统计百科 ·
正态性怎么判断？Shapiro-Wilk、K-S检验与偏度峰度完整指南
统计百科：系统讲解正态性检验的四条路径——Shapiro-Wilk检验、K-S检验、偏度峰度指标与QQ图目视法，分析大样本下统计检验失灵的根源，给出小/中/大样本的实用判断策略与可直接抄进论文的APA 7th报告句式。
正态性检验几乎出现在每一份量化论文的方法章节，但很多研究者只会套一个 Shapiro-Wilk p 值，却不知道大样本时 p < .001 几乎是必然结果，与数据"是否足够正态"毫无关系。本文系统梳理四条判断路径的原理、适用范围与失效条件，并给出小/中/大样本下的实用决策树，以及可直接抄进论文的 APA 7th 规范报告句式。
你在正态性判断上可能踩过这些坑
导师或审稿人最常见的反馈：
- "Shapiro-Wilk p = .032，说明数据不正态，换非参数检验"——样本 N = 500 时这句话几乎毫无意义
- "K-S 检验通过了，所以数据正态"——你用的是哪个 K-S？Lilliefors 校正了吗？
- "偏度 = 0.8，峰度 = 3.2，符合正态"——绝对值界限是怎么定的，|skew| < 2 还是 < 1？
- "QQ 图看起来差不多直"——这句话太主观，审稿人会要求量化指标
本文的目标：让你在论文方法章节能用一段规范文字说清楚"我做了哪些正态性检验、结论是什么、为什么这样判断"。
一、为什么要检验正态性
大多数参数统计方法（t 检验、ANOVA、Pearson 相关、线性回归残差分析）都有"数据（或残差）服从正态分布"这一前提假设。违反该假设时：
- t 检验的 Type I 错误率可能偏离名义 alpha = .05
- 线性回归的置信区间和假设检验不再精确
- ANOVA 在严重偏态时功效下降
但"检验正态性"本身不是目的，目的是判断数据是否足够接近正态，参数方法是否适用。这一区别决定了判断逻辑：当 N 很大时，参数方法因中心极限定理（CLT）天然具有稳健性，此时正态性假设的重要性大幅下降。
二、四条判断路径
路径一：Shapiro-Wilk 检验（S-W 检验）
原理
S-W 检验（Shapiro & Wilk, 1965）基于"如果数据来自正态分布，则有序统计量与正态分位数之间应存在线性关系"这一思想，计算相关系数的平方（W 统计量）。W 越接近 1，越符合正态；W 显著偏离 1（p < .05）则拒绝正态假设。
$W = \frac{\left(\sum_{i=1}^n a_i x_{(i)}\right)^2}{\sum_{i=1}^n (x_i - \bar{x})^2}$
其中 $x_{(i)}$ 是有序统计量，$a_i$ 是由正态分布期望值和协方差矩阵导出的系数。
适用范围
- 最优区间：N = 3 ~ 50。文献一致认为此区间内 S-W 检验功效最高，是首选方法。
- 可用区间：N = 3 ~ 5000（多数软件实现），但 N > 50 时需结合其他指标解读。
- N > 200：p 值几乎必然 < .05，即使数据仅有轻微偏态——此时 S-W 统计量失去实际意义。
报告格式
Shapiro-Wilk 检验结果显示数据[符合/不符合]正态分布，W(N) = X.XXX，p [= .XXX / > .05 / < .001]。
示例：
Shapiro-Wilk 检验结果显示各组因变量得分符合正态分布假设，W(45) = .961，p = .143。
路径二：Kolmogorov-Smirnov 检验（K-S 检验）
原理与两种版本
K-S 检验通过比较样本的经验累积分布函数（ECDF）与理论正态分布的 CDF 之间的最大距离 D 来做判断。
$D = \sup_x |F_n(x) - F_0(x)|$
关键区别：正态性检验中必须使用 Lilliefors 校正版本（Lilliefors, 1967），而非原始 K-S 检验。原始 K-S 检验要求已知总体均值和方差，在正态性检验中几乎从不适用。SPSS 默认输出的"Kolmogorov-Smirnov"即已自动应用 Lilliefors 校正。
适用范围与局限
- 适用范围：N = 20 ~ 1000（N < 20 时功效极低，不推荐）
- 对分布尾部偏离的敏感性低于 S-W 检验，检测轻微偏态的功效较弱
- N > 100 后同样受大样本失灵问题影响，p 值变得过于敏感
- 综合来看，S-W 检验在正态性检验中几乎全面优于 K-S 检验（Razali & Wah, 2011）；K-S 检验更多用于比较两组分布是否相同（双样本 K-S 检验），而非单样本正态性检验。
