คำจำกัดความของ Margin of Error
เบ็ดเตล็ด / / July 04, 2021
โดย Javier Navarro ในเดือนกรกฎาคม 2017
หลายแนวคิดมีคู่ มิติ, ที่ ภาษาพูด และเทคนิค นี่คือสิ่งที่เกิดขึ้นกับแท็ก "ระยะขอบ ผิดพลาด".
ในชีวิตประจำวัน
ถ้ามีคนบอกว่าพวกเขา "ไม่มีขอบสำหรับข้อผิดพลาด" เกี่ยวกับ a ร่างคุณกำลังระบุว่าคุณไม่สามารถทำผิดพลาดใด ๆ ได้ เหตุผล. ในทางตรงกันข้าม หากระบุว่า "มีข้อผิดพลาดเพียงเล็กน้อย" แสดงว่าข้อผิดพลาดที่อาจเกิดขึ้นไม่มีผลร้ายแรง เราต้องจำไว้ว่าความหมายของระยะขอบนั้นขึ้นอยู่กับบริบทของภาษาที่ใช้
ในสถิติ
สถิติ คือ เครื่องมือ ทางคณิตศาสตร์ที่ช่วยให้สามารถสร้างการวัดบนสนามประเภทใดก็ได้ ด้วยข้อมูลดังกล่าว จึงสามารถทราบข้อมูลเฉพาะในลักษณะที่แตกต่างกัน เช่น ข้อมูลประชากร แนวโน้มการลงคะแนนเสียง โรค และอื่นๆ ที่ยาวนาน ข้อมูลสำคัญสำหรับการศึกษาทางสถิติคือการกำหนดขีดจำกัดของข้อผิดพลาดหรือระยะขอบของข้อผิดพลาดสำหรับตัวอย่าง
ระยะขอบของข้อผิดพลาด กล่าวโดยย่อ ข้อผิดพลาดที่ใหญ่ที่สุดที่เป็นไปได้เมื่อเทียบกับข้อมูลตัวเลขบางอย่าง
ในแง่นี้ มีระยะขอบข้อผิดพลาดสองประเภท ได้แก่ ระยะสัมบูรณ์และระยะสัมพัทธ์ ครั้งแรกหมายถึงการวัดที่แน่นอนของบางสิ่งบางอย่าง ด้วยวิธีนี้ หากวัตถุนั้นจริงแล้วสูง 15 ซม. แต่เมื่อเราวัดมัน เราผิดพลาดและพิจารณาว่าวัตถุนั้นมีขนาด 14.9 ซม. ระยะขอบสัมบูรณ์ของข้อผิดพลาดจะเป็น 0.1 ซม. (ซึ่งหมายถึงการลบระหว่างการวัดจริงของวัตถุและการวัดที่ทำจาก เหมือนกัน).
ข้อผิดพลาดสัมพัทธ์ระบุไว้ดังนี้: ค่าสัมบูรณ์หารด้วยค่าจริง ต่อจากตัวอย่างก่อนหน้านี้ ค่าสัมบูรณ์คือ 0.1 ซม. และค่าจริงคือ 15 ซม. ดังนั้นข้อผิดพลาดสัมพัทธ์จะเป็นดังนี้: 0.1: 15 ซึ่งเท่ากับ 0.00666 ซม.
ระยะขอบทางสถิติของข้อผิดพลาดในการสำรวจทางสังคมวิทยา
การคำนวณประเภทนี้ใช้กันอย่างแพร่หลายใน รายละเอียดเพิ่มเติม การสำรวจความคิดเห็นของประชาชนเกี่ยวกับความเป็นจริงบางแง่มุม เช่น การประเมินผู้สมัครหรือข้อเสนอ การเมือง. แม้ว่าสถิติเป็นเครื่องมือที่เป็นกลางและเป็นกลาง แต่ในทางปฏิบัติ ข้อมูลที่ให้มานั้นไม่สอดคล้องกับความเป็นจริงของข้อเท็จจริงเสมอไป
ด้วยวิธีนี้ ควรถามคำถามต่อไปนี้: เหตุใดการวัดทางสถิติทางสังคมวิทยาจึงมีข้อผิดพลาดมากมาย คำถามนี้มีคำตอบที่เป็นไปได้สองข้อ:
1) สถิติบางส่วนได้รับการ "ปรุง" ดังนั้นผลลัพธ์สุดท้ายจึงไม่ได้แสดงสิ่งที่พวกเขาตั้งใจจะวัดอย่างเพียงพอและ
2) คนที่ทำแบบสำรวจไม่ได้พูดความจริงเสมอไป ดังนั้นคำตอบของพวกเขาจึงไม่ทำให้เรารู้ความจริงของปัญหา
รูปถ่าย: Fotolia - get4net - euroneuro
หัวข้อในขอบของข้อผิดพลาด