Normāla datu izplatīšana ir tāda, kurā vairums datu punktu ir salīdzinoši līdzīgi, kas nozīmē, ka tie rodas nelielā vērtību diapazonā ar mazāk novirzēm augšdaļā un zemākajā galā datu diapazons.
Ja dati parasti tiek izplatīti, iezīmējot tos diagrammā, tiek iegūts zvanveida formas un simetrisks attēls, ko bieži sauc par zvanu līkni. Šādā datu izplatīšanā vidējais, vidējais un režīms ir vienādas vērtības un sakrīt ar līknes virsotni.
Tomēr sociālajās zinātnēs normāls sadalījums drīzāk ir teorētisks ideāls nekā kopēja realitāte. Tā kā objektīva, ar kuru palīdzību var pārbaudīt datus, jēdziens un pielietojums ir noderīgs rīks, lai identificētu un vizualizējošās normas un tendences datu kopā.
Normālā sadalījuma īpašības
Viens no visievērojamākajiem normāla sadalījuma raksturlielumiem ir tā forma un nevainojamā simetrija. Ja salocītu normāla sadalījuma attēlu precīzi pa vidu, jums nāks klajā ar divām vienādām pusēm, katrai no otras spoguļattēlu. Tas nozīmē arī to, ka puse no datu novērojumiem ietilpst abās izplatīšanas vidus pusēs.
Normālā sadalījuma viduspunkts ir punkts, kuram ir maksimālā frekvence, kas nozīmē skaitli vai reakcijas kategoriju ar visvairāk novērojumiem šim mainīgajam. Normālā sadalījuma viduspunkts ir arī punkts, kurā nokrīt trīs mēri: vidējais, vidējais un režīms. Pilnīgi normālā sadalījumā šie trīs mēri ir vienādi.
Visos normālos vai gandrīz normālos sadalījumos zem līknes vienmērīga laukuma daļa atrodas starp vidējo un jebkuru konkrēto attālumu no vidējā, mērot standarta novirzes vienības. Piemēram, visās normālajās līknēs 99,73 procenti no visiem gadījumiem ietilpst trīs standarta novirzēs no vidējā, 95,45 procentos no visi gadījumi ietilpst divās standarta novirzēs no vidējā, un 68,27 procenti gadījumu ietilpst vienā standarta novirzē no nozīmē.
Normālo sadalījumu bieži attēlo standarta rādītājos vai Z punktos, kas ir skaitļi, kas norāda attālumu starp faktisko punktu skaitu un vidējo rādītāju standarta noviržu izteiksmē. Standarta normālā sadalījuma vidējais lielums ir 0.0 un standarta novirze - 1.0.
Piemēri un izmantošana sociālajās zinātnēs
Lai arī normālais sadalījums ir teorētisks, ir vairāki pētnieki, kas pētījumā izmanto mainīgus lielumus, kas ļoti līdzinās normālai līknei. Piemēram, standartizēti pārbaudes rezultāti, piemēram, SAT, ACT un GRE, parasti atgādina parasto sadalījumu. Arī augstums, sportiskās spējas un daudzu cilvēku sociālā un politiskā attieksme parasti atgādina zvanu līkni.
Normālās izplatīšanas ideāls ir noderīgs arī kā salīdzināšanas punkts, kad dati parasti netiek izplatīti. Piemēram, vairums cilvēku pieņem, ka mājsaimniecību ienākumu sadalījums ASV būtu normāls sadalījums un atgādinātu zvana līkni, ja tas ir attēlots diagrammā. Tas nozīmētu, ka lielākā daļa ASV pilsoņu nopelna vidējā ienākumu diapazonā vai, citiem vārdiem sakot, ka ir veselīga vidusšķira. Tikmēr zemāko ekonomisko klašu cilvēku skaits, tāpat kā augšējo klašu cilvēku skaits, būtu mazs. Tomēr reālais mājsaimniecību ienākumu sadalījums ASV nemaz neatgādina zvanu līkni. Lielākā daļa mājsaimniecību ietilpst no zemākā līdz vidējam diapazonam, kas nozīmē, ka vairāk nabadzīgu cilvēku cīnās par izdzīvošanu, nekā ir ļaudis, kas dzīvo ērti vidējās klases dzīvi. Šajā gadījumā ienākumu nevienlīdzības atspoguļošanai ir noderīgs normāla sadalījuma ideāls.