报告格式
Kolmogorov-Smirnov 检验（Lilliefors 校正）结果显示数据[符合/不符合]正态分布，D(N) = X.XXX，p [值]。
路径三：偏度与峰度指标
计算公式与参考值
正态分布的理论偏度（skewness）= 0，峰度（kurtosis）= 0（使用超额峰度定义，即峰度 - 3）。
| 指标 | 符号正态参考值 | 轻微偏离 | 中等偏离 | 严重偏离 |
|---|---|---|---|---|
| 偏度 | 0 | skew | < 1 | |
| 超额峰度 | 0 | kurt | < 1 | |
| skewness/SE | 0 | < 1.96 | 1.96 ~ 3.29 | > 3.29 |
注意软件差异：
- SPSS、R（
e1071包）、Stata 默认报告的是超额峰度（excess kurtosis），正态期望值 = 0。 - Excel 的
KURT()函数同样报告超额峰度。 - 部分教材将峰度定义为 $\mu_4/\sigma^4$，正态期望值 = 3；若使用此定义，判断标准为峰度是否接近 3。
- 报告时须说明使用的是哪种定义，避免混淆。
标准误法（适合中等样本）
偏度和峰度的标准误可由以下公式近似：
$SE_{skew} \approx \sqrt{\frac{6}{N}}, \quad SE_{kurt} \approx \sqrt{\frac{24}{N}}$
若 |skewness / SE_skew| < 1.96，则在 .05 水平不显著偏离正态。此法在 N = 50 ~ 300 时比较合理。
适用场景
偏度峰度法有一个统计检验无法替代的优势：它能直接量化偏离方向和程度，便于解释数据的形态特征，在大样本中尤其有价值（此时统计检验会拒绝零假设，但偏度 = 0.3 的数据对参数分析几乎没有影响）。
路径四：QQ 图（Q-Q Plot）目视法
什么是 QQ 图
QQ 图（Quantile-Quantile Plot）横轴为理论正态分位数，纵轴为样本实测分位数。若数据完全正态，散点应落在 y = x 对角线上；偏离越大，说明数据与正态分布的差距越大。
常见形态解读：
| 偏离模式 | 含义 |
|---|---|
| 整体贴近对角线 | 数据接近正态，参数方法适用 |
| 两端上翘（S形，上凸） | 正偏态（右偏），有长右尾 |
| 两端下弯（S形，下凹） | 负偏态（左偏），有长左尾 |
| 两端高于对角线（重尾） | 峰态偏高（leptokurtic），尾部概率大于正态 |
| 中段偏离明显 | 可能有众数或双峰 |
QQ 图的局限与补充
QQ 图是图形化诊断工具，而非统计检验。不同研究者对"贴近程度"的主观判断可能不一致。论文中应将 QQ 图与数值指标（S-W 检验、偏度峰度）结合报告，而非单独依赖视觉判断。
三、大样本检验失灵：原理与应对
这是正态性检验中最重要也最常被忽视的问题。
为什么大样本时 p < .001 几乎是必然？
统计检验的本质是：在零假设（数据完全正态）为真时，观测到当前数据或更极端情形的概率。随着 N 增大，检验对微小偏离的敏感性呈指数级增强：
$\text{检验功效} \propto N \cdot \delta^2$
其中 $\delta$ 是真实分布与正态分布的偏离量。即使 $\delta$ 极小（例如偏度 = 0.15，实践上完全可忽略），当 N = 1000 时，S-W 检验的功效可接近 1——几乎必然 p < .05。
一个直观例子：
- N = 30，偏度 = 0.5 → S-W p = .180（不拒绝正态）
- N = 200，偏度 = 0.5 → S-W p = .014（拒绝正态）
- N = 500，偏度 = 0.3 → S-W p = .003（拒绝正态）
- N = 500，偏度 = 0.3 → 中心极限定理已保证均值近似正态，t 检验/ANOVA 结论可靠
结论：大样本数据在实践意义上"足够正态"，参数方法完全适用，但统计检验仍然会报告 p < .05。
大样本时的正确应对
- 报告 S-W 或 K-S 统计量和 p 值（合规要求）
- 同时报告偏度和峰度（|skew| < 2 且 |kurt| < 7 为 West, Finch & Curran, 1995 推荐的实践性标准）
- 援引中心极限定理说明参数方法的适用性
- 可附 QQ 图作为辅助视觉证据
四、判断决策树：按样本量选策略
