیگر کاهش می یابد و برعکس.اگر مقدار بدست آمده صفر شد نشان میدهد که هیچ رابطه ای بین دو متغیر وجود ندارد و اگر 1+ شد همبستگی مثبت کامل و اگر 1- شد همبستگی کامل و منفی است. ضریب همبستگی اسپیرمن  هرگاه داده‌ها بصورت رتبه‌ای جمع آوری شده باشند یا به رتبه تبدیل شده باشند، می‌توان از همبستگی رتبه‌ای اسپیرمن (rs) که یکی از روشهای ناپارامتریک است، استفاده کرد. (بهبودیان، 1383 : 145) یکی از مزیت‌های ضریب همبستگی اسپیرمن به ضریب همبستگی پیرسون این است که اگر یک یا چند داده نسبت به سایر اعداد بسیار بزرگ باشد چون تنها رتبه آنها محسوب می‌شود، سایر داده‌ها تحت الشعاع قرار نمی‌گیرند. برای محاسبة ضریب همبستگی رتبه‌ای داده‌های زوجی (xi,yi) ابتدا به تمام xها برحسب مقادیرشان رتبه می‌دهیم و همین کار را نیز برای yها انجام می‌دهیم، سپس تفاضل بین رتبه‌های هر زوج را که با نشان می‌دهیم حساب می‌کنیم. در مرحله بعد توان دوم d‌ها را محاسبه کرده، در نهایت با استفاده از این فرمول ضریب همبستگی رتبه‌ای را حساب می‌کنیم. ضریب همبستگی کندال  موریس گریگور کندال به سال 1930 به مطالعه در مورد این ضریب پرداخت. دقت کنید ضریب هماهنگی کندال با ضریب همبستگی تاو کندال تفاوت دارد. کندال در ضریب همبستگی کندال دارای خواصی نظیر ضریب همبستگی ساده است. برای برآورد آن از آماره τ استفاده می‌شود. ضریب هماهنگی توافقی کندال  ضریب همبستگی کندال که با نماد w نشان داده می‌شود یک آزمون ناپارامتریک است و برای تعیین میزان هماهنگی میان نظرات استفاده می‌شود. ضریب کندال بین 0 و 1 متغیر است. اگر ضریب کندال صفر باشد یعنی عدم توافق کامل و اگر یک باشد یعنی توافق کامل وجود دارد. ویژگی‌های ضریب کندال یکی از مهمترین کاربردهای این آزمون را در مدیریت فراهم کرده است. برای پایان راندهای تکنیک دلفی می‌توان از ضریب هماهنگی کندال استفاده کرد. سایر ضرائب همبستگی  ضریب همبستگی چوپروف T : ضریب هبستگی چوپروف به منظور تعیین شدت وابستگی بین متغیرهای مورد مطالعه به کار گرفته می شود و مقدار آن همواره بین صفر ویک در نوسان می باشد زمانی از آن استفاده کرده که هر دو متغیر اسمی و یا یکی اسمی و دیگری ترتیبی باشد. اما نباید تعداد سطر و ستون با هم برابر باشند.یعنی در جدول توافقی 2در2 نمی توان از آن استفاده کرد. در چنین مواردی باید از ضریب فی استفاده کرد. ضریب همبستگی فی: به منظور بررسی شدت همبستگی بین دو متغیر اسمی که جدول توافقی 2 در 2 می باشد مورد استفاده قرار می گیرد.خی دو سطح معنی دار بودن همبستگی بین دو متغیر را تعیین میکند اما ضریب فی شدت همبستگی آنها را نشان می دهد. مقدار آن همواره بین صفر و یک در نوسان است. ضریب کرامر: این ضریب برای تغیین میزان شدت همبستگی بین دو متغیر اسمی مورد استفاده قرارمی گیرد و آن را با (V2) نشان می دهند و مقدار آن نیز همواره بین صفر ویک در نوسان است.هم جدول توافقی بیشتر از 2 در 2 وهم برای مستطیلی بکار می رود .http://parsmodir.com/db/research/correlation.php ضریب همبستگی پیرسون که به نام های ضریب همبستگی گشتاوری ویا ضریب همبستگی مرتبه ی صفر نیز نامیده می شود ، توسط سرکارل پیرسون معرفی شده است. این ضریب به منظور تعیین میزان رابطه، نوع و جهت رابطه ی بین دو متغیر فاصله ای یا نسبی و یا یک متغیر فاصله ای و یک متغیر نسبی به کار برده می شود. چندین روش محاسباتی معادل می توان برای محاسبه ی این ضریب تعریف نمود.  الف) روش محاسبه با استفاده از اعداد خام :    ب) روش محاسبه از طریق نمره های استاندارد شده : ضریب همبستگی پیرسون بین -1 و 1 تغییر می کند.