Słownik metodologiczny · Testy statystyczne

Test Kołmogorowa-Smirnowa – co sprawdza, czym jest poprawka Lillieforsa i kiedy go używać?

Test Kołmogorowa-Smirnowa porównuje dystrybuanty: próby z rozkładem teoretycznym albo dwóch grup ze sobą. Wyjaśniamy statystykę D, poprawkę Lillieforsa, przewagę testu Shapiro-Wilka przy ocenie normalności i test dla dwóch prób – na przykładach policzonych w R.

Strona główna / Słownik / Test Kołmogorowa-Smirnowa
W skrócie: Test Kołmogorowa-Smirnowa porównuje dystrybuanty – próby z rozkładem teoretycznym albo dwóch prób ze sobą – a jego statystyka D to największa odległość między nimi. Klasyczne wartości p są poprawne tylko wtedy, gdy rozkład teoretyczny jest określony z góry (np. normy testu); przy ocenie normalności z parametrami z próby potrzebna jest poprawka Lillieforsa. Normalność lepiej oceniać wykresem Q-Q i testem Shapiro-Wilka, a test K–S zostawić do porównań z normą i porównań całych rozkładów.

Co to jest test Kołmogorowa-Smirnowa?

Test Kołmogorowa-Smirnowa (test K–S, ang. Kolmogorov–Smirnov test) porównuje rozkłady za pomocą dystrybuant, czyli krzywych, które dla każdej wartości x pokazują, jaki odsetek wyników leży poniżej niej. Statystyką testu jest D – największa pionowa odległość między dwiema dystrybuantami. Test ma dwie wersje:

  • dla jednej próby – czy wyniki w próbie są zgodne z rozkładem teoretycznym, np. rozkładem normalnym o określonej średniej i odchyleniu standardowym;
  • dla dwóch prób – czy dwie niezależne grupy pochodzą z tego samego rozkładu; test reaguje na różnice położenia, rozproszenia i kształtu.

Nazwa pochodzi od dwóch rosyjskich matematyków: Andrieja Kołmogorowa i Nikołaja Smirnowa, który w 1948 roku opublikował tablicę do oceny zgodności rozkładów empirycznych (Smirnov, 1948). Test należy do testów nieparametrycznych: rozkład statystyki D przy prawdziwej hipotezie zerowej nie zależy od tego, z jakim ciągłym rozkładem porównujemy dane. W psychologii spotkasz go najczęściej w wydrukach SPSS przy sprawdzaniu normalności – tam jednak działa w zmodyfikowanej wersji, z poprawką Lillieforsa, o której piszemy niżej.

Statystyka D i dystrybuanta empiryczna

Dystrybuanta empiryczna Fn(x) to odsetek wyników w próbie mniejszych lub równych x. Ma kształt schodków: przy każdym wyniku rośnie o 1/n. Dystrybuanta teoretyczna F0(x) mówi, jaki odsetek wyników powinien leżeć poniżej x, gdyby prawdziwa była hipoteza zerowa. Statystyka testu to największa bezwzględna różnica między nimi:

D = maxx |Fn(x) − F0(x)|

W teście dwóch prób w miejsce F0 wstawia się dystrybuantę empiryczną drugiej grupy: D = max |F1(x) − F2(x)|. Massey (1951) opisał test właśnie jako oparty na maksymalnej różnicy między dystrybuantą empiryczną a hipotetyczną, podał tablice wartości krytycznych i przytoczył przesłanki, że test K–S przewyższa test chi-kwadrat zgodności.

D przyjmuje wartości od 0 (dystrybuanty się pokrywają) do 1. Im większe D i im większa próba, tym mniejsza wartość p. W dużych próbach przybliżona wartość krytyczna przy α = .05 wynosi 1.36/√n w teście jednej próby oraz 1.36 × √[(n1 + n2) / (n1n2)] w teście dwóch prób. Test zakłada zmienną ciągłą: przy wielu powtarzających się wynikach (np. sumach punktów krótkiej skali) wartość p jest tylko przybliżona, a R wyświetla ostrzeżenie o wartościach wiązanych (ties).

