正确答案是：B:对变量进行百分位秩或Turkey正态性转换。

### 专业分析：

在进行聚类分析时，数据的预处理是非常重要的一步。以下是对每个选项的分析：

A: **对变量进行极差标准化**
- 极差标准化（Min-Max Scaling）将数据缩放到一个固定范围（通常是0到1），这有助于消除不同变量之间的量纲差异，使得每个变量在聚类分析中具有同等的重要性。这是聚类分析中常用的预处理方法之一。

B: **对变量进行百分位秩或Turkey正态性转换**
- 百分位秩转换和Turkey正态性转换主要用于数据的非线性变换，通常用于提高数据的正态性或处理异常值。然而，这些方法可能会改变数据的分布特性，导致聚类结果失真。因此，这种操作在聚类分析中不太合适。

C: **对变量进行因子分析或变量聚类**
- 因子分析和变量聚类是数据降维和变量选择的方法，可以帮助减少数据的维度，去除冗余信息，使得聚类分析更加高效。这些方法在聚类分析的前处理中也是常用的。

D: **对变量进行中心标准化**
- 中心标准化（Standardization）将数据转换为均值为0，标准差为1的标准正态分布。这有助于消除不同变量之间的量纲差异，使得每个变量在聚类分析中具有同等的重要性。这也是聚类分析中常用的预处理方法之一。

综上所述，选项B的操作不应该进行，因为它可能会改变数据的分布特性，从而影响聚类结果的准确性。