在结构方程模型数据分析中,如果数据是非正态分布,且是很严重的非正态分布,我们该如何处理?一个方法是采用对数转换等方法将非正态分布转换为正态分布,之后再分析。然而,对这个问题很多学者不建议转换,因为转换后的正态数据与转换前的非正态分布数据是“新的研究变量”,不再是原先的研究变量。此外,虽然在转换过程中转换后和转换前的数据具有某种线性关系,但这并不意味着新的研究变量和原始研究变量在研究模型和统计分析中就具有等价性,尤其是涉及多变量、潜变量等复杂研究模型中。就结构方程模型来说,如果数据不服从正态分布,那么推荐的做法是极端值的处理以及采用对数据分布稳健的稳健估计法,例如MLR、PLS等。
当然,如果某些研究领域中非正态分布转换是公认的、多数学者认可的处理方法,或已形成某种范式(如一些实验研究数据的对数转换),那么,将非正态分布数据通过某种形式转换为正态分布数据之后再建模分析也是可以的。