Przykład 1: czy wyniki są zgodne z normą testu?

Psycholożka szkolna zbadała testem inteligencji 60 uczniów pierwszej klasy liceum (dane symulowane). Podręcznik testu podaje normy populacyjne: μ = 100, σ = 15 (zob. normy testowe i skala IQ). W klasie średnia wyniosła M = 107.02, a odchylenie standardowe SD = 12.18. Czy rozkład wyników w tej klasie jest zgodny z rozkładem w populacji?

Test K–S dla jednej próby jest tu właściwym narzędziem, bo rozkład teoretyczny jest w pełni określony z góry: N(100, 15). Rysunek 1A pokazuje obie dystrybuanty. Największa różnica wypada przy wyniku 93: według normy niższy wynik ma 32.1% populacji, a w klasie – tylko 4 z 60 uczniów (6.7%). Stąd D = .255, p < .001. Rozkład w klasie różni się od normy: wyniki są przesunięte w górę i mniej zróżnicowane niż w populacji.

Dwa panele z dystrybuantą empiryczną 60 wyników na tle krzywej rozkładu normalnego: w panelu A krzywa normy N(100, 15) leży wyraźnie nad schodkami, a największa odległość D = .255 przypada przy wyniku 93; w panelu B krzywa N(107.0, 12.2) z parametrami z próby prawie pokrywa się ze schodkami, D = .108
Rysunek 1. Dystrybuanta empiryczna 60 wyników (schodki) i dystrybuanta rozkładu normalnego (niebieska krzywa): A – normy testu N(100, 15), B – rozkładu normalnego o średniej i odchyleniu standardowym oszacowanych z próby. Czerwony odcinek to statystyka D, kreski przy osi – wyniki uczniów. Obliczenia: R (dane symulowane).

Zwróć uwagę, co zostało przetestowane: zgodność z konkretnym rozkładem, a nie sama normalność. Test K–S dla jednej próby reaguje na każdą różnicę – średniej, rozproszenia i kształtu – ale nie mówi, która z nich wystąpiła. Jeśli interesuje Cię tylko to, czy średnia klasy różni się od normy, użyj testu t dla jednej próby: ma większą moc dla tej jednej różnicy i daje oszacowanie jej wielkości.

Test normalności i poprawka Lillieforsa

Najczęściej pytanie brzmi jednak inaczej: czy wyniki mają rozkład normalny – o dowolnej średniej i dowolnym odchyleniu standardowym? Wtedy parametry rozkładu teoretycznego trzeba oszacować z tej samej próby. Na rysunku 1B krzywa normalna ma średnią 107.0 i odchylenie standardowe 12.2, więc „dopasowuje się” do danych, a odległość spada do D = .108.

Lilliefors (1967) zauważył, że standardowe tablice testu K–S są poprawne tylko wtedy, gdy rozkład jest w pełni określony. Gdy średnią i wariancję szacuje się z próby, potrzebne są inne wartości krytyczne – autor podał je w tablicy uzyskanej metodą Monte Carlo. Stąd nazwa test Lillieforsa albo test K–S z poprawką Lillieforsa. Różnica jest duża: w naszej symulacji 20 000 prób po 60 osób z rozkładu normalnego 95% wartości D nie przekraczało .173, gdy parametry były znane, ale tylko .115, gdy szacowano je z próby.

W przykładzie to samo D = .108 daje dwa różne wyniki:

  • klasyczne p bez poprawki = .450 – błędne, bo obliczone tak, jakby parametry były znane z góry;
  • p z poprawką Lillieforsa = .077 – poprawne; rozkład nie odbiega istotnie od normalnego, choć wynik jest bliski progu .05.

Test K–S bez poprawki jest więc w tej sytuacji bardzo zachowawczy. Steinskog i in. (2007) pokazali, że jego wartości p są wtedy silnie zawyżone – i że nie jest to problem wyłącznie małych prób – a poprawka Lillieforsa bywa mylona z oryginalnym testem. Ghasemi i Zahediasl (2012) odradzają test K–S, gdy parametry szacuje się z danych, niezależnie od liczebności próby. SPSS w procedurze Eksploracja podaje test K–S z poprawką Lillieforsa (przypis Lilliefors Significance Correction pod tabelą testów normalności). W R służy do tego funkcja lillie.test() z pakietu nortest, a nie ks.test().