اگر   r=1    بیانگر رابطه ی مستقیم کامل بین دو متغیر است ، رایطه ی مستقیم یا مثبت به این معناست که اگر یکی از متغیرها افزایش (کاهش) یابد، دیگری نیز افزایش (کاهش) می یابد. مانند رابطه ی بین میزان ساعات مطالعه در روز و معدل محصلین.  r=-1  نیز وجود یک رابطه ی معکوس کامل بین دو متغیر را نشان می دهد. رابطه ی معکوس یا منفی نشان می دهد که اگر یک متغیر افزایش یابد متغیردیگر کاهش می یابد و بالعکس. زمانی که ضریب همبستگی برابر صفر است نشان می دهد که بین دو متغیر رابطه ی خطی وجود ندارد. نکته : 1) صفر بودن ضریب همبستگی تنها عدم وجود رابطه ی خطی بین دو متغیر را نشان می دهد ولی نمی توان مستقل بودن دو متغیر را نیز نتیجه گرفت. هنگامی که ضریب همبستگی پیرسون بین دو متغیر صفر باشد، این متغیرها تنها در صورتی مستقل از یکدیگرند که توزیع متغیرها نرمال باشد.  2) همبستگی بین دو متغیر تنها نشان دهنده ی این است که افزایش یا کاهش یک متغیر چه تاثیری بر افزایش یا کاهش متغیر دیگر دارد ولی این همبستگی ضرورتا دال بر رابطه ی علّی بین متغیرها نمی باشد. به طور مثال اگر در یک تحقیق دو متغیر قد و تحصیلات همبستگی مثبت بالایی داشته باشندنمی توانیم نتیجه بگیریم که افراد قد بلندتر دارای تحصیلات بیشتری هستند. بنابراین باید بین مفاهیم همبستگی و رابطه ی علّت و معلولی تفاوت قائل شد. به بیان دیگر ممکن است دو متغیر همبستگی داشته باشند ولی لزومی ندارد که یکی از متغیرها علت و دیگری معلول باشد، علاوه براین عوامل متعدد دیگری نیز می توانند بر ضریب همبستگی اثرگذار باشند. مثال :سنوات خدمت و میزان درآمد تعدادی کارمنددر دست است ، به کمک نرم افزارspss ضریب همبستگی پیرسون را محاسبه می کنیم. 15 3 8 22 29 30 25 20 13 10 سنوات خدمت 100 70 79 130 160 180 150 125 95 80 درآمد(هزار تومان) ضریب همبستگی رتبه ای اسپیرمن ضریب همبستگی رتبه ای اسپیرمن توسط چارلز اسپیرمن(1945-1863) روانشناس و آماردان انگلیسی در سال 1904 معرفی شد.این ضریب میزان همبستگی رابطه ی میان دو متغیر ترتیبی را نشان می دهد و به عبارت دیگر متناظر ناپارامتری ضریب همبستگی پیرسون می باشد. در این ضریب همبستگی به جای استفاده از خود مقادیر متغیرها از رتبه های آنان استفاده می شود. رابطه ی مربوط به ضریب همبستگی رتبه ای اسپیرمن به صورت زیر تعریف می شود.   D : تفاوت بین رتبه های اعضای متناظر دو گروه مورد بررسی.  n: حجم هر گروه . تفاوت ضریب همبستگی رتبه ای اسپیرمن و ضریب همبستگی پیرسون : ضریب همبستگی پیرسون برای محاسبه ی همبستگی دو متغیر فاصله ای یا نسبی به کار برده می شود، ولی ضریب اسپیرمن ، همبستگی موجود بین دو متغیر ترتیبی را نشان می دهد.      به کمک ضریب همبستگی اسپیرمن روابط غیرخطی بررسی می شود در حالیکه ضریب همبستگی پیرسون به منظور بررسی یک رابطه ی خطی بکار برده می شود.      کارایی ضریب همبستگی رتبه ای اسپیرمن کمتر از ضریب همبستگی پیرسون است.      محاسبه ی ضریب همبستگی اسپیرمن ساده تر بوده و نیاز به پیش فرض های کمتری نسبت به ضریب پیرسون دارد. مثال: فرض کنید می خواهیم بدانیم آیا بین تعدا دانش آموزان هرکلاس و افت تحصیلی آنان رابطه وجود دارد یا خیر. نمونه های حاصل از مناطق مختلف یک شهر به همراه رتبه بندی مقادیر مربوط به هریک از متغیرها به شرح زیر است. 8 7 6 5 4 3 2 1 ردیف    28    50    35    32    42    37     25     42 تعداد دانش آموزان     7     1     5     6     5/2     4     8     5/2 رتبه    10    25    16    13    17    21     14     12 درصد مردودی     8     1     4     6     3     2     5     7 رتبه   با محاسبه ی اختلاف رتبه ها و جایگذاری در رابطه ی فوق ، مقدار ضریب همبستگی حاصل می شود. در ادامه این ضریب به کمک نرم افزار SPSS محاسبه شده است

