Có hai đại lượng đo lường những đặc tính của sự phân phối dữ liệu là hệ số đối xứng Skewness (Cs) và hệ số tập trung Kurtosis (Cc)
- Hệ số đối xứng Skewness (Cs) cho biết dạng phân phối của các giá trị quan sát Standard Error of Skewness được sử dụng để kiểm nghiệm tính phân phối chuẩn. Một phân phối Skewness không được xem là phân phối chuẩn khi Statndard error của nó nhỏ hơn –2 hoặc lớn hơn 2. Một giá trị dương lớn của Statndard error cho thấy nhánh của phân phối này dài qua bên phải và ngược lại một trị âm chỉ ra nhánh của phân phối này dài qua bên trái
Cs = 0: Các biến quan sát được phân phối đối xứng xung quanh giá trị trung bình
67
Cs < 0: Các biến quan sát tập trung nhiều vào các giá trị lớn nhất
- Hệ số tập trung Kurtosis (Cc) dùng để so sánh đường cong quan sát với dạng đường cong phân phối chuẩn. Standard Error of Kurtosis có thể được sử dụng để kiểm nghiệm tính phân phối chuẩn. Một phân phối Kurtosis không được xem là phân phối chuẩn khi Statndard error của nó nhỏ hơn –2 hoặc lớn hơn 2. Một giá trị dương lớn của
Statndard error giúp ta so sánh được hai nhanh của phân phối dài hơn nhánh của phân phối chuẩn và ngược lại một trị âm cho thấy hai nhánh của phân phối ngắn hơn phân phối chuần
Cc > 0: Cho thấy xu hướng tập trung mạnh của các biến quan sát quanh giá trị trung bình
Cc < 0: Cho thấy đường cong hẹp
Kết quả kiểm tra Skewness và Kurtosis cho tất cả các mục đều nằm trong khoảng (-2; +2) nên được xem là đáp ứng yêu cầu và có thể tiến hành các bước phân tích tiếp theo (chi tiết phụ lục 5).