Dlaczego do oceny normalności lepszy jest test Shapiro-Wilka?

Nawet z poprawką test K–S rzadziej niż test Shapiro-Wilka wykrywa rzeczywiste odstępstwa od normalności. Ghasemi i Zahediasl (2012) piszą, że test Shapiro-Wilka ma większą moc niż test K–S także po poprawce Lillieforsa, a samego testu K–S z powodu małej mocy nie warto poważnie brać pod uwagę przy ocenie normalności. Yap i Sim (2011) porównali w symulacjach osiem testów normalności: przy rozkładach asymetrycznych najmocniejszy był test Shapiro-Wilka, a po nim test Andersona–Darlinga. Sprawdziliśmy to w R dla prób po 30 i 100 osób:

Odsetek prób, w których test odrzucił hipotezę o normalności rozkładu przy alfa .05 (5000 symulacji)
Rozkład w populacjinK–S bez poprawkiK–S z poprawką LillieforsaShapiro-Wilk
Normalny (oczekiwane 5%)300.00%4.44%5.42%
Normalny (oczekiwane 5%)1000.00%5.20%4.92%
Skośny (skośność = 1)300.50%24.80%45.02%
Skośny (skośność = 1)1007.06%70.30%95.92%

Test K–S bez poprawki ani razu na 5000 prób nie odrzucił normalności danych normalnych, ale też prawie nie wykrywał umiarkowanej skośności (7.06% prób przy 100 osobach). Poprawka Lillieforsa przywraca właściwy poziom błędu I rodzaju, jednak test Shapiro-Wilka wykrywał tę samą skośność wyraźnie częściej: przy 30 osobach w 45.02% prób wobec 24.80%.

Większa moc testu normalności to jednak miecz obosieczny. W dużych próbach każdy test – także Shapiro-Wilka – wykrywa odchylenia tak drobne, że nie wpływają na wyniki testów parametrycznych, a w małych próbach dane zwykle „przechodzą” test nawet przy wyraźnej skośności (Ghasemi i Zahediasl, 2012). Dlatego normalność oceniaj przede wszystkim na wykresie kwantylowym Q-Q i histogramie – w regresji i ANOVA dla reszt modelu, a nie surowej zmiennej. Całą procedurę opisujemy w poradniku jak sprawdzić normalność rozkładu.

Test Kołmogorowa-Smirnowa dla dwóch prób

Wersja dla dwóch prób odpowiada na pytanie, czy dwie niezależne grupy pochodzą z tego samego rozkładu. Przykład (dane symulowane): 40 osób obejrzało film neutralny, a 40 – film poruszający; mierzymy zmianę nastroju (po − przed). Średnie są zbliżone (0.33 i −0.35 punktu), ale film poruszający wywołał reakcje skrajne: u części osób nastrój wyraźnie się poprawił, u części – pogorszył (SD = 5.24 wobec 2.50 po filmie neutralnym).

Dwie dystrybuanty empiryczne zmiany nastroju: po filmie neutralnym wyniki skupiają się między −4 a 4 punktami, po filmie poruszającym rozciągają się od −9 do 9 punktów; największa odległość D = .375 przypada przy zmianie o −3.46 punktu, gdzie dystrybuanty wynoszą 40% i 2.5%
Rysunek 2. Dystrybuanty empiryczne zmiany nastroju w dwóch grupach po 40 osób. Czerwony odcinek to największa odległość między dystrybuantami (D = .375), kreski przy osi – wyniki osób. Obliczenia: R (dane symulowane).

Największa różnica dystrybuant wypada przy zmianie o −3.46 punktu: pogorszenie nastroju o tyle lub więcej punktów wystąpiło u 40.0% osób po filmie poruszającym i tylko u 2.5% po filmie neutralnym. Test K–S daje D = .375, p = .007. Tymczasem test Welcha, t(55.86) = −0.74, p = .464, i test Manna-Whitneya, p = .402, nie wykazały różnicy – oba reagują przede wszystkim na przesunięcie wyników jednej grupy względem drugiej, a nie na różnicę kształtu.