آزمون کولموگروف–اسمیرنف

آزمون اسمیرانف یک نمونه‌ای

آزمون اسمیرانف یک نمونه‌ای و برای ارزیابی همقوارگی متغیرهای رتبه‌ای در دو نمونه (مستقل و یا غیر مستقل) و یا همقوارگی توزیع یک نمونه با توزیعی که برای جامعه فرض شده‌است، به کار می‌رود.

این آزمون در مواردی به کار می‌رود که متغیرها رتبه‌ای باشند و توزیع متغیر رتبه‌ای را در جامعه بتوان مشخص نمود. این آزمون از طریق مقایسه توزیع فراوانی‌های نسبی مشاهده شده در نمونه با توزیع فراوانی‌های نسبی جامعه انجام می‌گیرد.

خصوصیات

این آزمون ناپارامتری است و بدون توزیع است اما باید توزیع متغیر در جامعه برای هر یک از رتبه‌های مقیاس رتبه‌ای در جامعه بطور نسبی در نظر گرفته شود که آنرا نسبت مورد انتظار می‌نامند.

آزمون کالماگورف- اسمیرانف دو نمونه‌ای

آزمون کالماگورف- اسمیرانف دو نمونه‌ای (به انگلیسی: Two- Sample Kalmogorov- Smiranov Test) در مواقعی به کار می‌رود که دو نمونه داشته باشیم (با شرایط مربوط به این آزمون که قبلا گفته شد) و بخواهیم همقوارگی بین آن دو نمونه را با هم مقایسه کنیم.

آزمون کلموگروف-اسمیرونوف (K-S)

این آزمون به عنوان یک آزمون تطابق توزیع برای داده های کمی است. فرض کنید محققی نمونه ای از انداره های کمی در اختیار دارد و می خواهد تعیین کند که آیا این نمونه از جامعه ای با توزیع نرمال بدست آمده است یا خیر؟ آزمون نرمال بودن یک توزیع یکی از شایع ترین آزمون ها برای نمونه های کوچک است که محقق به نرمال بودن آن شک دارد. برای این هدف آزمون K-S، آزمون مناسبی است. در نرم افزار spss از این آزمون برای تطابق چهار توزیع مختلف نرمال، پواسن، نمایی و یکنواخت استفاده شده است. اساس این روش بر اختلاف بین فراوانی تجمعی نسبی مشاهدات با مقدار مورد انتظار تحت فرض صفر است. فرض صفر می گوید که نمونه انتخاب شده دارای توزیع نرمال، (پواسن، نمایی یا یکنواخت) است. آزمونکلموگروف – اسمیرونوف برای تطابق توزیع، احتمال های تجمعی مقادیر در مجموعه داده هایتان را با احتمال های تجمعی همان مقادیر در یک توزیع نظری خاص مقایسه می کند. اگر اختلاف آن به قدر کافی بزرگ باشد، این آزمون نشان خواهد دادکه داده های شما با یکی از توزیع های نظری مورد نظر تطابق ندارد. در این آزمون اگر معیار تصمیم (P-Value) کمتر از %5 باشد فرض صفر رد می شود یعنی داده ها نمی توانند از یک توزیع خاص مانند نرمال، پواسن، نمایی یا یکنواخت باشند. برای درک بهتر این آزمون به یک مثال عملی که با نرم افزارspss انجام شده است توجه کنید.

تمرین عملی (تطابق توزیع)

محققی نمره های بهره هوشی 50 نفر را در اخنیار دارد و برای انجام یک آزمون، فرض نرمال بودن داده ها لازم است. او می خواهد مطمئن شود که داده ها دارای توزیع نرمال هستند یا خیر؟ در جدول زیر نمره بهره هوشی این نمونه ثبت شده است:

برای بررسی اینکه آیا داده ها از یک توزیع نرمال به دست آمده اند یا خیر، از آزمون کلموگروف–اسمیرنوف استفاده می کنیم. در نرم افزار spss به قسمت Variable view بروید و ابتدا یک متغیر Scale به نام IQ تعریف کنید و داده ها را در Data View وارد کنید و مراحل زیر را برای انجام این آزمون دنبال کنید: 
-از فرمان Analyze/Nonparametric Test/1 SamplesK-S به کادر محاوره آزمون کلموگروف – اسمیرنوف وارد شوید.

-متغیر IQ را به فهرست متغیرهای آزمون (Test Variable List) وارد کنید. توجه داشته باشید گزینه Normal  در قسمت Test Distribution که به طور پیش فرض انتخاب می شود، تغییر نکرده باشد. 
-گزینه Options را برای محاسبه بعضی از شاخص های توصیفی انتخاب کنید.

-کلیدهای Continue و OK را به ترتیب کلیک کنید تا آزمون انجام شود. نتایج را در جدول زیر مشاهده کنید:

به جدول نتایج و معیار تصمیم (P-Value) دقت کنید می بینید که مقدار 0/928 نشان از پذیرش فرض صفر دارد. یعنی دلیلی برای رد این فرضیه که "نمونه مورد نظر از توزیع نرمال به دست آمده است"، وجود ندارد. به عبارتی توزیع این نمونه، نرمال است.