Paano Makalkula ang isang Confidence Interval: 6 Mga Hakbang (na may Mga Larawan)

Talaan ng mga Nilalaman:

Paano Makalkula ang isang Confidence Interval: 6 Mga Hakbang (na may Mga Larawan)
Paano Makalkula ang isang Confidence Interval: 6 Mga Hakbang (na may Mga Larawan)

Video: Paano Makalkula ang isang Confidence Interval: 6 Mga Hakbang (na may Mga Larawan)

Video: Paano Makalkula ang isang Confidence Interval: 6 Mga Hakbang (na may Mga Larawan)
Video: How to Speed Up Windows 10 Performance (Tagalog) Paano Pabilisin ang mabagal na PC Settings Solution 2024, Mayo
Anonim

Ang agwat ng kumpiyansa ay isang tagapagpahiwatig ng katumpakan ng iyong pagsukat. Ito rin ay isang tagapagpahiwatig kung gaano katatag ang iyong pagtatantya, na isang sukat ng kung gaano kalapit ang iyong pagsukat sa iyong orihinal na pagtatantya kung uulitin mo ang eksperimento. Sundin ang mga hakbang sa ibaba upang makalkula ang agwat ng kumpiyansa para sa iyong data.

Hakbang

Kalkulahin ang Confidence Interval Hakbang 1
Kalkulahin ang Confidence Interval Hakbang 1

Hakbang 1. Isulat ang hindi pangkaraniwang bagay na nais mong subukan

Sabihin nating halimbawa na nagtatrabaho ka sa mga sumusunod na sitwasyon: Ang average na timbang ng katawan ng isang lalaking mag-aaral sa ABC University ay 81.6 kg. Susubukan mo kung gaano ka tumpak na mahuhulaan ang bigat ng mga estudyanteng lalaki sa ABC University sa loob ng isang tiyak na agwat ng kumpiyansa.

Kalkulahin ang Confidence Interval Hakbang 2
Kalkulahin ang Confidence Interval Hakbang 2

Hakbang 2. Pumili ng isang sample mula sa populasyon na iyong pinili

Ito ang gagamitin mo upang mangolekta ng data para sa layunin ng pagsubok ng iyong haka-haka. Sabihin na napili mo ng random na 1000 mga lalaking mag-aaral.

Kalkulahin ang Confidence Interval Hakbang 3
Kalkulahin ang Confidence Interval Hakbang 3

Hakbang 3. Kalkulahin ang mean at karaniwang paglihis ng iyong sample

Pumili ng isang sample na istatistika (hal. Halimbawang halimbawa, sample na karaniwang paglihis) na nais mong gamitin upang matantya ang napiling parameter ng populasyon. Ang parameter ng populasyon ay isang halaga na kumakatawan sa isang tiyak na katangian ng populasyon. Narito kung paano hanapin ang halimbawang halimbawa at sample na karaniwang paglihis:

  • Upang makalkula ang ibig sabihin ng sample ng data, idagdag ang mga timbang ng 1,000 kalalakihan na iyong pinili at hatiin ang resulta sa 1000, ang bilang ng mga kalalakihan. Pagkatapos makakakuha ka ng isang average na timbang ng 81.6 kg.
  • Upang makalkula ang sample na karaniwang paglihis, dapat mong hanapin ang ibig sabihin ng data. Susunod, kakailanganin mong hanapin ang pagkakaiba-iba ng data, o ang average ng kabuuan ng mga parisukat ng pagkakaiba sa data mula sa ibig sabihin. Kapag nahanap mo ang numerong ito, kunin ang ugat. Sabihin nating ang karaniwang paglihis dito ay 13.6 kg. (Tandaan na ang impormasyong ito minsan ay ibinibigay sa iyo habang nagtatrabaho sa mga problema sa istatistika.)
Kalkulahin ang Confidence Interval Step 4
Kalkulahin ang Confidence Interval Step 4

Hakbang 4. Piliin ang antas ng kumpiyansa na gusto mo

Ang pinaka-karaniwang ginagamit na antas ng kumpiyansa ay 90 porsyento, 95 porsyento at 99 porsyento. Maaari ka ring ibigay sa iyo kapag nagtatrabaho sa isang problema. Sabihin nating napili mo ang 95%.

