Der Anpassungstest prüft, ob eine empirische Verteilung einer Stichprobe mit einer theoretischen Verteilung vereinbar ist. Dabei ist meist das Ziel, dass ein Unterschied nicht festgestellt werden kann (man ist also bestrebt, die Nullhypothese beizubehalten).
Entsprechend soll bei einem solchen Test der β-Fehler möglichst gering gehalten werden; um das zu erreichen, kann man die Irrtumswahrscheinlichkeit α erhöhen (zum Beispiel von 0,05 auf 0,10).
Da der β-Fehler jedoch nicht exakt berechenbar ist, ist ein Anpassungstest fehleranfällig und kritisch zu beurteilen.
Anwendungsbeispiele sind Tests auf Normalverteilung (z. B. der Kolmogoroff-Smirnov-Test).