大多数统计方法（参数方法）都包括以下假设：样本是从值具有正态分布的总体中提取的。因此，对数据进行统计分析的第一步是检查不同变量的分布。
在汇总统计量中，MedCalc 可以自动执行卡方检验或 Kolmogorov-Smirnov 检验，以检验数据呈正态分布的假设。但是，只有当样本量足够大时，才能执行这些测试。如果无法执行测试，则应从直方图估计分布的对称性和峰值。正态分布是对称的，不是很尖锐或非常平顶。与正态分布的偏差可以从累积频率图中估计。
下图是非正态分布但显示正偏度（向右偏斜）的数据的直方图。
此直方图通常用于将从对数变换中受益的分布。
接下来是对数变换后相同数据的图表。通过在对话框中输入 LOG（FSH） 而不是 FSH 来获得转换。
其他可用于将数据转换为 Normality 的电子表格函数包括：
SQRT（var） ： 平方根变换
SQRT（SQRT（var）） ：等效于 var1/4
var^（1/3） ： 立方根变换 （^ 是关机的符号)
1/var ：倒数变换
这些功能对变量分布的影响可以通过绘制 累积频率图等来评估。