ნდობის ინტერვალი არის თქვენი გაზომვის სიზუსტის მაჩვენებელი. ეს ასევე არის მაჩვენებელი იმისა, თუ რამდენად სტაბილურია თქვენი შეფასება, რაც არის საზომი იმისა, თუ რამდენად ახლოს იქნება თქვენი გაზომვა თქვენს თავდაპირველ შეფასებასთან, თუ გაიმეორებთ ექსპერიმენტს. მიჰყევით ქვემოთ მოცემულ ნაბიჯებს თქვენი მონაცემების ნდობის ინტერვალის გამოსათვლელად.
ნაბიჯი
ნაბიჯი 1. ჩამოწერეთ ის ფენომენი, რომლის გამოცდა გსურთ
ვთქვათ, მაგალითად, რომ თქვენ მუშაობთ შემდეგ სიტუაციაში: ABC უნივერსიტეტის მამაკაცის საშუალო სხეულის წონაა 81,6 კგ. თქვენ შეამოწმოთ რამდენად ზუსტად შეგიძლიათ წინასწარ განსაზღვროთ ABC უნივერსიტეტის მამაკაცი სტუდენტების წონა გარკვეული ნდობის ინტერვალში.
ნაბიჯი 2. შეარჩიეთ ნიმუში თქვენს მიერ არჩეული მოსახლეობიდან
ეს არის ის, რასაც თქვენ გამოიყენებთ მონაცემების შესაგროვებლად თქვენი ჰიპოთეზის შესამოწმებლად. თქვით, რომ შემთხვევით შეარჩიეთ 1000 კაცი სტუდენტი.
ნაბიჯი 3. გამოთვალეთ თქვენი ნიმუშის საშუალო და სტანდარტული გადახრა
შეარჩიეთ სტატისტიკის ნიმუში (მაგ. ნიმუშის საშუალო მაჩვენებელი, სტანდარტული გადახრის ნიმუში), რომლის გამოყენება გსურთ მოსახლეობის არჩეული პარამეტრის შესაფასებლად. პოპულაციის პარამეტრი არის მნიშვნელობა, რომელიც წარმოადგენს მოსახლეობის გარკვეულ მახასიათებელს. აქ მოცემულია, თუ როგორ უნდა იპოვოთ ნიმუშის საშუალო და სტანდარტული გადახრის ნიმუში:
- მონაცემთა ნიმუშის საშუალო გამოსათვლელად დაამატეთ თქვენს მიერ არჩეული 1000 მამაკაცის წონა და გაყავით შედეგი 1000 -ზე, მამაკაცთა რაოდენობაზე. შემდეგ თქვენ მიიღებთ საშუალო წონას 81,6 კგ.
- ნიმუშის სტანდარტული გადახრის გამოსათვლელად, თქვენ უნდა იპოვოთ მონაცემების საშუალო მაჩვენებელი. შემდეგი, თქვენ უნდა იპოვოთ მონაცემთა ცვალებადობა, ან საშუალო მონაცემებიდან სხვაობის კვადრატების ჯამის საშუალო. მას შემდეგ რაც იპოვით ამ რიცხვს, აიღეთ ფესვი. ვთქვათ, სტანდარტული გადახრა აქ არის 13,6 კგ. (გაითვალისწინეთ, რომ ეს ინფორმაცია ზოგჯერ გეძლევათ სტატისტიკის პრობლემებზე მუშაობისას.)
ნაბიჯი 4. შეარჩიეთ თქვენთვის სასურველი ნდობის დონე
ყველაზე ხშირად გამოყენებული ნდობის დონეა 90 პროცენტი, 95 პროცენტი და 99 პროცენტი. ის ასევე შეიძლება მოგაწოდოთ პრობლემაზე მუშაობისას. ვთქვათ თქვენ შეარჩიეთ 95%.
ნაბიჯი 5. გამოთვალეთ თქვენი ცდომილება
თქვენ შეგიძლიათ იპოვოთ შეცდომის ზღვარი შემდეგი ფორმულის გამოყენებით: ზa/2 * /√ (n).
