一般是看峰度和偏度的，也就是那个skewness和kurtosis，但你这里没有直接提供这两个值的显著性检验结果。你想要知道是否偏离正态，这需要推断统计，也就是要知道显著性检验的结果，而描述统计做不到。
推荐你个检验正态分布的办法，在spss菜单中选择分析——描述统计——探索，将需要检验的变量放入因变量里面，选择“绘制——带检验的正态图，看一下tests of normality就可以，如果成正态，sig不会小于临界值
还可以参考QQ图，如果是正态，QQ图里的散点回呈直线，normal qq图的横坐标是实际的数据从小到大排列，纵坐标是正态分布的期望值，所以如果实际的和正态的期望相符，散点图就会呈一条直线；detrended qq图的横坐标是实际观测值，纵坐标是实际观测值减去期望值，如果数据符合正态，那么散点应当在中央横线附近
如果变量并非正态分布，可以通过以下方式处理：
spss工具栏：transform-Rank cases，将左边你要进行正态化的变量拖入右边“变量”框中；点选rank types对话窗，选中normal scores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok，此时spss页面上会生成两列新变量，第一个变量，N打头的那个就是正态化后的新变量
推荐你个检验正态分布的办法，在spss菜单中选择分析——描述统计——探索，将需要检验的变量放入因变量里面，选择“绘制——带检验的正态图，看一下tests of normality就可以，如果成正态，sig不会小于临界值
还可以参考QQ图，如果是正态，QQ图里的散点回呈直线，normal qq图的横坐标是实际的数据从小到大排列，纵坐标是正态分布的期望值，所以如果实际的和正态的期望相符，散点图就会呈一条直线；detrended qq图的横坐标是实际观测值，纵坐标是实际观测值减去期望值，如果数据符合正态，那么散点应当在中央横线附近
如果变量并非正态分布，可以通过以下方式处理：
spss工具栏：transform-Rank cases，将左边你要进行正态化的变量拖入右边“变量”框中；点选rank types对话窗，选中normal scores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok，此时spss页面上会生成两列新变量，第一个变量，N打头的那个就是正态化后的新变量
温馨提示：答案为网友推荐，仅供参考
相似回答