正態性檢驗分析用於判斷資料是否呈現出正態分佈，它是統計判決中重要的一種特殊的擬合優度假設檢驗。常用的正態性檢驗方法有科莫戈洛夫-斯米爾諾夫檢驗法（Kolmogorov-Smirnov），夏皮洛-威爾克檢驗法（Shapiro-Wilktest）,偏度-峰度檢驗法等。
正態分佈是很多分析方法的前提條件，如果資料不滿足正態分佈，則需要選擇不同的對應方法。如t檢驗，相關分析和方差分析等。在相關分析中如果分析項均滿足正態性，使用Pearson相關係數，如果不滿足使用Spearman相關係數。
本分析方法返回Kolmogorov-Smirnov檢驗結果和Shapro-Wilk檢驗結果，如果樣本量大於等於50，請使用前者的檢驗結果，如果樣本量小於50則請使用後者的檢驗結果。
參考文獻：
- Nornadiah Mohd Razali, Yap Bee Wah.(2011). Power comparisons of Shapiro-Wikl, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. Journal of Staristical Modeling and Analytics, Vol.2 No.I, 21-33.
- 賈俊平. 統計學[M]. 第6版. 北京：中國人民大學出版社，2014.12.
- 何鳳霞,馬學俊. 基於R軟體的正態性檢驗的功效比較[J].統計與決策,2012(18):17-19.