Eine Glockenkurve ist ein Diagramm, das eine Normalverteilung von Variablen darstellt, bei der die meisten Werte um einen Mittelwert herum gruppieren, während Ausreißer oberhalb und unterhalb des Mittelwerts zu finden sind. Zum Beispiel folgt die menschliche Körpergröße oft einer Glockenkurve, mit Ausreißern, die ungewöhnlich klein und groß sind, und der Großteil der Menschen konzentriert sich auf eine mittlere Körpergröße, wie zum Beispiel 70 Zoll (178 Zentimeter) für amerikanische Männer. Wenn Daten, die einem Normalverteilungsmuster folgen, grafisch dargestellt werden, ähnelt das Diagramm im Querschnitt oft einer Glocke, was den Begriff „Glockenkurve“ erklärt.
Normal- oder Gauß-Verteilungen sind in einer Vielzahl von Kontexten zu finden, von Diagrammen der Leistung von Finanzmärkten bis hin zu Testergebnissen. Wenn Variablen grafisch dargestellt werden und eine Glockenkurve erscheint, bedeutet dies oft, dass die Variablen innerhalb der normalen Erwartungen lagen und sich vorhersehbar verhalten. Wenn die Grafik schief oder unregelmäßig ist, kann dies auf ein Problem hinweisen.
Idealerweise ist eine Glockenkurve symmetrisch. Bei der Bewertung sollte zum Beispiel ein Test so geschrieben werden, dass eine kleine Anzahl von Schülern mit einem F durchfällt und eine ebenso kleine Zahl mit einem A eine perfekte Punktzahl erreicht. Eine etwas größere Anzahl von Schülern sollte Ds und Bs erhalten , und die größte Zahl sollte Cs erhalten. Wenn die Glockenkurve schief ist und die Spitze der Kurve in den Ds liegt, deutet dies darauf hin, dass der Test zu hart war, während ein Test mit einer Spitze in den Bs zu einfach ist.
Mit Hilfe einer Glockenkurve ist es auch möglich, die Standardabweichung der Daten zu ermitteln. Die Standardabweichung zeigt, wie eng die Variablen um den Mittelwert gepackt sind. Standardabweichungen spiegeln die Vielfalt der aufgezeichneten Variablen wider und können verwendet werden, um Informationen über die Gültigkeit der Daten zu sammeln. Eine große Standardabweichung weist darauf hin, dass die Variablen nicht eng geclustert sind und möglicherweise ein Problem mit den Daten vorliegt, während kleine Standardabweichungen darauf hindeuten, dass die Daten möglicherweise valider sind.
Wenn beispielsweise Umfragen durchgeführt werden, veröffentlicht das Umfrageunternehmen Standardabweichungen. Wenn die Standardabweichung klein ist, bedeutet dies, dass die Daten bei einer Wiederholung der Umfrage denen der ursprünglichen Umfrage sehr nahe kommen würden, was darauf hindeutet, dass das Umfrageunternehmen gültige Methoden verwendet und die Informationen korrekt sind. Wenn die Standardabweichung jedoch groß ist, weist dies darauf hin, dass wiederholte Umfragen möglicherweise nicht dieselben Ergebnisse liefern, wodurch die Daten weniger nützlich sind.