Il margine di errore è un calcolo statistico che sondaggisti relazione con i risultati delle loro indagini . Esso rappresenta la quantità approssimativa di varianza si può aspettare se è stato eseguito lo stesso sondaggio con un campione diverso .

Ad esempio , supponiamo che un sondaggio mostra che il 40 % delle persone voterà ‘no’ su una proposizione , e il margine di errore è del 4% . Se si dovesse condurre lo stesso sondaggio con un altro campione casuale di dimensione simile, ci si aspetta che il 36-44 % degli intervistati sarebbe anche votare ‘no ‘.

Il margine di errore praticamente ti dice come precisa risultati del sondaggio sono , con piccoli margini di errore significa una maggiore precisione . Ci sono molte formule per il calcolo del margine di errore , e questo articolo vi mostrerà i 3 più semplice, e la maggior parte equazioni comunemente utilizzati . Istruzioni

1

In primo luogo, per calcolare il margine di errore con le formule seguenti , è necessario raccogliere alcuni pezzi di dati dal sondaggio . La più importante è la dimensione del campione ” n” che è semplicemente il numero di persone che hanno risposto al sondaggio . È inoltre necessario la percentuale ” p ” di persone che hanno dato una risposta particolare , espresso in decimali .

Se si conosce la dimensione totale della popolazione da cui è stato disegnato il vostro campione , chiamare questo numero “N” maiuscola per rappresentare il numero totale di persone .

2

Per un esempio tratto da una popolazione molto ampia ( N maggiore di 1.000.000 ), calcolare la ” confidenza del 95% intervallo di margine di errore ” con la formula

MOE = ( 1.96 ) sqrt [ p ( 1 – p ) /( n) ]

Come si può vedere , se la popolazione complessiva è abbastanza grande , solo la dimensione del il campione casuale conta. Se il sondaggio ha più domande e ci sono più valori possibili per p , scegliere il valore che è più vicino a 0,5 .

3

Per esempio , supponiamo che un sondaggio di 800 californiani dimostra che il 35 % degli intervistati sono a favore di una proposizione , il 45 % è contrario e il 20 % è indeciso . Poi usiamo p = 0,45 e n = 800 . Così il margine di errore per la fiducia del 95 % è

( 1.96 ) sqrt [ ( 0,45 ) ( 0,55 ) /( 800) ] = 0,0345 ,

o circa il 3,5 % . Questo significa che possiamo essere sicuro al 95% che un sondaggio di ripetizione produrrebbe risultati che differiscono solo di circa il 3,5 % in entrambe le direzioni .

4

Ai fini pratici , le persone spesso usano il margine semplificata della formula dell’errore , data dalla formula

MOE = 0.98sqrt ( 1 /n )

Questa formula semplificata si ottiene sostituendo p con 0,5 . Se siete inclini matematicamente , è possibile verificare che questi sostituzioni produrranno la formula di cui sopra .

Perché questa formula dà un valore maggiore rispetto alla formula precedente , è spesso chiamato il ” margine di errore “. Se lo usiamo per l’esempio precedente , otteniamo un margine di errore di 0,0346 , che è ancora circa il 3,5 % .

5

Le due formule precedenti lavori per campioni casuali tratte da una popolazione estremamente grande . Tuttavia , quando la popolazione totale per un rilevamento è molto più piccolo , viene utilizzata una formula diversa per margine di errore . La formula per il margine di errore con la ” correzione della popolazione finita ” è

MOE = 0.98sqrt [ ( Nn ) /( Nn – n) ]

6

Ad esempio, supponiamo che un piccolo college ha 2.500 studenti e 800 di loro rispondere a un sondaggio . Con la formula di cui sopra , si calcola il margine di errore per essere

0.98sqrt [ 1700/2000000-800 ] = 0,0286

questi risultati dell’indagine hanno un margine di errore di circa il 3 % .