To zaleta i ograniczenie zarazem. Istotny wynik testu K–S mówi tylko, że rozkłady się różnią, a nie jak – opis musisz oprzeć na wykresie i statystykach opisowych. Gdy pytanie dotyczy średnich, wybierz test Welcha; gdy tego, czy wyniki jednej grupy są zwykle wyższe – test Manna-Whitneya. Test K–S dla dwóch prób przydaje się wtedy, gdy hipoteza naprawdę dotyczy całego rozkładu, np. polaryzacji reakcji albo zmiany rozproszenia wyników.

Jak opisać wynik testu K–S w pracy (APA)

Podaj, z jakim rozkładem porównywano dane, wersję testu, statystykę D, liczebność i wartość p. Przy ocenie normalności zaznacz, że zastosowano poprawkę Lillieforsa – albo, lepiej, podaj wynik testu Shapiro-Wilka razem z opisem wykresu. Opis dla obu przykładów:

Rozkład wyników testu inteligencji w badanej klasie (n = 60; M = 107.02, SD = 12.18) istotnie różnił się od rozkładu normatywnego N(100, 15), test Kołmogorowa-Smirnowa dla jednej próby: D = .25, p < .001. Kształt rozkładu nie odbiegał istotnie od normalnego (test Lillieforsa: D = .11, p = .077; test Shapiro-Wilka: W = .97, p = .197). Rozkłady zmiany nastroju po filmie neutralnym i poruszającym (po 40 osób) różniły się, test Kołmogorowa-Smirnowa dla dwóch prób: D = .38, p = .007, mimo zbliżonych średnich (0.33 i −0.35 punktu); po filmie poruszającym zmiany były bardziej skrajne (SD = 5.24 wobec 2.50).
Przykład reprodukowalny

Przykład w R

Kod odtwarza oba przykłady: test zgodności z normą, test normalności bez poprawki i z poprawką Lillieforsa oraz test dwóch prób. Rysunki i symulację z tabeli przygotowano w osobnym skrypcie na tych samych danych. W SPSS test K–S z poprawką Lillieforsa znajdziesz w menu Analiza → Opis statystyczny → Eksploracja → Wykresy → Wykresy normalności z testami, a test dwóch prób w Analiza → Testy nieparametryczne → Próby niezależne.

Test K–S dla jednej i dwóch prób, test Lillieforsa

Dane wejściowe: 60 wyników testu inteligencji (set.seed(5)) i zmiana nastroju w dwóch grupach po 40 osób (set.seed(3)) – dane symulowane.

Co odczytać: statystykę D i p-value w każdym teście; porównaj p bez poprawki (.450) z p testu Lillieforsa (.077) dla tego samego D.

R
library(nortest)                               # lillie.test(): test K-S z poprawką Lillieforsa
# 1. Jedna próba: 60 uczniów, normy testu: mu = 100, sigma = 15 (dane symulowane)
set.seed(5)
iq <- rnorm(60, mean = 106, sd = 12)
round(c(M = mean(iq), SD = sd(iq)), 2)
ks.test(iq, "pnorm", mean = 100, sd = 15)      # zgodność z w pełni określonym rozkładem N(100, 15)

# 2. Normalność przy parametrach oszacowanych z próby
ks.test(iq, "pnorm", mean(iq), sd(iq))$p.value # BŁĄD: klasyczne p bez poprawki
lillie.test(iq)                                # poprawnie: poprawka Lillieforsa
shapiro.test(iq)                               # zwykle lepszy wybór do oceny normalności

# 3. Dwie próby: zmiana nastroju po filmie neutralnym i poruszającym
set.seed(3)
kontrolna <- rnorm(40, 0.5, 3)
film <- ifelse(rbinom(40, 1, 0.5) == 1, rnorm(40, 4.5, 2.5), rnorm(40, -4, 2.5))
ks.test(film, kontrolna)                       # czy rozkłady są takie same?
t.test(film, kontrolna)$p.value                # test Welcha: czy średnie są równe?
Wynik w R
     M     SD 
107.02  12.18 

