pada histogram figur 5.2 disebut sebagai distribusi normal dan data dari percobaan yang sering dirujuk sebagai yang terdistribusi normal
5.4.1. Sifat-sifat Distribusi Normal
Untuk data yang sangat banyak biasanya digunakan distribusi normal untuk mengolahnya. Interval sepanjang sumbu horisontal yang sangat sempit digunakan untuk
menggambarkan bentuk distribusi yang lebih baik, dengan menarik garis yang melewati bagian atas setiap batang pada histogram dan menghilangkan semua lini lain sehingga garis
memiliki bentuk seperti bell dengan puncak pada rata-rata. Fitur umum tersebut berlaku untuk semua data yang mengikuti distribusi normal.
Standar deviasi merupakan lebar karakteristik dari distribusi normal. Wilayah tengah dari kurva normal yang dibatasi oleh dua garis vertikal, satu diambil pada nilai- x ´x−σ dan
yang lainnya di ´x+σ . Area di bawah kurva antara dua garis sebanding dengan rentang nilai antara ´x−σ dan ´x+σ . Hal ini dapat menunjukkan bahwa hampir 70 dari total area di
bawah kurva terletak di antara ± σ dari nilai rata-rata yang menunjukkan bahwa ≈ 70 dari rentang nilai data antara ´x−σ dan ´x+σ . Selain itu, ≈ 95 dari data yang terletak
antara ´x−2 σ dan ´x+2σ .
5.4.2.
Totalitas pengukuran yang dapat dibuat disebut sebagai populasi pengukuran dengan rata-
rata μ=
∑
x
i
n , dan standar deviasi,
σ
POP
=
∑
x
i
− μ
2
n
1 2
Kita bisa mengambil nilai tengah populasi menjadi nilai sebenarnya dari besaran yang dicari ketika melakukan pengukuran. nilai ini hanya dapat ditemukan setelah jumlah tak
terbatas pengukuran yang dilakukan adalah untuk membuat beberapa pengukuran berulang yang dapat dianggap sebagai sampel dari semua pengukuran yang mungkin dan
memperkirakan rata-rata populasi dan standar deviasi unsing nilai-nilai tersebut. Simbol tersebut digunakan untuk mewakili estimasi standar deviasi populasi dapat dihitung dengan
menggunakan persamaan σ
POP
≈ s=
∑
x
i
− x
2
n−1
1 2
Persamaan tersebut memungkinkan untuk memperkirakan standar deviasi populasi dengan menggunakan sampel yang diambil dari populasi. Hal ini
berbeda dengan persamaan yang memberikan standar deviasi dari sampel.
5.4.3. Batas Keyakinan.
Distribusi sampel yang diambil selama percobaan mengikuti distribusi normal dengan cara yang sama sebagai data mentah.
Perbedaan utama antara distribusi data mentah dan distribusi sarana adalah dalam lebar distribusi yang diberikan oleh standar deviasi
dalam hal pengukuran individu, dan untuk distribusi sarana, di mana n adalah jumlah pengukuran ulang
dilakukan.
5.4.4. Review Ketidakpastian
