Si usted utiliza un análisis de capacidad diseñado para datos normales, como Análisis de capacidad normal, los datos deben seguir una distribución normal. Si los datos no son normales, los resultados del análisis no serán exactos. A veces los datos no normales se pueden transformar al aplicarles una función que cambie sus valores para que sigan más de cerca una distribución normal.
Por ejemplo, supongamos que usted desea ejecutar un análisis de capacidad sobre el tiempo requerido para entregar pizzas. Puesto que hay un tiempo mínimo necesario para la entrega, pero no un tiempo máximo establecido, los datos son asimétricos hacia la derecha. Puede aplicarse una transformación para eliminar esta severa asimetría en los datos.
La transformación de Box-Cox es una transformación de potencia, W = Y**λ, donde Minitab determina el mejor valor para λ.
Aunque la mejor estimación de lambda (λ) podría ser cualquier número entre −5 y 5, para todos los efectos prácticos se desea un valor de λ que corresponda a una transformación comprensible, como la raíz cuadrada (λ=0.5) o el logaritmo natural (λ=0).
La transformación de Johnson utiliza un algoritmo diferente a la transformación de Box-Cox. La función de transformación de Johnson se selecciona entre tres tipos de funciones en el sistema Johnson. Puesto que las funciones cubren una amplia variedad de distribuciones al cambiar los parámetros, Minitab generalmente encuentra una transformación aceptable. El tipo que Minitab selecciona se llama el Mejor tipo de transformación.
Si los datos son no normales, puede intentar con una transformación de modo que pueda usar un análisis de capacidad normal.