Kalkulahin ang Confidence Interval Step 5
Kalkulahin ang Confidence Interval Step 5

Hakbang 5. Kalkulahin ang iyong margin of error

Mahahanap mo ang margin ng error sa pamamagitan ng paggamit ng sumusunod na pormula: Za / 2 * / √ (n).

Za / 2 = koepisyent ng kumpiyansa, kung saan ang isang = antas ng kumpiyansa, = karaniwang paglihis, at n = laki ng sample. May isa pang paraan, iyon ay, kailangan mong i-multiply ang kritikal na halaga ng karaniwang error. Narito kung paano mo malulutas ang isang problema sa paggamit ng formula na ito sa pamamagitan ng paghiwalay nito sa mga seksyon:

  • Upang matukoy ang kritikal na punto, o Za / 2: Dito, ang antas ng kumpiyansa ay 0, 95%. I-convert ang porsyento sa isang decimal, 0.95, pagkatapos hatiin ng 2 upang makakuha ng 0.475. Susunod, suriin ang talahanayan ng z para sa isang halagang tumutugma sa 0.475. Malalaman mo na ang pinakamalapit na punto ay 1.96, sa intersection sa pagitan ng mga linya na 1, 9 at haligi 0.06.
  • Upang hanapin ang karaniwang error, kunin ang karaniwang paglihis, 30, at pagkatapos ay hatiin sa ugat ng laki ng sample, 1,000. Nakakuha ka ng 30/31, 6, o 0.43 kg.
  • I-multiply ang 1.96 ng 0.95 (ang iyong kritikal na punto ng iyong karaniwang error) upang makakuha ng 1.86, ang iyong margin ng error.
Kalkulahin ang Confidence Interval Hakbang 6
Kalkulahin ang Confidence Interval Hakbang 6

Hakbang 6. Sabihin ang agwat ng iyong kumpiyansa

Upang maipahayag ang isang agwat ng kumpiyansa, dapat mong kunin ang ibig sabihin (180), at isulat ito sa tabi ng ± at ang margin ng error. Ang sagot ay: 180 ± 1.86. Maaari mong makita ang itaas at mas mababang mga limitasyon ng agwat ng kumpiyansa sa pamamagitan ng pagdaragdag o pagbabawas ng margin ng error mula sa average. Kaya, ang iyong mas mababang limitasyon ay 180 - 1, 86, o 178, 14, at ang iyong itaas na limitasyon ay 180 + 1, 86, o 181, 86.

  • Maaari mo ring gamitin ang madaling gamiting formula upang makahanap ng agwat ng kumpiyansa: x̅ ± Za / 2 * / √ (n).

    Dito, kumakatawan ang x̅ sa average na halaga.

Mga Tip

  • Ang parehong t-halaga at ang z-halaga ay maaaring kalkulahin nang manu-mano, at maaari mo ring gamitin ang isang calculator ng graphing o talahanayan ng istatistika, na madalas na matatagpuan sa mga aklat ng istatistika. Ang halaga ng Z ay maaari ding matagpuan gamit ang Normal Distribution Calculator, habang ang halaga ng t ay maaaring matagpuan gamit ang t Distribution Calculator. Magagamit din ang mga online tool.
  • Ang iyong sample na populasyon ay dapat na normal para sa iyong agwat ng kumpiyansa upang maging wasto.
  • Ang kritikal na puntong ginamit upang makalkula ang margin ng error ay isang pare-pareho na tinukoy ng isang t halaga o isang halaga ng z. Kadalasang ginustong ang t-halaga kung saan ang pamantayan ng paglihis ng populasyon ay hindi kilala o kapag ginamit ang isang maliit na sample.
  • Mayroong maraming mga pamamaraan, tulad ng simpleng random sampling, sistematikong sampling at stratified sampling, kung saan maaari kang pumili ng isang kinatawan na sample kung saan susubukan ang iyong haka-haka.
  • Ang agwat ng kumpiyansa ay hindi ipinahiwatig ang pagkakaroon ng isang tiyak na posibilidad ng isang kinalabasan. Halimbawa, kung ikaw ay 95 porsyento na sigurado na ang ibig sabihin ng iyong populasyon ay nasa pagitan ng 75 at 100, kung gayon ang agwat ng kumpiyansa na 95 porsyento ay hindi nangangahulugang mayroong isang 95 porsyento na pagkakataon na ang ibig sabihin ay mahuhulog sa loob ng kinalkulang saklaw.

Inirerekumendang: