यद्यपि अधिकांश संभावना कार्य अच्छे दिखने वाले संभावना घनत्व कार्यों के रूप में होते हैं, लेकिन संभावना घनत्व कार्य स्वयं हमें बहुत कम बताते हैं। ऐसा इसलिए है क्योंकि निरंतर संभाव्यता घनत्व फ़ंक्शन के लिए किसी भी दिए गए मूल्य की संभावना शून्य है, जैसा कि प्रायिकता सिद्धांत के माध्यम से दिखाया जा सकता है। संभाव्यता कार्यों का उपयोग करने में अधिकांश व्यावहारिक उद्देश्यों के लिए, संचयी संभावनाओं का उपयोग किया जाता है, क्योंकि वे विशिष्ट मूल्यों में लेने पर वास्तविक संख्या प्राप्त कर सकते हैं। SPSS में एक संचयी संभावना की गणना करने के लिए आपको एक संभावना घनत्व फ़ंक्शन के आधार पर गणना करने की आवश्यकता होती है।
रूपांतरण मेनू पर क्लिक करें, और "गणना" चुनें।
अपने डेटा या "लक्ष्य चर" बॉक्स में एक नंबर से एक चर दर्ज करें।
"फ़ंक्शन समूह" चयन बॉक्स में "सीडीएफ" चुनें। संचयी वितरण फ़ंक्शन (CDF) वह फ़ंक्शन है जो संचयी वितरण की गणना करता है।
वितरण का चयन करें। याद रखें कि एक संचयी संभाव्यता उस संभावना का प्रतिनिधित्व करती है जो किसी दिए गए वितरण से यादृच्छिक पर चुनी गई संख्या किसी दिए गए चर से छोटी है। एक वितरण चुनें जो आपके डेटा के संदर्भ में समझ में आता है। उदाहरण के लिए, यदि आप किसी पृष्ठ पर टाइपोस की संख्या का विश्लेषण कर रहे हैं, तो एक पॉइसन वितरण चुनें; यदि आप किसी जनसंख्या के अंतर को देख रहे हैं, तो गॉसियन वितरण चुनें।
वितरण के मापदंडों को दर्ज करें। प्रत्येक वितरण के मापदंडों का अपना सेट होता है। उदाहरण के लिए, गाऊसी वितरण के लिए आपको एक औसत और मानक विचलन इनपुट करने की आवश्यकता होती है। यदि आपके पास अपने चयन के वितरण के लिए सही पैरामीटर नहीं हैं, तो अनुमानों का उपयोग करें।
फ़ंक्शन को चलाएं। परिणाम संचयी वितरण होगा। गणितीय शब्दों में, आपने "P (x <a)," जहां "a" आपके द्वारा दर्ज किया गया चर या संख्या है।