วัตถุประสงค์ของการวิจัยในครั้งนี้ เพื่อศึกษาหารูปแบบการแปลงข้อมูลที่สามารถแปลงข้อมูลให้มีการแจกแจงปกติ โดยพิจารณารูปแบบการแปลงข้อมูลทั้งหมด 4 รูปแบบด้วยกันคือ การแปลงโดยใช้ล็อกการิทึม (logarithm transformation) การแปลงโดยใช้วิธีการกลับเศษส่วน (reciprocaltransformation) การแปลงโดยใช้รากที่สอง (square root transformation) และการแปลงโดยใช้เลขยกกำลัง (power transformations) ภายใต้สถานการณ์ที่กำหนด คือ รูปแบบการแจกแจง(วัดได้ด้วยความเบ้และความโด่ง) ขนาดตัวอย่าง (20 , 30 , 40 , 50 , และ 100 ) และระดับนัยสำคัญของการทดสอบเทียบความกลมกลืนกัน (0.01 , 0.05 , 0.10 , และ 0.15) การพิจารณารูปแบบการแปลงที่ดีที่สุดจะพิจารณาจากเปอร์เซ็นต์ของการยอมรับ H(,o) : การแจกแจงปกติภายหลังการใช้การแปลงด้วยวิธีการต่าง ๆ สำหรับข้อมูลที่ใช้ในการทดลองครั้งนี้ได้จากการจำลองข้อมูลด้วยเทคนิคมอนติคาร์โลซึ่งกระทำซ้ำ 200 ครั้งในแต่ละสถานการณ์ และใช้ข้อมูลที่เกิดขึ้นจริงประกอบการศึกษาในครั้งนี้ด้วย ผลการวิจัยสรุปได้ดังนี้ 1. รูปแบบการแปลงโดยใช้เลขยกกำลังมีเปอร์เซ็นต์ของการยอมรับ H(,o) มากที่สุดในทุกสถานการณ์รองลงมาคือการแปลงโดยใช้การกลับเศษส่วน การแปลงโดยใช้ล็อกการิทึม และการแปลงโดยใช้รากที่สองตามลำดับ 2. เมื่อความโด่งมีระดับต่ำแนวโน้มของเปอร์เซ็นต์ของการยอมรับ H(,o) มีลักษณะแปรผันตามความโด่งถึงจุดหนึ่ง จากนั้นมีลักษณะแปรผกผันกับความโด่งเมื่อความโด่งมีระดับสูงขึ้น 3. การแจกแจงแบบเบ้ขวา : เปอร์เซ็นต์ของการยอมรับ H(,o) แปรผันตามขนาดตัวอย่างเมื่อความเบ้มีระดับสูง แต่ไม่ขึ้นอยู่กับขนาดตัวอย่างเมื่อความเบ้อยู่ในระดับต่ำ การแจกแจงแบบเบ้ซ้าย : เปอร์เซ็นต์ของการยอมรับ H(,o) แปรผกผันกับความเบ้และความโด่ง แต่ไม่ขึ้นอยู่กับขนาดตัวอย่าง