Kaip apskaičiuoti klaidos ribą

Guido Mieth / Getty Images

Daug kartų politinės apklausos ir kitastatistikos taikymasnurodykite savo rezultatus su paklaida. Neretai pastebima, kad nuomonės apklausa teigia, kad tam tikram klausimui ar kandidatui pritaria tam tikras procentas respondentų, plius ir minus tam tikras procentas. Būtent šis pliuso ir minuso terminas yra paklaidos riba. Bet kaip apskaičiuojama paklaidos riba? Dėl paprastas atsitiktinis pavyzdys pakankamai didelės populiacijos riba arba paklaida iš tikrųjų yra tik imties dydžio ir naudojamo pasikliovimo lygio pakartojimas.

Klaidos ribos formulė

Toliau naudosime paklaidos ribos formulę. Planuosime blogiausiu įmanomu atveju, kai neįsivaizduojame, koks tikrasis paramos lygis yra mūsų apklausos klausimai. Jei turėtume kokį nors supratimą apie šį skaičių, galbūt pagal ankstesnius apklausos duomenis, gautume mažesnę paklaidą.

Formulė, kurią naudosime: IR = Su _A'2/(2√ n)

Pasitikėjimo lygis

Pirma informacija, kurios mums reikia norint apskaičiuoti paklaidos ribą, yra nustatyti, kokio pasitikėjimo lygio norime. Šis skaičius gali būti bet koks procentas, mažesnis nei 100%, tačiau dažniausiai patikimumo lygiai yra 90%, 95% ir 99%. Iš šių trijų dažniausiai naudojamas 95 % lygis.

Jei iš vieneto atimsime pasitikėjimo lygį, gausime alfa reikšmę, parašytą kaip α, reikalingą formulei.

Kritinė vertė

Kitas žingsnis apskaičiuojant ribą arba paklaidą yra rasti tinkamą kritinę vertę. Tai nurodo terminas Su _A'2aukščiau pateiktoje formulėje. Kadangi padarėme prielaidą, kad yra paprasta atsitiktinė didelės populiacijos imtis, galime naudoti standartinis normalusis skirstinys apie Su - balai.

Tarkime, kad dirbame su 95% pasitikėjimo lygiu. Mes norime pažvelgti į Su - balas Su* kurių plotas tarp -z* ir z* yra 0,95. Iš lentelės matome, kad ši kritinė vertė yra 1,96.

Taip pat galėjome rasti kritinę vertę tokiu būdu. Jei mąstome α/2, nes α = 1 - 0,95 = 0,05, pamatysime, kad α/2 = 0,025. Dabar ieškome lentelėje, kad rastume Su -balas, kurio plotas yra 0,025 į dešinę. Galų gale gautume tą pačią kritinę vertę 1,96.

Kiti pasitikėjimo lygiai suteiks mums kitokias kritines vertes. Kuo didesnis pasitikėjimo lygis, tuo didesnė bus kritinė vertė. Kritinė 90 % pasikliovimo lygio vertė, kai atitinkama α vertė yra 0,10, yra 1,64. Kritinė 99 % pasikliovimo lygio vertė, kai atitinkama α vertė yra 0,01, yra 2,54.

Mėginio dydis

Vienintelis kitas skaičius, kurį turime naudoti formulei apskaičiuoti paklaidos riba yra imties dydis , žymimas n formulėje. Tada paimame šio skaičiaus kvadratinę šaknį.

Dėl šio skaičiaus vietos aukščiau pateiktoje formulėje, tuo didesnis imties dydis kuriuos naudosime, tuo mažesnė bus paklaida. Todėl pirmenybė teikiama dideliems mėginiams, o ne mažesniems. Tačiau kadangi statistinei atrankai reikia laiko ir pinigų, yra apribojimų, kiek galime padidinti imties dydį. Kvadratinės šaknies buvimas formulėje reiškia, kad keturis kartus padidinus imties dydį bus tik pusė paklaidos ribos.

Keletas pavyzdžių

Norėdami suprasti formulę, pažvelkime į keletą pavyzdžių.

1. Kokia yra paprastos atsitiktinės 900 žmonių imties paklaida, kai 95 proc pasitikėjimo lygiu ?
2. Naudodami lentelę turime kritinę reikšmę 1,96, taigi paklaidos riba yra 1,96/(2 √ 900 = 0,03267, arba apie 3,3%.
3. Kokia yra paprastos atsitiktinės 1600 žmonių imties paklaida su 95 % patikimumo lygiu?
4. Tame pačiame lygyje pasitikėjimą kaip pirmasis pavyzdys, padidinus imties dydį iki 1600, paklaida yra 0,0245 arba apie 2,5%.