Klaidos ribos apibrėžimas

Daugelis sąvokų turi dvigubą dimensija, šnekamoji ir technika. Taip atsitinka su žyma "marža klaidos “.

Kasdienine prasme

Jei kas nors sako, kad neturi „klaidos ribos“, palyginti su a juodraštis, nurodote, kad negalite padaryti jokių klaidų priežastis. Priešingai, jei sakoma, kad „ji turi nedidelę klaidų ribą“, ji praneša, kad galima klaida neturi rimtų pasekmių. Turime nepamiršti, kad paraštės reikšmė priklauso nuo kalbos, kurioje ji vartojama, konteksto.

Statistikoje

statistika yra įrankis matematinis, leidžiantis nustatyti bet kokio tipo lauko matavimus Su juo galima sužinoti konkrečius duomenis apie įvairaus pobūdžio aspektus, pvz., Demografinius rodiklius, balsavimo tendencijas, ligas ir ilgą laiką. Svarbi statistinių tyrimų informacija yra nustatyti klaidos ribą arba klaidos ribą imčiai.

Trumpai tariant, paklaidos riba yra didžiausia įmanoma klaida kai kurių skaitmeninių duomenų atžvilgiu

Šia prasme yra dviejų tipų klaidų skirtumai: absoliutusis ir santykinis. Pirmasis nurodo tikslų kažko matavimą. Tokiu būdu, jei daiktas iš tikrųjų yra 15 cm, bet kai jį išmatuojame, mes padarome klaidą ir nustatome, kad jis yra 14,9 cm, absoliuti paklaidos riba bus 0,1 cm (tai reiškia, kad atimamas faktinis objekto matavimas ir tas pats).

Santykinė paklaida nurodoma taip: absoliuti vertė padalinta iš faktinės vertės. Tęsiant ankstesnį pavyzdį, absoliuti vertė yra 0,1 cm, o faktinė vertė yra 15 cm, taigi santykinė paklaida bus tokia: 0,1: 15, kuri lygi 0,00666 cm.

Statistinė sociologinių tyrimų paklaidų riba

Tokio tipo skaičiavimai plačiai naudojami išplėtojimas apklausų, kurių metu vertinama piliečių nuomonė apie tam tikrą tikrovės aspektą, pavyzdžiui, jų vertinimas kandidatu ar pasiūlymas politika. Nors statistika yra neutrali ir objektyvi priemonė, praktiškai jos teikiama informacija ne visada atitinka faktų realumą.

Tokiu būdu reikėtų užduoti tokį klausimą: kodėl sociologiniai statistiniai matavimai pateikia tiek daug klaidų? Į šį klausimą galima atsakyti dviem būdais:

1) kai kurie statistiniai duomenys buvo „paruošti“, todėl jų galutiniai rezultatai nepakankamai išreiškia tai, ką jie ketina įvertinti ir

2) apklausti žmonės ne visada sako tiesą, todėl jų atsakymai neleidžia sužinoti problemos realybės.

Nuotraukos: Fotolia - get4net - euroneuro