Hogyan állapítható meg, a mintavételi hiba a közvélemény-kutatások, a választás Oroszország
A legtöbb esetben ez az úgynevezett rendszer hiba a mérési hiba a minta. Meghatározó eszközt, a mintavételi hiba szükséges meghatározni a mérési rendszer hiba. Az utóbbi években, azt használja a meglehetősen egyszerű technika, hogy meghatározzák a szisztematikus mérési hiba során kapott egy szavazást.
Tény, hogy a meghatározás a mintavételi hiba - ez nem triviális. Annak érdekében, hogy meghatározzuk a mintavételi hiba, szükség van egy értéke az általános populáció (például, rang) képest azonos értékű a mintában. De mi is szúrópróbaszerű felmérés minta adatok megítélni az adatokat a teljes népesség és ebben az esetben a hiba kell mondani, hogy mennyi az értéke a teljes népesség eltérhet a mintavétel. Kapunk egy egyenlet két ismeretlen.
Nézzük megérteni a helyzetet.
Beszéljen a mintavételi hiba a szavazás nem teljesen helyes. Tévedésből közötti különbség megértéséhez az index egy karaktert a lakosság és a mintában. Így minden egyes jellemző, meg kell beszélni a hibákat. Mondván: „Hiba a felmérés” legtöbbször értelmetlen, akkor jobb, ha beszélünk „hibát kérdés.” De a technika csak a dolog, szinte az egész vizsgálat.
A politikai kutatás és az üzleti is gyakran kell foglalkozni a bináris kérdés, hogy az a kérdés, amelyre választ adunk „igen” vagy „nem”. Klasszikus értékelése a kérdést: „Ki kíván szavazni, ha választásokat tartottak jövő hétvégén?” - egy speciális esete a bináris kérdés. Ez is képviselteti magát számos kérdést támogatása minden jelölt vagy párt: „Ha a választási tartottak ezen a hétvégén, akkor szavazni a jelölt N ***”, és két lehetőséget: „Igen, szavaztak” és a „Nem, én nem szavaz.”
A statisztikák szerint a következő képletet használjuk, hogy értékelje a binomiális eloszlás hiba:
ahol sbin - hiba binomiális eloszlás
p - a százalékos megfigyelések (értékelése)
n - a minta mérete.
Legnagyobb hiba elérésekor, ha p = 50%, azaz a fele a válasz „igen, fog szavazni” és a „nem, nem, nem szavaz.” Minden más esetben, a hiba kisebb. Meg tudjuk becsülni a hibát azáltal, hogy a maximális értéket.
A következő lépésben fogjuk használni a szabályt „Két Sigma” (vagy kérésre, a „három szigma” szabály). A szabály azt mondja, hogy 95% -a értékek eloszlásának intervallumba esnek
Ebben az esetben a hiba, a szabály alapján „két szigma” 95% -os megbízhatósági intervallum ± 2 * sbin. Ennek eredményeképpen kapunk egy képletet, amely meg tudjuk becsülni a mintavételi hiba 95% -os megbízhatósági intervallum hibát, és függ a minta mérete:
Ahol ε - mintavételi hiba, n - a minta mérete.
Azt látjuk, hogy a minta 1000 mérési hibája 3% 95% -os megbízhatósági intervallumban.