კვლევის ჩატარების ან მოსახლეობაზე რიცხვითი მონაცემების შეგროვების შემდეგ საჭიროა შედეგების ანალიზი, რაც დაგეხმარებათ დასკვნების გაკეთებაში. თქვენ გსურთ იცოდეთ ისეთი პარამეტრები, როგორიცაა საშუალო პასუხი, რამდენად მრავალფეროვანი იყო პასუხები და როგორ ნაწილდება პასუხები. ნორმალური განაწილება ნიშნავს, რომ ნახაზის შედგენისას, მონაცემები ქმნის ზარის მრუდეს, რომელიც ორიენტირებულია საშუალო რეაგირებაზე და თანაბრად ითიშება როგორც პოზიტიური, ასევე უარყოფითი მიმართულებით. თუ მონაცემები არ არის ორიენტირებული საშუალოზე და ერთი კუდი უფრო გრძელია ვიდრე მეორე, მაშინ მონაცემთა განაწილება გადახრილია. თქვენ შეგიძლიათ გამოთვალოთ მონაცემების დახრილობის ოდენობა საშუალო, სტანდარტული გადახრის და მონაცემთა წერტილების რაოდენობის გამოყენებით.
მონაცემთა სიმრავლეში დაამატეთ ყველა მნიშვნელობა და დაყავით მონაცემთა წერტილების რაოდენობაზე, რომ მიიღოთ საშუალო, ან საშუალო. ამ მაგალითისთვის ჩვენ ვიღებთ მონაცემთა ნაკრებს, რომელიც მოიცავს პასუხებს მთელი მოსახლეობიდან: 2, 4, 5, 7, 8, 10, 11, 25, 26, 27, 36. ამ კომპლექტს აქვს საშუალო 14.6.
გამოთვალეთ მონაცემთა ნაკადის სტანდარტული გადახრა მონაცემების თითოეულ წერტილსა და საშუალოზე სხვაობის კვადრატით, ყველა იმ შედეგის დამატება, შემდეგ დაყოფა მონაცემთა წერტილების რაოდენობაზე და ბოლოს კვადრატი ფესვი ჩვენი მონაცემთა ნაკრები სტანდარტული გადახრაა 11.1.
იპოვნეთ განსხვავება მონაცემთა თითოეულ წერტილსა და საშუალო მნიშვნელობას შორის, გაყავით სტანდარტული გადახრაზე, მიუთითეთ ეს რიცხვი და შემდეგ დაამატეთ ყველა ეს რიცხვი ერთად თითოეული მონაცემთა წერტილისთვის. ეს უდრის 6,79-ს.
გამოთვალეთ საშუალო და სტანდარტული გადახრა მონაცემთა ნაკრებიდან, რომელიც მთელი მოსახლეობის მხოლოდ ნიმუშია. ჩვენ გამოვიყენებთ იგივე მონაცემებს, როგორც წინა მაგალითი, საშუალო 14.6 და სტანდარტული გადახრა 11.1-ით, ვივარაუდებთ, რომ ეს რიცხვები მხოლოდ უფრო მეტი მოსახლეობის ნიმუშია.
იპოვნეთ განსხვავება მონაცემთა თითოეულ წერტილსა და საშუალო მნიშვნელობას შორის, მიუთითეთ ეს რიცხვი, დაამატეთ თითოეული შედეგი და შემდეგ გაყოთ სტანდარტული გადახრის კუბზე. ეს უდრის 5,89-ს.
გამოთვალეთ ნიმუშის დახრილობა 5.89-ს გამრავლებით მონაცემთა წერტილების რაოდენობაზე, დაყოფილი მონაცემების წერტილების მინუს 1-ზე და კვლავ გაყოფილი მონაცემების წერტილების მინუს 2-ზე. ნიმუში skewness ამ მაგალითისთვის იქნება 0.720.