Obsah
Míra chyby je statistický výpočet, který výzkumníci předkládají s výsledky svého výzkumu. Tento výpočet představuje přibližnou hodnotu očekávané odchylky v průzkumu s různými vzorky.
Předpokládejme například, že průzkum ukazuje, že 40% populace hlasuje pro dané téma „ne“ a že míra chyby je 4%. Pokud provádíte stejný průzkum s jiným náhodným vzorkem stejné velikosti, lze očekávat, že mezi 36% až 44% dotázaných bude také hlasovat „ne“.
Míra chyby v zásadě označuje přesnost výsledků, protože čím menší je míra chyby, tím větší je přesnost. Existuje mnoho vzorců pro výpočet míry chyby a tento článek vám ukáže tři nejběžnější a nejjednodušší rovnice.
Krok 1
Nejprve pro výpočet míry chyby pomocí následujících vzorců budete muset shromáždit některá data z průzkumu. Nejdůležitější je hodnota proměnné „n“, která odpovídá počtu lidí, kteří odpověděli na váš průzkum. Budete také potřebovat podíl „p“ lidí, kteří poskytli konkrétní odpověď vyjádřenou v desítkové soustavě.
Pokud znáte celkovou velikost populace představovanou ve vašem hledání, přiřaďte tomuto celkovému počtu „N“, což představuje celkový počet lidí.
Krok 2
U vzorku velmi velké populace (N větší než 1 000 000) vypočítejte „95% interval spolehlivosti“ podle vzorce:
Chybová marže = 1,96 krát druhá odmocnina (1-p) / n
Jak vidíte, je-li celková populace dostatečně velká, záleží pouze na velikosti náhodného vzorku. Pokud má průzkum několik otázek a existuje několik možných hodnot pro p, převezměte hodnotu nejbližší 0,5.
Krok 3
Například za předpokladu, že průzkum zahrnující 800 paulistas ukazuje, že 35% z nich je pro návrh, 45% proti a 20% je nerozhodnuto. Použili jsme tedy p = 45 an = 800. Míra chyby pro 95% spolehlivost je tedy:
1,96 krát druhá odmocnina z [(0,45) (0,55) / (800)] = 0,0345.
tj. asi 3,5%. To znamená, že si můžeme být 95% jisti, že opětovné vyhledávání povede k marži o 3,5% více či méně.
Krok 4
V praktickém výzkumu lidé často používají zjednodušený vzorec odchylky chyby, který je dán rovnicí:
ME = 0,98 krát druhá odmocnina z (1 / n)
Zjednodušený vzorec se získá nahrazením „p“ číslem 0,5. Pokud jste ochotni, můžete ověřit, že tato náhrada bude mít za následek výše uvedený vzorec.
Protože tento vzorec generuje vyšší hodnotu než předchozí vzorec, často se nazývá „maximální chyba“. Použijeme-li to pro předchozí příklady, dostaneme odchylku chyby 0,0346, což je opět ekvivalent asi 3,5%.
Krok 5
Výše uvedené dva vzorce platí pro náhodné vzorky odebrané z extrémně velké populace. Pokud je však celková populace průzkumu mnohem menší, použije se odlišný vzorec pro míru chyby. Vzorec pro míru chyby s „opravou konečné populace“ je:
ME = 0,98 krát druhá odmocnina z [(N-n) / (Nn-n)]
Krok 6
Předpokládejme například, že malá vysoká škola má 2 500 studentů a 800 z nich odpovídá na průzkum. S výše uvedeným vzorcem vypočítáme míru chyby:
0,98 krát druhá odmocnina z [1700 / 2000000-800] = 0,0296
Výsledky tohoto průzkumu tedy mají míru chyb asi 3%.