תוֹכֶן
מדענים משתמשים בשולי שגיאה בכדי לכמת עד כמה האומדנים מהמחקר שלהם יכולים להיות שונים מהערך "האמיתי". אי וודאות זו אולי נראית כחולשה של המדע, אך במציאות, היכולת להעריך במפורש את שולי הטעות היא אחת מנקודות החוזק הגדולות שלה. אי אפשר להימנע מאי וודאות, אך הכרה בכך שהיא קיימת היא חיונית. אתה יכול להתמקד בממוצע למטרות רבות, אך אם אתה רוצה להסיק מסקנות כלשהן לגבי ההבדל באמצעים בין אוכלוסיות שונות, שולי הטעות הופכים חיוניים לחלוטין. למידה כיצד לחשב את שולי הטעות היא מיומנות מכרעת עבור מדענים בכל תחום.
TL; DR (יותר מדי זמן; לא קרא)
מצא את מרווח השגיאה על ידי הכפלת הערך הקריטי של (z), עבור דגימות גדולות בהן ידועה סטיית התקן של האוכלוסייה, או (t), עבור דגימות קטנות יותר עם סטיית תקן מדגם, עבור רמת הביטחון שבחרת על ידי השגיאה הסטנדרטית או סטיית תקן אוכלוסייה. התוצאה שלך ± תוצאה זו מגדירה את הערכתך ואת שולי הטעות שלה.
שוליים של הטעות הוסברו
כאשר מדענים מחשבים ממוצע (כלומר ממוצע) עבור אוכלוסייה, הם מבססים זאת על מדגם שנלקח מהאוכלוסייה. עם זאת, לא כל הדגימות מייצגות באופן מושלם את האוכלוסייה, ולכן יתכן שהממוצע לא יהיה מדויק לכלל האוכלוסייה. באופן כללי, מדגם גדול יותר ומערכת תוצאות עם התפשטות קטנה יותר על הממוצע הופכים את האומדן לאמין יותר, אך תמיד תהיה אפשרות שהתוצאה אינה מדויקת למדי.
מדענים משתמשים במרווחי ביטחון כדי לציין טווח של ערכים שבהם הממוצע אמור ליפול. בדרך כלל זה נעשה ברמת ביטחון של 95 אחוזים, אך במקרים מסוימים זה עשוי להיעשות ב 90- או 99 אחוז ביטחון. טווח הערכים בין הממוצע לקצוות של מרווח הביטחון ידוע כמרווח השגיאה.
חישוב מרווח השגיאה
חשב את מרווח השגיאה באמצעות שגיאת התקן או סטיית התקן, גודל המדגם שלך ו"ערך קריטי מתאים ". אם אתה יודע את סטיית התקן של האוכלוסייה ויש לך מדגם גדול (בדרך כלל נחשב לכל דבר מעל 30), אתה יכול להשתמש בציון z עבור רמת הביטחון שבחרת ופשוט להכפיל את זה בסטיית התקן כדי למצוא את מרווח השגיאה. אז עבור 95 אחוז ביטחון, z = 1.96, ומרווח הטעות הוא:
מרווח השגיאה = 1.96 × סטיית תקן לאוכלוסייה
זה הסכום שאתה מוסיף לממוצע שלך לגבול העליון וחיסור מהממוצע לגבול התחתון של שולי הטעות שלך.
לרוב לא תדעו את סטיית התקן של האוכלוסייה, לכן עליכם להשתמש בשגיאה הסטנדרטית של הממוצע במקום זאת. במקרה זה (או עם גדלי מדגם קטנים), אתה משתמש בציון t במקום ב- ז-ציון. בצע את הצעדים הבאים כדי לחשב את מרווח השגיאה שלך.
הפח 1 מגודל המדגם שלך כדי למצוא את דרגות החופש שלך. לדוגמא, לגודל מדגם של 25 יש df = 25 - 1 = 24 מעלות חופש. השתמש בטבלת ציוני t כדי למצוא את הערך הקריטי שלך. אם אתה רוצה מרווח ביטחון של 95 אחוזים, השתמש בעמודה שכותרתה 0.05 בטבלה לערכים דו-זנביים או בעמודה 0.025 בטבלה חד-זנב. חפש את הערך המצטלב את רמת הביטחון שלך ואת דרגות החופש שלך. עם df = 24 ובביטחון של 95 אחוז, t = 2.064.
מצא את השגיאה הסטנדרטית עבור המדגם שלך. קח את סטיית התקן מדגם (ים), וחלק אותה לפי השורש הריבועי בגודל המדגם שלך, (n). אז בסמלים:
שגיאה סטנדרטית = s ÷ √n
אז לסטיית תקן של s = 0.5 לגודל מדגם של n = 25:
שגיאה סטנדרטית = 0.5 ÷ √25 = 0.5 ÷ 5 = 0.1
מצא את מרווח השגיאה על ידי הכפלת השגיאה הסטנדרטית שלך בערך הקריטי שלך:
שולי שגיאה = שגיאה רגילה × t
בדוגמה:
שולי הטעות = 0.1 × 2.064 = 0.2064
זה הערך שאתה מוסיף לממוצע כדי למצוא את המגבלה העליונה עבור שולי השגיאה שלך וגורע מה הממוצע שלך כדי למצוא את הגבול התחתון.
שולי שגיאה עבור פרופורציה
לשאלות הכוללות פרופורציה (למשל, אחוז המשיבים לסקר שנותן תשובה ספציפית) הנוסחה לשולי הטעות מעט שונה.
ראשית, מצא את הפרופורציה. אם סקרתם 500 אנשים כדי לגלות כמה תומכים במדיניות פוליטית, ו -300 עשו זאת, אתם מחלקים 300 על 500 כדי למצוא את הפרופורציה, המכונה לעתים קרובות p-hat (מכיוון שהסמל הוא “p” עם מבטא עליו, p̂ ).
p̂ = 300 ÷ 500 = 0.6
בחר ברמת הביטחון שלך וחפש את הערך המקביל ל- (z). עבור רמת ביטחון של 90 אחוז, זה z = 1.645.
השתמש בנוסחה שלהלן כדי למצוא את מרווח השגיאה:
שולי השגיאה = z × √ (p̂ (1 - p̂) ÷ n)
בעזרת הדוגמה שלנו, z = 1.645, p̂ = 0.6 ו- n = 500, כך
שולי הטעות = 1.645 × √ (0.6 (1 - 0.6) ÷ 500)
= 1.645 × √(0.24÷ 500)
= 1.645 × √0.00048
= 0.036
הכפל ב 100 כדי להפוך את זה לאחוזים:
שולי הטעות (%) = 0.036 × 100 = 3.6%
אז הסקר מצא כי 60 אחוז מהאנשים (300 מתוך 500) תמכו במדיניות עם שגיאת טעות של 3.6 אחוזים.