N < 30（小样本）
├─ 首选 Shapiro-Wilk 检验（功效最高）
├─ 结合 QQ 图目视
└─ p > .05 且 QQ 图无明显偏离 → 假设成立
p < .05 或 QQ 图明显偏离 → 考虑非参数方法
30 <= N <= 200（中等样本）
├─ Shapiro-Wilk 检验（主要证据）
├─ 偏度峰度指标（|skew| < 2, |kurt| < 7）
└─ 两者一致 → 结论可靠
两者不一致 → 偏度峰度优先，说明原因
N > 200（大样本）
├─ 报告 S-W 或 K-S（合规，但 p 值仅供参考）
├─ 偏度峰度作为主要判据（|skew| < 2, |kurt| < 7）
├─ QQ 图辅助
└─ 援引中心极限定理 → 参数方法通常适用
违反正态性时的选项
| 情况 | 推荐处理 |
|---|---|
| 轻微偏态（ | skew |
| 中等偏态，N < 30 | Bootstrap 置信区间 或 非参数替代方法 |
| 严重正偏态（如收入、反应时） | 对数变换后重检；或使用 Mann-Whitney、Kruskal-Wallis |
| 双峰分布 | 首先检查分组来源，考虑分层分析 |
| 极端离群值导致偏态 | 检查并处理离群值后重检正态性 |
五、在 ChatSRS 一句话完成正态性检验
打开 chatsrs.com，上传数据后输入：
"对变量 [变量名] 做正态性检验：输出 Shapiro-Wilk W 统计量和 p 值、Kolmogorov-Smirnov D 统计量（Lilliefors 校正）和 p 值、偏度和峰度（含各自标准误）、QQ 图；根据样本量自动给出是否满足正态性假设的结论，并输出符合 APA 7th 格式的方法章节报告段落。"
ChatSRS 会自动识别样本量，对大样本额外补充中心极限定理说明，并给出是否建议使用参数方法的最终建议。
六、APA 7th 规范报告句式（可抄进论文）
场景一：小样本，S-W 通过（p > .05）
在参数检验前，对各组[因变量名]进行了正态性检验。
Shapiro-Wilk 检验结果显示各组得分符合正态分布假设，
实验组 W([n1]) = X.XXX，p = .XXX；
对照组 W([n2]) = X.XXX，p = .XXX（均 p > .05），满足 t 检验的正态性前提。
填入数值示例：
在参数检验前，对两组焦虑量表总分进行了 Shapiro-Wilk 正态性检验。结果显示实验组 W(28) = .953，p = .231，对照组 W(30) = .961，p = .318，两组得分均符合正态分布假设（p > .05），满足独立样本 t 检验的前提。
场景二：中等样本，S-W 不显著，偏度峰度正常
正态性检验结果显示各组[因变量]数据符合正态假设，
Shapiro-Wilk W([N]) = X.XXX，p = .XXX；
偏度 = X.XX（SE = X.XX），超额峰度 = X.XX（SE = X.XX），
均在可接受范围内（|skew| < 2，|kurt| < 7；West 等，1995）。
场景三：大样本，S-W 显著但偏度峰度可接受（最常见情形）
由于样本量较大（N = [N]），Shapiro-Wilk 检验对微小偏离高度敏感，
结果显示 W([N]) = X.XXX，p [< .001]，统计上拒绝正态假设；
然而，偏度 = X.XX（SE = X.XX）和超额峰度 = X.XX（SE = X.XX）
均在 West 等（1995）推荐的实践性界限内（|skew| < 2，|kurt| < 7），
QQ 图亦无明显系统性偏离（见图 X）。根据中心极限定理，
在此样本量下，参数统计方法仍具有足够稳健性（Field, 2018），故保留参数分析。
场景四：违反正态性，改用非参数方法
Shapiro-Wilk 检验结果显示[组名]数据违反正态假设，
W([n]) = X.XXX，p = .XXX；偏度 = X.XX，存在[正/负]偏态。
鉴于样本量较小且数据分布偏态明显，改用 Mann-Whitney U 非参数检验
替代独立样本 t 检验进行组间比较。
方法章节通用说明（可直接插入）
所有参数检验前均以 Shapiro-Wilk 检验评估因变量的正态分布假设，
同时报告偏度和峰度作为辅助指标；对于 N > 200 的变量，
结合中心极限定理及偏度峰度的实践性标准（West 等，1995）综合判断。