	Exact one-sample Kolmogorov-Smirnov test

data:  iq
D = 0.25454, p-value = 0.0006484
alternative hypothesis: two-sided

[1] 0.4499915

	Lilliefors (Kolmogorov-Smirnov) normality test

data:  iq
D = 0.10838, p-value = 0.07679


	Shapiro-Wilk normality test

data:  iq
W = 0.97266, p-value = 0.1966


	Exact two-sample Kolmogorov-Smirnov test

data:  film and kontrolna
D = 0.375, p-value = 0.006761
alternative hypothesis: two-sided

[1] 0.4639669

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje ks.test(), shapiro.test() i t.test() z pakietu stats); rysunki przygotowano w pakietach ggplot2 i patchwork. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. nortest (wersja 1.0.4): Gross, J., & Ligges, U. (2015). nortest: Tests for normality [R package]. https://doi.org/10.32614/CRAN.package.nortest
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze błędy

  • Test K–S z parametrami z próby bez poprawki – w R ks.test(x, "pnorm", mean(x), sd(x)) daje zawyżone p (w przykładzie .450 zamiast .077), więc odstępstwa od normalności prawie nigdy nie są wykrywane.
  • Mylenie zgodności z normą z normalnością – porównanie z N(100, 15) sprawdza także średnią i rozproszenie, a nie tylko kształt rozkładu.
  • „Rozkład jest normalny, bo p > .05” – nieistotny wynik oznacza jedynie brak podstaw do odrzucenia hipotezy zerowej; w małej próbie test często nie wykrywa wyraźnych odstępstw.
  • Wybór analizy wyłącznie na podstawie testu normalności – w dużej próbie istotny wynik zwykle nie ma znaczenia praktycznego; decyduj na podstawie wykresu reszt i liczebności.
  • Test K–S dla danych z wieloma powtórzeniami, np. odpowiedzi na jedno pytanie w skali 1–5 – test zakłada rozkład ciągły, więc jego p jest wtedy przybliżone.
  • Odczytywanie istotnego testu dwóch prób jako różnicy średnich – test K–S wykrywa każdą różnicę rozkładów; opisz, na czym ona polega.

Najczęstsze pytania

Co sprawdza test Kołmogorowa-Smirnowa?

Sprawdza, czy rozkład wyników w próbie jest zgodny z rozkładem teoretycznym (wersja dla jednej próby) albo czy dwie grupy pochodzą z tego samego rozkładu (wersja dla dwóch prób). Statystyka D to największa odległość między dystrybuantami; istotny wynik oznacza, że rozkłady się różnią – położeniem, rozproszeniem albo kształtem.

Czym różni się test Kołmogorowa-Smirnowa od testu Shapiro-Wilka?

Oba mogą służyć do oceny normalności, ale test Shapiro-Wilka ma większą moc, czyli częściej wykrywa rzeczywiste odstępstwa – w symulacji na tej stronie przy 30 osobach wykrył umiarkowaną skośność w 45% prób, a test K–S z poprawką Lillieforsa w 25%. Test K–S jest za to ogólniejszy: porównuje dane z dowolnym rozkładem ciągłym i pozwala porównać dwie grupy.

Co to jest poprawka Lillieforsa?

To zestaw wartości krytycznych testu K–S dla sytuacji, gdy średnią i odchylenie standardowe rozkładu normalnego szacuje się z tej samej próby. Bez poprawki test jest bardzo zachowawczy: w przykładzie to samo D = .108 dało p = .450 bez poprawki i p = .077 z poprawką. W R test Lillieforsa wykonasz funkcją lillie.test() z pakietu nortest.

Jak interpretować test Kołmogorowa-Smirnowa w SPSS?

