Isi
Kurva lonceng memberi seseorang mempelajari fakta sebagai contoh dari distribusi pengamatan yang normal. Kurva ini juga disebut kurva Gaussian setelah ahli matematika Jerman Carl Friedrich Gauss, yang menemukan banyak properti kurva. Kurva yang digambarkan mendekati kisaran dan menghitung banyak pengamatan aktual atas fakta yang ada di alam dan di 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 suatu kesimpulan. Selesaikan pertanyaan yang menentukan tentang fakta Anda. Apakah distribusi berat badan normal berguna untuk mempelajari bobot pada populasi pasien medis? Atau apakah populasi terlalu tidak biasa atau abnormal untuk menggunakan kurva normal?
Buat satu set data untuk pengamatan Anda yang Anda rencanakan untuk bagan. Untuk setiap mata pelajaran, catat fakta sebagai nilai numerik. Tetapkan setiap subjek nomor dan beri label observasi "x nomor sub subjek. " Atur nilai "x " dari terendah ke tertinggi. Tetapkan setiap subjek nomor kedua, nomor urut nilai pengamatan, dan beri label pengamatan ini "x nomor pesanan sub. "
Tetapkan rentang angka untuk nilai numerik, menggunakan observasi terendah ke observasi 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 x nomor pesanan sub untuk urutan perhitungan dan urutan daftar. Buat tabel nilai x dan nilai y yang sesuai.
Buat grafik kurva lonceng untuk fakta Anda. Dengan menggunakan kertas grafik, atur grafik dengan sumbu x dan sumbu y. Gambarlah kisaran sumbu untuk memulai pada nilai terendah Anda dan berakhir pada nilai tertinggi Anda. Mulailah sumbu y pada 0, tanpa pengamatan, dan akhiri dengan jumlah terbesar pengamatan potensial untuk nilai x apa pun. Pengamatan potensial terbesar adalah jumlah tertinggi yang Anda yakini dapat Anda temukan untuk fakta Anda; misalnya, jumlah pasien pria terbanyak dengan berat 180 pound.
Saat Anda ingin membandingkan fakta yang diamati dengan distribusi normal, lihat grafik pengamatan Anda dan kurva normal yang Anda buat grafiknya. Bandingkan bagaimana pengamatan aktual jatuh di daerah dalam satu standar deviasi dari rata-rata. Ketika Anda memiliki kumpulan data yang baik untuk populasi normal, 90 persen dari pengamatan Anda berada dalam 1,65 standar deviasi, di sebelah kiri dan kanan rata-rata kurva normal. Perbedaan bentuk kurva normal memberi tahu Anda populasi Anda di atas rata-rata, ketika rata-rata untuk pengamatan aktual adalah ke kanan, atau di bawah rata-rata, ketika rata-rata yang Anda amati adalah ke kiri.