ზa/2 = ნდობის კოეფიციენტი, სადაც a = ნდობის დონე, = სტანდარტული გადახრა და n = ნიმუშის ზომა. არსებობს კიდევ ერთი გზა, ანუ თქვენ უნდა გაამრავლოთ კრიტიკული მნიშვნელობა სტანდარტული შეცდომით. აი, როგორ გადაჭრით პრობლემას ამ ფორმულის გამოყენებით, მას ნაწილებად დაყოფით:
- კრიტიკული წერტილის, ან ზa/2: აქ, ნდობის დონე არის 0, 95%. გადააკეთეთ პროცენტული ათწილადში, 0.95, შემდეგ გაყავით 2 -ზე და მიიღეთ 0.475. შემდეგი, შეამოწმეთ z ცხრილი იმ მნიშვნელობისთვის, რომელიც შეესაბამება 0.475 -ს. თქვენ ნახავთ, რომ უახლოესი წერტილი არის 1.96, გზაჯვარედინზე 1, 9 და სვეტი 0.06.
- სტანდარტული შეცდომის საპოვნელად მიიღეთ სტანდარტული გადახრა, 30 და შემდეგ გაყავით ნიმუშის ზომის ძირზე, 1000. მოიმატებთ 30/31, 6 ან 0.43 კგ.
- გაამრავლეთ 1.96 0.95 (თქვენი კრიტიკული წერტილი თქვენი სტანდარტული შეცდომით), რომ მიიღოთ 1.86, თქვენი ცდომილების ზღვარი.
ნაბიჯი 6. მიუთითეთ თქვენი ნდობის ინტერვალი
ნდობის ინტერვალის გამოსახატავად, თქვენ უნდა აიღოთ საშუალო (180) და ჩაწეროთ იგი ± და ცდომილების ზღვარზე. პასუხი არის: 180 ± 1.86. თქვენ შეგიძლიათ იპოვოთ ნდობის ინტერვალის ზედა და ქვედა ზღვრები საშუალოდან შეცდომის ზღვრის დამატებით ან გამოკლებით. ასე რომ, თქვენი ქვედა ზღვარია 180 - 1, 86, ან 178, 14, ხოლო თქვენი ზედა ზღვარია 180 + 1, 86, ან 181, 86.
-
თქვენ ასევე შეგიძლიათ გამოიყენოთ ეს მოსახერხებელი ფორმულა ნდობის ინტერვალის მოსაძებნად: x̅ ± Za/2 * /√ (n).
აქ, x̅ წარმოადგენს საშუალო მნიშვნელობას.
Რჩევები
- T- მნიშვნელობა და z მნიშვნელობა შეიძლება გამოითვალოს ხელით, ასევე შეგიძლიათ გამოიყენოთ გრაფიკული კალკულატორი ან სტატისტიკური ცხრილი, რომელიც ხშირად გვხვდება სტატისტიკის სახელმძღვანელოებში. Z მნიშვნელობა ასევე შეიძლება ნაპოვნი ნორმალური განაწილების კალკულატორის გამოყენებით, ხოლო t მნიშვნელობა შეიძლება მოიძებნოს t განაწილების კალკულატორის გამოყენებით. ასევე შესაძლებელია ონლაინ ინსტრუმენტები.
- თქვენი ნიმუშის პოპულაცია ნორმალური უნდა იყოს თქვენი ნდობის ინტერვალის მოქმედებისათვის.
- შეცდომის ზღვრის გამოსათვლელად გამოყენებული კრიტიკული წერტილი არის მუდმივი, რომელიც აღინიშნება t მნიშვნელობით ან z მნიშვნელობით. T- მნიშვნელობა ჩვეულებრივ სასურველია იქ, სადაც პოპულაციის სტანდარტული გადახრა უცნობია ან როდესაც გამოიყენება მცირე ნიმუში.
- არსებობს მრავალი მეთოდი, როგორიცაა მარტივი შემთხვევითი შერჩევა, სისტემატური შერჩევა და სტრატიფიცირებული შერჩევა, რომლითაც შეგიძლიათ აირჩიოთ წარმომადგენლობითი ნიმუში, რომლითაც შეამოწმებთ თქვენს ჰიპოთეზას.
- ნდობის ინტერვალი არ მიუთითებს შედეგის გარკვეული ალბათობის არსებობაზე. მაგალითად, თუ თქვენ ხართ 95 პროცენტით დარწმუნებული, რომ თქვენი მოსახლეობის საშუალო მაჩვენებელი 75 -დან 100 -მდეა, მაშინ 95 პროცენტიანი ნდობის ინტერვალი არ ნიშნავს იმას, რომ არსებობს 95 პროცენტიანი შანსი, რომ საშუალო აღმოჩნდეს გამოთვლილ დიაპაზონში.
