首先看殘差(資料減去均值)是否近似正態。如果是，就可以直接分析。注意方差分析不需要原資料正態，需要殘差近似正態。

其次，方差分析對正態的要求不高。直方圖上中度偏離正態都可接受。或正態機率圖上主觀判斷，大略成一條粗的直線即可。

再次，可以進行資料變換。

看有無方差不齊(常常非正態與方差不齊有關聯)。如有，可以對資料進行冪變換，例如平方，開根號，開四次方，取自然對數，求倒數。直至資料返回正態和等方差，這時殘差也通常會變為正態。

正式的冪變換是用統計軟體做Box-Cox變換。

如果是像發芽率或不良率這種二項分佈資料，可以進行arcsin√p變換或ln(p/(1-p))的變換。

如無方差不齊，變換就要適度。因為變換會讓殘差變為正態，但也會讓方差不齊。各組樣本量相同且大於10時，對異方差不敏感，可以主要考慮正態性。如果各組樣本量不平衡且樣本量小，會對異方差很敏感，這時只要調到近似正態性(中度偏離)即可。

最後，還可以對秩進行方差分析。

對所有資料排序，次序稱為秩。

直接對秩進行方差分析，將結果與原方差分析進行比較，如果兩者接近，說明正態、等方差的假設是滿足的，應採用原方差分析的結果。如果差異較大，說明原資料對假設偏離較大，應採取秩方差分析的結果。