La gaussianidad de los datos es una herramienta importante en el modelado estadístico espacial, así como en el análisis de datos experimentales. Por lo general, los datos de observación de campo y experimentales se desvían significativamente de la distribución normal. Este trabajo presenta métodos alternativos para la transformación de datos y revisita la aplicabilidad de una versión modificada de la conocida técnica de Box-Cox. El método propuesto recientemente tiene la ventaja significativa de transformar datos de signo negativo (fluctuaciones) previamente a datos de signo positivo. Las fluctuaciones derivadas de la eliminación de tendencias en los datos no pueden ser transformadas utilizando métodos comunes. Por lo tanto, la técnica de Box-Cox modificada proporciona una solución confiable. El método fue probado en datos de precipitación promedio y datos de precipitación detrendidos (fluctuaciones), en datos de nivel de agua subterránea, en residuos de Carbono Orgánico Total en wt% y utilizando un generador de números aleatorios que simula resultados experimentales potenciales. Se encontró que la técnica de Box-Cox modificada compite con éxito en la transformación de datos. Por otro lado, mejoró significativamente la normalización de datos de signo negativo o fluctuaciones. La codificación del método se presenta mediante un formato de Interfaz Gráfica de Usuario en el entorno de MATLAB para la reproducción de los resultados y acceso público.