Sammendrag
- Mange feilleser resultatene av valgbarhetsundersøkelsen fordi de ikke tar hensyn feilmargin
- Feilmargin gir potensielle resultater som er motsatt resultatene vist i undersøkelsen
Da det var nær inneværende valgperiode, var publikum opptatt med å snakke om undersøkelsen om valgbarhet for presidentkandidatene.
Denne undersøkelsen ble utført ved å ta en liten andel av mennesker som anses å representere hele befolkningen i verden, som deretter blir spurt om deres interesse for en av presidentkandidatene.
Resultatene av denne valgbarhetsundersøkelsen vil senere gi tall i prosent ...
... Som dessverre ofte misforstår det.
Hva er galt med det?
Anta at vi tar et eksempel
Undersøkelsesresultatene viser A 52% og B 48%,
ENer en overlegen?
Med et øyeblikk vil du konkludere med at A er overlegen og har større potensial til å bli valgt enn B.
Dessverre er dette en feil konklusjon.
Ikke se på undersøkelsen bare etter de endelige tallene. Vær også oppmerksom på verdien feilmargin-hans.
Hvis du ser lenger, viser det seg at denne undersøkelsen (hayalan) har følgende komplette resultater:
EN: 52% ± 3%
B: 48% ± 3%
Vel, denne figuren viser at valgbarhetsområdet til kandidat A er på
Nedre område: 52 - 3 = 49%
Topp rekkevidde: 52 + 3 = 55%
Og valgbarhetsområdet til kandidat B er på
Nedre område: 48 - 3 = 45
Toppområde: 48 + 3 = 51
For klarhetens skyld kan denne verdien visualiseres i en graf som denne.
I hovedsak er det et møtepunkt mellom områdene til de to valgbarhetsverdiene, noe som indikerer at det er en mulighet for at resultatet vil reversere B mer enn A.
Så i sammenheng med undersøkelsesresultatene A 52% og B 38% med feilmargin 3%, som fremdeles er overlegen ikke sikker.
Dette ville være annerledes hvis bare feilmarginen for denne undersøkelsen var 1%
Les også: Venn-diagram (komplett beskrivelse og brukseksempler)Så ved å bruke en analyse som den ovenfor, kan vi bekrefte at A er over B.
Faktisk er ingen valgbarhetsundersøkelse det samme som dette imaginære utvalget.
Valgbarhetsundersøkelsen viser ikke bare poengene til hver kandidat, den skal også vise tallene folk som fremdeles ikke har bestemt seg.
Men for enkelhets skyld tar jeg ikke med her prosentandelen mennesker som ikke har bestemt seg ennå.
Å forstå dette er veldig viktig senere når vi håndterer statistiske data Rask telling.
Så hvis helten din senere vinner smalt med en forskjell som ikke er langt fra verdien feilmargin…
Vær forberedt på å akseptere en mulig reversering av resultatet.
Bortsett fra enkle ting knyttet til å lese resultatene av denne undersøkelsen, er det viktig å merke seg bias i gjennomføringen av undersøkelsen.
For å gjennomføre en skikkelig undersøkelse, må utvalgsmetoden være klar og presis, slik at den kan representere hele befolkningen. Alt som forårsaker en feil i undersøkelsen, bør unngås.
Du kan lese komplette ting relatert til dette i denne artikkelen: BørDu tror ikke på resultatene av undersøkelser og meningsmålinger på sosiale medier
Til slutt håper jeg at en kort forklaring angående feil i lesing av data fra undersøkelsesresultatene kan være en bestemmelse når dette faktisk skjer 17. april 2019.
Henvisning
- Eksperimentelle metoder: En introduksjon til analyse og presentasjon av data, av Les Kirkup. Wiley, 1996.
- Hvordan man kan forverre feilmargin i statistikken
