在上一期的内容中，我们介绍了如何利用偏度值、峰度值、直方图、P-P图（Q-Q图）以及非参数检验的方法来对数据资料进行正态性检验。详见：SPSS教程：判断数据正态分布的超多方法！

当数据分布呈现非正态时，我们可以将原始数据作某种函数的转换，使偏态资料正态化，从而满足T检验或其他统计分析方法对资料的要求，这一节内容我们将向大家介绍如何对数据资料进行正态转换。

一、正偏态分布资料

1、轻度正偏态分布

偏度值>0，偏度值为其标准误差的2-3倍，即Z-score=2~3，此时认为资料分布呈现轻度的正偏态分布，可以考虑对变量x取根号开平方的方法来进行转换。

SPSS语句如下：

COMPUTE x_new = SQRT(x)

（SQRT为开平方根Square Root缩写）

2、中度正偏态分布

偏度值>0，偏度值为其标准误差的3倍以上，即Z-score>3，此时认为资料分布呈现中度的正偏态分布，可以考虑对变量x取对数来进行转换。可以取自然对数（ln）或以10为底的对数（log10）。

SPSS语句如下：

COMPUTE x_new = LN(x)

COMPUTE x_new = LG10(x) 

注意：LG10的纠正力度较强，有时甚至会矫枉过正，将正偏态转换为负偏态，因此在进行正态转换后一定要对该变量再次进行正态性检验。

3、重度正偏态分布

对于两端波动比较大的数据资料，极端值可能产生较大的影响，此时可以考虑取倒数的方法来进行转换。

SPSS语句如下：

COMPUTE x_new = 1/x

注意：根号下要求数据均为非负数（即≥0），对数要求数据均为正数（即>0），取倒数要求分母不为0, 如果变量x中出现上述情况，则需要先将其进行一定的转换，如x+K或K-x，再对其取根号、对数或倒数。其中K为一个常数，可以根据需要进行赋值，例如赋值为1，或取数据的最小值、最大值等。