您可以通过变换数据拟合正态分布，从而满足分析假设。
- 无变换：如果您的数据已经服从正态分布，请勿使用变换。要确定数据的分布，或者要确定在数据不服从正态分布时变换是否有效，请使用 个体分布标识。
- Box-Cox 幂变换(W =
Y^λ)：如果您的非正态数据全部为正数 (> 0) 而且您希望获取子组内（潜在）能力和整体能力的估计值，请使用 Box-Cox 变换。Box-Cox 变换是一种简单、易于理解的变换。
选择 Minitab 用来变换数据的 lambda (λ) 值。
- 使用最优 λ：使用应当生成最佳拟合变换的最优 lambda。Minitab 将最优 lambda 值舍入为 0.5 或最接近的整数。
注意
要针对最优 λ 使用确切值（而非取整值），请选择并取消选择如果可能，使用 Box-Cox 变换的取整值。
- λ = 0 (ln)：使用数据的自然对数。
- λ = ..5
(平方根)：使用数据的平方根。
- 其他（输入 -5 到 5
之间的值）：对 lambda 使用指定的值。其他常见的变换包括平方 (λ = 2)、逆平方根 (λ = −.5) 和逆 (λ = −1)。在大多数情况下，应当使用介于 −2 和 2 之间的值。
- Johnson
变换（仅适用于整体分析：如果您的非正态数据包含负值（或 0）或者如果 Box-Cox 变换无效，请使用 Johnson 变换。Johnson 变换函数比 Box-Cox 复杂，但对于查找合适的变换而言功能非常强大。
- 选定最佳拟合的 P
值为
-
输入一个介于 0 和 1 之间的值。您输入的值将定义在变换前后，数据的正态性检验的显著性水平。值越高，正态性标准就越严格。值越低，正态性标准就越宽松。