大多数统计方法（参数方法）都假定样本是从总体上抽取的，这些总体的值具有正态分布。因此，对数据进行统计分析的第一步就是检查不同变量的分布。

在汇总统计信息中，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，只有在样本量足够大时才能执行这些测试。如果无法进行测试，则应根据直方图估计分布的对称性和峰值。正态分布是对称的，不是非常尖峰或非常平坦。可以从累积频率图估算与正态分布的偏差。

下图是非正态分布的数据的直方图，但显示出正偏度（向右偏斜）。

该直方图通常适用于将从对数转换中受益的分布。

接下来是对数转换后的相同数据图。通过在对话框中输入LOG（FSH）而不是FSH获得转换。

其他可用于将数据转换为正态性的电子表格功能包括：