Talaan ng mga Nilalaman:
Upang gumawa ng mga pagtatantya tungkol sa isang populasyon, ang mga istatistika ay gumagamit ng isang random na kinatawan ng sample ng populasyon. Halimbawa, kung tinimbang mo ang 50 mga random na Amerikanong babae, maaari mong tantiyahin ang timbang ng lahat ng mga kababaihang Amerikano batay sa kanilang average na timbang. Nangyayari ang error sa sampling kapag lumihis ang iyong mga resulta ng sample mula sa tunay na halaga ng populasyon. Iyon ay, kung ang iyong 50 babae ay nagbigay ng isang average na timbang na £ 135 kapag ang tunay na average ay 150 pounds, pagkatapos ay ang iyong error sa sampling ay -15 (ang tiningnan minus aktwal), na nangangahulugan na underestimated mo ang tunay na halaga sa pamamagitan ng 15 puntos. Dahil ang tunay na halaga ay bihirang kilala, ang mga istatistika ay gumagamit ng iba pang mga pagtatantya tulad ng karaniwang error at agwat ng kumpyansa upang tantyahin ang sampling error.
Hakbang
Kalkulahin ang porsyento na iyong sinusukat. Halimbawa, kung nais mong malaman kung anong porsyento ng mga estudyante sa isang sigarilyo ng paaralan, pagkatapos ay kumuha ng isang random na sample (sabihin nating n, ang aming laki ng sample, ay katumbas ng 30), punan ang isang anonymous na survey at kalkulahin ang porsyento ng mga mag-aaral na nagsasabi na usok sila. Para sa kapakanan ng ilustrasyon, sabihin nating anim na mag-aaral ang nagsasabi na sila ay naninigarilyo. Pagkatapos ang porsyento na naninigarilyo = (na naninigarilyo) / (kabuuang # ng mga estudyante na nasusukat) x 100% = 6/30 x 100% = 20%.
Hakbang
Kalkulahin ang karaniwang error. Dahil hindi namin alam ang aktwal na porsyento ng mga mag-aaral na naninigarilyo, maaari lamang namin ang humigit-kumulang sa sampling error sa pamamagitan ng pagkalkula ng karaniwang error. Sa mga istatistika, ginagamit namin ang proporsyon, p, sa halip ng mga porsyento para sa mga kalkulasyon, kaya't i-convert ang 20% sa isang proporsiyon. Ibinahagi ang 20% ng 100%, makakakuha ka ng p = 0.20. Standard Error (SE) para sa mga malalaking sukat ng sample = sqrt p x (1 - p) / n, kung saan ang ibig sabihin ng sqrt x ang parisukat na ugat ng x. Sa halimbawang ito, makakakuha tayo ng SE = sqrt 0.2 x (0.8) / 30 = sqrt 0.00533 …? 0.073.
Hakbang
Lumikha ng isang agwat ng kumpyansa. Lower bound: tinatayang proporsyon - 1.96 x SE = 0.2 - 1.96 (0.073) = 0.0569 Upper bound: tinatayang proporsyon + 1.96 x SE = 0.2 + 1.96 (0.073) = 0.343 Kaya sasabihin namin na 95% tiwala ang tunay na proporsyon ng mga smoker ay nasa pagitan ng 0.0569 at 0.343, o bilang isang porsyento, ang 5.69% o 34.3% ng mga mag-aaral ay naninigarilyo. Ang malawak na kumalat na ito ay nagpapahiwatig ng posibilidad ng isang malaking pagkakamali sa sampling.
Hakbang
Sukatin ang lahat upang makalkula ang eksaktong sampling error. Gawin ang lahat ng mga mag-aaral sa paaralan na kumpletuhin ang hindi nakikilalang survey at kumpirmahin ang porsyento ng mga mag-aaral na nagsasabing naninigarilyo sila. Sabihin natin na 120 mula sa 800 mag-aaral ang nagsabi na sila ay pinausukan, pagkatapos ang aming porsyento ay 120/800 x 100% = 15%. Samakatuwid, ang aming "sampling error" = (tinatayang) - (aktwal na) = 20 - 15 = 5. Ang mas malapit sa zero, mas mahusay ang aming kuru-kuro at mas maliit ang aming error sa sampling. Gayunpaman, sa isang tunay na sitwasyon sa mundo, malamang na hindi mo alam ang aktwal na halaga at kailangang umasa sa SE at agwat ng kumpyansa para sa interpretasyon.