统计分析使用 ChatSRS（SPSS + R + Stata 三引擎），显著性水平设为 alpha = .05。
七、各软件输出解读对照
不同软件对正态性检验的默认输出格式不同，以下是常见对应关系：
| 软件 / 工具 | S-W 输出位置 | K-S 版本 | 峰度定义 |
|---|---|---|---|
| SPSS | Analyze > Descriptive Statistics > Explore | Kolmogorov-Smirnov（含 Lilliefors 校正） | 超额峰度（正态 = 0） |
R（shapiro.test()） | 直接输出 W 和 p | ks.test() 为原始版，nortest::lillie.test() 为 Lilliefors | e1071::kurtosis() 超额峰度 |
| Stata | swilk 命令 | ksmirnov | summarize, detail 报告 kurtosis（正态 = 3） |
| ChatSRS | 自动检测，统一输出三种结果 | 自动应用 Lilliefors | 统一报告超额峰度（正态 = 0） |
Stata 用户注意：Stata summarize 报告的峰度期望正态值为 3（非超额峰度），若要换算为超额峰度，需减去 3。论文中务必说明所用定义。
常见 FAQ
Q：Shapiro-Wilk 和 K-S 检验结果不一致怎么办？
A：S-W 检验在几乎所有情况下功效都高于 K-S 检验（尤其是小样本），因此当两者结论不一致时，优先以 S-W 结果为准。K-S 检验对分布中段更敏感而非尾部，更容易漏检轻微偏态。如果 S-W 显示 p > .05 而 K-S 显示 p < .05，通常是因为 K-S 对分布中段更敏感而非尾部，此时以功效更高的 S-W 结果为准，可说明"以功效更高的 Shapiro-Wilk 检验为准"。反之若 S-W 拒绝而 K-S 未拒绝，应重视 S-W 的结论并结合偏度峰度综合判断。
Q：偏度和峰度的"可接受范围"到底用哪个标准？
A：文献中有多个版本，常见的有：(1) Hair 等（2010）：|skew| < 2，|kurt| < 7；(2) George & Mallery（2010）：|skew| < 2，|kurt| < 2；(3) West 等（1995）：|skew| < 2，|kurt| < 7（与 Hair 一致）。推荐使用 West 等（1995）标准（|skew| < 2，|kurt| < 7），这也是结构方程建模领域引用最广泛的标准。无论使用哪个标准，论文中必须明确引用文献，不能只写"偏度和峰度在正常范围内"而不注明依据。
Q：论文方法章节一定要报告正态性检验吗？
A：视情况而定。若使用 t 检验、ANOVA、Pearson 相关、线性回归等参数方法，正态性（或残差正态性）是前提假设，大多数期刊期望在方法章节说明如何验证该假设。使用非参数方法（Mann-Whitney、Kruskal-Wallis、Spearman 相关等）时无需报告。使用回归时，检验的对象是残差的正态性，而非原始变量的正态性——这是另一个常见混淆点。
Q：我的数据 N = 800，S-W p < .001，但偏度只有 0.4，峰度 0.6，该怎么写？
A：这是大样本"检验敏感性过高"的典型情形。正确写法参见上文"场景三"模板：报告 S-W 统计量（合规），同时报告偏度 = 0.4（SE = 0.087）和超额峰度 = 0.6（SE = 0.173）均在 West 等（1995）界限内，援引中心极限定理说明参数方法适用。这是国际顶刊认可的标准处理方式。
Q：QQ 图需要附在论文里吗？
A：不强制，但推荐附图或放补充材料。APA 格式下，若方法章节仅靠文字描述正态性，编辑和审稿人有时会要求提供 QQ 图作为佐证。正文可写"QQ 图显示数据点基本落于参考线附近（见附录图 A1）"，将图放附录以节省正文篇幅。ChatSRS 会自动生成符合出版标准分辨率（300 dpi）的 QQ 图，可直接用于投稿。
相关阅读
- 描述统计的 APA 7th 报告写法 — 均值、标准差、置信区间格式模板
- t 值的 APA 7th 报告写法 — 自由度、效应量、独立/配对模板全解
- F 值的 APA 7th 报告写法 — F(df1,df2)格式、效应量 eta 平方、报告模板全解
- 统计显著性与 P 值完全指南
本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。