Une courbe en cloche est un graphique qui représente une distribution normale de variables, dans laquelle la plupart des valeurs se regroupent autour d’une moyenne, tandis que des valeurs aberrantes peuvent être trouvées au-dessus et en dessous de la moyenne. Par exemple, la taille humaine suit souvent une courbe en cloche, avec des valeurs aberrantes inhabituellement courtes et hautes et la majeure partie des personnes étant concentrées autour d’une taille moyenne, telle que 70 pouces (178 centimètres) pour les hommes américains. Lorsque des données qui suivent un schéma de distribution normal sont représentées graphiquement, le graphique ressemble souvent à une cloche en coupe transversale, expliquant le terme courbe en cloche.
Les distributions normales ou gaussiennes peuvent être trouvées dans une grande variété de contextes, des graphiques de la performance des marchés financiers aux résultats des tests. Lorsque les variables sont représentées graphiquement et qu’une courbe en cloche apparaît, cela signifie souvent que les variables étaient dans les limites des attentes normales et qu’elles se comportent de manière prévisible. Si le graphique est asymétrique ou irrégulier, cela peut indiquer qu’il y a un problème.
Idéalement, une courbe en cloche est symétrique. Dans la notation, par exemple, un test doit être écrit de telle manière qu’un petit nombre d’étudiants échouent avec un F, et un nombre tout aussi petit obtiennent un score parfait avec un A. Un nombre légèrement plus important d’étudiants doit obtenir des D et des B. , et le plus grand nombre devrait obtenir Cs. Si la courbe en cloche est asymétrique et que le pic de la courbe est dans les D, cela suggère que le test était trop dur, alors qu’un test avec un pic dans les B est trop facile.
En utilisant une courbe en cloche, il est également possible d’arriver à l’écart type des données. L’écart type montre à quel point les variables sont serrées autour de la moyenne. Les écarts types reflètent la diversité des variables tracées et ils peuvent être utilisés pour recueillir des informations sur la validité des données. Un écart type important indique que les variables ne sont pas étroitement regroupées et qu’il peut y avoir un problème avec les données, tandis que de petits écarts types suggèrent que les données peuvent être plus valides.
Par exemple, lorsque des sondages sont effectués, la société de sondage publie des écarts types. Si l’écart type est faible, cela signifie que si le sondage était répété, les données seraient très proches de celles du sondage d’origine, ce qui suggère que la société de sondage a utilisé des méthodes valides et que les informations sont exactes. Cependant, si l’écart type est important, cela indiquerait que les sondages répétés pourraient ne pas renvoyer les mêmes résultats, ce qui rendrait les données moins utiles.