W tabeli Testy normalności z procedury Eksploracja odczytaj statystykę, df i istotność; przypis „Lilliefors Significance Correction” oznacza, że zastosowano poprawkę. Istotność < .05 wskazuje na odstępstwo od normalności, ale w dużej próbie bywa ono bez znaczenia praktycznego, a w małej test często go nie wykrywa – dlatego oceniaj też wykres Q-Q.

Kiedy użyć testu Kołmogorowa-Smirnowa dla dwóch prób?

Gdy hipoteza dotyczy całego rozkładu, a nie tylko średnich – np. tego, czy jedna grupa reaguje bardziej skrajnie albo jest bardziej zróżnicowana. W przykładzie grupy o zbliżonych średnich różniły się rozkładem (D = .375, p = .007), choć test Welcha i test Manna-Whitneya nie wykazały różnicy.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Ghasemi, A., & Zahediasl, S. (2012). Normality tests for statistical analysis: A guide for non-statisticians. International Journal of Endocrinology and Metabolism, 10(2), 486–489. https://doi.org/10.5812/ijem.3505 ● Otwarty dostęp
  2. Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov test for normality with mean and variance unknown. Journal of the American Statistical Association, 62(318), 399–402. https://doi.org/10.1080/01621459.1967.10482916
  3. Massey, F. J., Jr. (1951). The Kolmogorov-Smirnov test for goodness of fit. Journal of the American Statistical Association, 46(253), 68–78. https://doi.org/10.1080/01621459.1951.10500769
  4. Smirnov, N. (1948). Table for estimating the goodness of fit of empirical distributions. The Annals of Mathematical Statistics, 19(2), 279–281. https://doi.org/10.1214/aoms/1177730256 ● Otwarty dostęp
  5. Steinskog, D. J., Tjøstheim, D. B., & Kvamstø, N. G. (2007). A cautionary note on the use of the Kolmogorov–Smirnov test for normality. Monthly Weather Review, 135(3), 1151–1157. https://doi.org/10.1175/mwr3326.1
  6. Yap, B. W., & Sim, C. H. (2011). Comparisons of various types of normality tests. Journal of Statistical Computation and Simulation, 81(12), 2141–2155. https://doi.org/10.1080/00949655.2010.520163 ● Otwarty dostęp

Cytowania BibTeX

@article{ghasemi2012normality, author={Ghasemi, Asghar and Zahediasl, Saleh}, title={{Normality tests for statistical analysis: A guide for non-statisticians}}, journal={International Journal of Endocrinology and Metabolism}, year={2012}, volume={10}, number={2}, pages={486--489}, doi={10.5812/ijem.3505}}
@article{lilliefors1967kolmogorov, author={Lilliefors, Hubert W.}, title={{On the Kolmogorov-Smirnov test for normality with mean and variance unknown}}, journal={Journal of the American Statistical Association}, year={1967}, volume={62}, number={318}, pages={399--402}, doi={10.1080/01621459.1967.10482916}}
@article{massey1951kolmogorov, author={Massey, Jr., Frank J.}, title={{The Kolmogorov-Smirnov test for goodness of fit}}, journal={Journal of the American Statistical Association}, year={1951}, volume={46}, number={253}, pages={68--78}, doi={10.1080/01621459.1951.10500769}}
@article{smirnov1948table, author={Smirnov, N.}, title={{Table for estimating the goodness of fit of empirical distributions}}, journal={The Annals of Mathematical Statistics}, year={1948}, volume={19}, number={2}, pages={279--281}, doi={10.1214/aoms/1177730256}}
@article{steinskog2007cautionary, author={Steinskog, Dag J. and Tjøstheim, Dag B. and Kvamstø, Nils G.}, title={{A cautionary note on the use of the Kolmogorov–Smirnov test for normality}}, journal={Monthly Weather Review}, year={2007}, volume={135}, number={3}, pages={1151--1157}, doi={10.1175/mwr3326.1}}
@article{yap2011comparisons, author={Yap, B. W. and Sim, C. H.}, title={{Comparisons of various types of normality tests}}, journal={Journal of Statistical Computation and Simulation}, year={2011}, volume={81}, number={12}, pages={2141--2155}, doi={10.1080/00949655.2010.520163}}
R