Kurva lonceng memberi seseorang yang mempelajari fakta contoh distribusi pengamatan yang normal. Kurva juga disebut kurva Gauss setelah ahli matematika Jerman Carl Friedrich Gauss, yang menemukan banyak sifat kurva. Kurva bergrafik mendekati kisaran dan menghitung banyak pengamatan aktual dari fakta yang ada di alam dan dalam masyarakat sipil, seperti bobot dan kinerja pendidikan.
Pilih fakta yang Anda inginkan untuk distribusi probabilitas normal. Pertimbangkan bagaimana contoh kejadian normal akan membantu Anda sampai pada kesimpulan. Selesaikan pertanyaan yang menentukan tentang fakta Anda. Apakah distribusi berat badan normal berguna untuk mempelajari berat dalam populasi pasien medis? Atau apakah populasi terlalu tidak biasa atau abnormal untuk menggunakan kurva normal?
Buatlah kumpulan data untuk pengamatan yang Anda rencanakan untuk dipetakan. Untuk setiap subjek, catat fakta sebagai nilai numerik. Berilah masing-masing subjek sebuah nomor dan beri label pengamatan \"x nomor sub subjek.\" Atur nilai \"x\" dari yang terendah ke tertinggi. Tetapkan setiap subjek nomor kedua, nomor urut nilai pengamatan, dan beri label pengamatan ini \"nomor suburutan x.\"
Tetapkan rentang angka untuk nilai numerik, menggunakan pengamatan terendah ke pengamatan tertinggi.
Gunakan rumus kurva lonceng untuk menghitung nilai sumbu y untuk setiap nilai sumbu x. Rumus kurva lonceng adalah y = (e^(?-x?^2/2) )/ ?2?. Y adalah jumlah pengamatan untuk nilai x. x adalah nilai yang diamati. Gunakan nomor sub pesanan x untuk urutan perhitungan dan urutan daftar. Buatlah tabel nilai x dan nilai y yang sesuai.
Gambarkan kurva lonceng untuk fakta Anda. Dengan menggunakan kertas grafik, susun grafik dengan sumbu x dan sumbu y. Gambarlah rentang sumbu untuk memulai pada nilai terendah Anda dan berakhir pada nilai tertinggi Anda. Mulailah sumbu y pada 0, tanpa pengamatan, dan akhiri pada jumlah pengamatan potensial terbesar untuk nilai x apa pun. Observasi potensial terbesar adalah jumlah tertinggi yang Anda yakini dapat Anda temukan untuk fakta Anda; misalnya jumlah pasien laki-laki terbanyak dengan berat badan 180 kilogram.
Saat Anda ingin membandingkan fakta yang Anda amati dengan distribusi normal, lihat grafik pengamatan Anda dan kurva normal yang Anda buat grafiknya. Bandingkan bagaimana pengamatan aktual berada di area dalam satu standar deviasi rata-rata. Bila Anda memiliki kumpulan data yang baik untuk populasi normal, 90 persen pengamatan Anda berada dalam standar deviasi 1,65, ke kiri dan kanan rata-rata kurva normal. Perbedaan bentuk kurva normal memberitahu Anda bahwa populasi Anda di atas rata-rata, bila rata-rata untuk pengamatan yang sebenarnya adalah ke kanan, atau di bawah rata-rata, bila rata-rata yang diamati ke kiri.