Penormalan ialah satu kaedah menganalisis jadual-jadual berasaskan atribut kunci dan kebergantungan fungsi dengan tujuan mengurangkan duplikasi data dalam pangkalan data.
Penormalan, pada kebiasaannya, akan memecahkan jadual 0NF kepada dua atau lebih jadual-jadual hubungan yang sudah ternormal,
Jadual baharu biasanya berada dalam bentuk tidak ternormal, ataupun 0NF.
Jadual 0NF boleh berfungsi tetapi akan menyebabkan penyimpanan data lewah yang banyak dan boleh menjejaskan integriti data apabila kecuaian berlaku sewaktu kemas kini.
Oleh itu, jadual 0NF tidak sesuai dilaksanakan dalam sistem pangkalan data.
Contoh jadual 0NF adalah seperti dalam Rajah 2.38.
Penormalan dilakukan secara sistematik dan berperingkat.
Umumnya, terdapat tiga bentuk penormalan iaitu 1NF, 2NF dan 3NF.
Penormalan dibuat sehingga jadual mencapai peringkat 2NF ataupun 3NF.
Objektif penukaran adalah untuk memastikan lajur jadual adalah atomik (satu atribut mengandungi hanya satu data) dan mempunyai kunci primer.
Langkah pertama ialah memastikan keatomikan data-data dengan menggunakan satu lajur untuk setiap satu atribut.
Objektif penukaran bentuk 1NF kepada 2NF adalah untuk menghapuskan kebergantungan fungsi separa
Jadual 1NF mempunyai kebergantungan fungsi separa. Oleh itu, kenal pasti kumpulan-kumpulan
data berulang dan pecahkan kepada jadual-jadual berasingan yang dipanggil jadual hubungan.
Kaji skema 1NF dengan mencari kebergantungan antara atribut bukan-kunci dengan atribut kunci primer.
Kebergantungan fungsi separa berlaku apabila atribut biasa bergantung kepada salah satu atribut kunci primer sahaja.
Kenal pasti kumpulan atribut tersebut dan asingkan sebagai skema hubungan yang baharu.
Objektif penukaran adalah untuk menghapuskan kebergantungan fungsi transitif.
Pada kebiasaannya, penormalan sehingga tahap 2NF sudah memadai.
Penormalan ke tahap 3NF cuma perlu dalam situasi di mana terdapat kebergantungan fungsi transitif di antara atribut dalam sesetengah jadual.
Kebergantungan ini tersembunyi kerana wujud di antara atribut-atribut biasa, iaitu tidak melibatkan atribut kunci primer.
Biasanya, ini dapat dikenal pasti daripada pengalaman penggunaan data-data.