Mindestens zwei Gründe:

1) Ein Shapiro Wilk-Test ist, zumindest wenn Sie eine Entscheidung auf einem p-Wert basieren, von der Stichprobengröße abhängig. Mit einer kleinen Stichprobe schließen Sie fast immer "normal", und mit einer ausreichend großen Stichprobe ist sogar eine geringfügige Abweichung von der Norm signifikant.

2) Ein QQ-Diagramm sagt viel über aus Wie die Verteilung nicht normal ist und möglicherweise auf Lösungen hinweist.

Zitate wären hilfreich, aber zum Nennwert ist die Behauptung falsch. Eine unserer Lieblingsfragen hier (jedenfalls eine von mir) lautet: " Ist Normalitätstest 'im Wesentlichen nutzlos'?" Antworten auf diese Frage argumentieren im Allgemeinen, dass Q-Q-Diagramme wertvoller sind als die Shapiro-Diagramme. Wilk-Test. Das heißt, wenn einer von diesen ausgeschlossen werden soll, sei es der Shapiro-Wilk-Test, nicht der Q-Q-Plot.

Viele Analysen beinhalten Normalitätsannahmen in Bezug auf interessierende Verteilungen, aber diese Analysen variieren in ihren Empfindlichkeit gegenüber Verstößen gegen diese Annahme. Als Signifikanztest zeigt der Shapiro-Wilk-Test den Grad der Abweichung von der Normalität nicht direkt an; Es wird eine Signifikanzschätzung erstellt, die mehr als diese Effektgrößenkomponente umfasst. Eine weitere Komponente, die etwas berüchtigt ist, ist die Stichprobengröße, die, wie @PeterFlom in seiner Antwort hier hervorhebt, möglicherweise irreführend ist. Als etwas komische Anpassung gibt r einen Fehler aus, wenn ein Benutzer versucht, einen shapeiro.test für eine Stichprobe mit mehr als 5000 Beobachtungen durchzuführen.

Außerdem Der Shapiro-Wilk-Test unterscheidet Schiefe und Kurtosis nicht als unterschiedliche Formen der Abweichung von der Normalverteilung. Einige Analysen reagieren möglicherweise empfindlicher auf Schräglauf als auf Kurtosis oder umgekehrt. Daher spiegelt eine bestimmte Shapiro-Wilk-Teststatistik möglicherweise nicht einmal gleichwertige nützliche Informationen über die Ungültigkeit einer Normalitätsannahme für zwei verschiedene Analysen derselben Probe wider. Umgekehrt kann ein Q-Q-Diagramm als Datenvisualisierungstechnik (anstelle eines Hypothesentests) einem geschulten Auge viel mehr über die Spezifität von Problemen mit einer Normalitätsannahme verraten, sei es Schrägstellung, Kurtosis oder einige besonders böse Ausreißer usw.