Ορισμός του περιθωρίου σφάλματος

Πολλές έννοιες έχουν διπλό διάσταση, ο καθομιλουμένη και τεχνική. Αυτό συμβαίνει με την ετικέτα "περιθώριο του λάθους ".

Στην καθημερινή του έννοια

Εάν κάποιος λέει ότι "δεν έχουν περιθώριο σφάλματος" σε σχέση με το a προσχέδιο, δηλώνετε ότι δεν μπορείτε να κάνετε λάθη για κανένα λόγος. Αντίθετα, εάν λέει ότι "έχει ένα μικρό περιθώριο σφάλματος", γνωστοποιεί ότι ένα πιθανό λάθος δεν έχει σοβαρές συνέπειες. Πρέπει να έχουμε κατά νου ότι η έννοια του περιθωρίου εξαρτάται από το πλαίσιο της γλώσσας στην οποία χρησιμοποιείται.

Στα στατιστικά

ο στατιστική είναι ένα εργαλείο μαθηματικά που επιτρέπουν τον καθορισμό μετρήσεων σε οποιοδήποτε είδος πεδίου. Με αυτό είναι δυνατό να γνωρίζουμε συγκεκριμένα δεδομένα για πτυχές διαφορετικής φύσης, όπως δημογραφικά στοιχεία, τάσεις ψηφοφορίας, ασθένειες και πολλά άλλα. Ένα σημαντικό κομμάτι πληροφοριών για στατιστικές μελέτες είναι να καθοριστεί το όριο σφάλματος ή το περιθώριο σφάλματος για ένα δείγμα.

Το περιθώριο σφάλματος είναι, εν συντομία, το μεγαλύτερο δυνατό σφάλμα σε σχέση με ορισμένα αριθμητικά δεδομένα

instagram story viewer

Υπό αυτήν την έννοια, υπάρχουν δύο τύποι περιθωρίων σφάλματος, το απόλυτο και το σχετικό. Το πρώτο αναφέρεται στην ακριβή μέτρηση κάτι. Με αυτόν τον τρόπο, εάν ένα αντικείμενο είναι πραγματικά 15 cm αλλά όταν το μετρήσουμε κάνουμε ένα λάθος και καθορίζουμε ότι μετρά 14,9 cm, το το απόλυτο περιθώριο σφάλματος θα είναι 0,1 cm (αυτό συνεπάγεται την αφαίρεση μεταξύ της πραγματικής μέτρησης του αντικειμένου και της μέτρησης του ίδιο).

Το σχετικό σφάλμα αναφέρεται ως εξής: η απόλυτη τιμή διαιρούμενη με την πραγματική τιμή. Συνεχίζοντας με το προηγούμενο παράδειγμα, η απόλυτη τιμή είναι 0,1 cm και η πραγματική τιμή είναι 15 cm, οπότε το σχετικό σφάλμα θα έχει ως εξής: 0,1: 15, που είναι ίσο με 0,00666 cm.

Το στατιστικό περιθώριο σφάλματος σε κοινωνιολογικές έρευνες

Αυτοί οι τύποι υπολογισμών χρησιμοποιούνται ευρέως στο επεξεργασία των ερευνών στις οποίες μετρώνται οι απόψεις των πολιτών σχετικά με κάποια πτυχή της πραγματικότητας, για παράδειγμα την εκτίμηση ενός υποψηφίου ή μιας πρότασης πολιτική. Αν και τα στατιστικά στοιχεία είναι ένα ουδέτερο και αντικειμενικό εργαλείο, στην πράξη οι πληροφορίες που παρέχει δεν αντιστοιχούν πάντα στην πραγματικότητα των γεγονότων.

Με αυτόν τον τρόπο, πρέπει να τεθεί η ακόλουθη ερώτηση: γιατί οι κοινωνιολογικές στατιστικές μετρήσεις παρουσιάζουν τόσα πολλά σφάλματα; Αυτή η ερώτηση έχει δύο πιθανές απαντήσεις:

1) ορισμένα στατιστικά έχουν «μαγειρευτεί», οπότε τα τελικά αποτελέσματά τους δεν εκφράζουν επαρκώς τι σκοπεύουν να μετρήσουν και

2) οι ερωτηθέντες δεν λένε πάντα την αλήθεια, επομένως οι απαντήσεις τους δεν μας επιτρέπουν να γνωρίζουμε την πραγματικότητα ενός ζητήματος.

Φωτογραφίες: Fotolia - get4net - euroneuro