Sample Error Formula | Hakbang sa Hakbang Pagkalkula sa Mga Halimbawa

Formula upang Kalkulahin ang Error sa Sampling

Sample Error Formula ay tumutukoy sa pormula na ginagamit upang makalkula ang error sa istatistika na nangyayari sa sitwasyon kung saan ang tao na nagsasagawa ng pagsubok ay hindi pumili ng sample na kumakatawan sa buong populasyon na isinasaalang-alang at ayon sa pormula sa Sampling Error ay kinakalkula sa pamamagitan ng paghati sa karaniwang paglihis ng ang populasyon sa pamamagitan ng parisukat na ugat ng laki ng sample at pagkatapos ay i-multiply ang resulta sa halagang Z score na batay sa agwat ng kumpiyansa.

Error sa Sampling = Z x (σ /n)

Kung saan,

  • Ang Z ay ang halaga ng marka ng Z batay sa agwat ng kumpiyansa
  • Ang σ ay ang pamantayan ng paglihis ng populasyon
  • n ang laki ng sample

Hakbang sa Hakbang Pagkalkula ng Error sa Sampling

  • Hakbang1: Tinipon ang lahat ng hanay ng data na tinatawag na populasyon. Kalkulahin ang ibig sabihin ng populasyon at pamantayan ng paglihis ng populasyon.
  • Hakbang2: Ngayon, kailangang matukoy ng isa ang laki ng sample, at karagdagang laki ng sample ay dapat na mas mababa sa populasyon at hindi ito dapat maging mas malaki.
  • Hakbang3: Tukuyin ang antas ng kumpiyansa at nang naaayon sa isa ay maaaring matukoy ang halaga ng Z iskor mula sa talahanayan nito.
  • Hakbang4: Ngayon paramihin ang Z iskor sa pamamagitan ng pamantayan ng paglihis ng populasyon at hatiin ang pareho sa parisukat na ugat ng laki ng sample upang makarating sa isang margin ng error o error sa laki ng sample.

Mga halimbawa

Maaari mong i-download ang Template ng Excel na Formula ng Error sa Sampling na ito - Sampling Error Formula Excel Template

Halimbawa # 1

Ipagpalagay na ang pamantayan ng paglihis ng populasyon ay 0.30 at ang laki ng sample ay 100. Ano ang error sa sampling sa 95% na antas ng kumpiyansa?

Solusyon

Narito binibigyan kami ng standard na paglihis ng populasyon pati na rin ang laki ng sample, samakatuwid maaari naming gamitin ang formula sa ibaba upang makalkula ang pareho.

Gamitin ang sumusunod na data para sa pagkalkula.

Samakatuwid, ang pagkalkula ng error sa pag-sample ay ang mga sumusunod,

Ang Sampling Error ay magiging -

Halimbawa # 2

Si Gautam ay kasalukuyang nagtuloy sa isang kurso sa accountancy at nalinis niya ang kanyang pagsusulit sa pasukan. Nirehistro na siya ngayon para sa isang antas na intermediate at sasali rin sa isang senior accountant bilang isang intern. Nagtatrabaho siya sa isang pag-audit ng mga firms ng pagmamanupaktura.

Ang isa sa mga firm na binibisita niya sa kauna-unahang pagkakataon, ay tinanong upang suriin kung ang mga bayarin para sa lahat ng mga entry para sa mga pagbili ay makatuwirang magagamit. Ang laki ng sample na pinili niya ay 50 at ang standard na paglihis ng populasyon para sa pareho ay 0.50.

Batay sa magagamit na impormasyon, kinakailangan mong kalkulahin ang error sa pag-sample sa 95% at 99% na agwat ng kumpiyansa.

Solusyon

Narito binibigyan kami ng standard na paglihis ng populasyon pati na rin ang laki ng sample, samakatuwid maaari naming gamitin ang formula sa ibaba upang makalkula ang pareho.

Ang marka ng Z para sa 95% na antas ng kumpiyansa ay magiging 1.96 (magagamit mula sa talahanayan ng marka ng Z)

Gamitin ang sumusunod na data para sa pagkalkula.

Samakatuwid, ang pagkalkula ay ang mga sumusunod,

Ang Sampling Error ay magiging -

Ang marka ng Z para sa 95% na antas ng kumpiyansa ay magiging 2.58 (magagamit mula sa talahanayan ng marka ng Z)

Gamitin ang sumusunod na data para sa pagkalkula.

Samakatuwid, ang pagkalkula ay ang mga sumusunod,

Ang Sampling Error ay magiging -

Habang tumataas ang antas ng kumpiyansa, tumataas din ang error sa pag-sample.

Halimbawa # 3

Sa isang paaralan, ang sesyon ng biometric ay isinaayos upang masuri ang kalusugan ng mga mag-aaral. Ang sesyon ay pinasimulan sa mga mag-aaral ng pamantayan ng klase X. Sa kabuuan mayroong 30 mag-aaral sa dibisyon ng B. Kabilang sa kanila ang 12 mag-aaral ay sapalarang pinili upang gawin ang pagsusuri sa detalye at ang pahinga ay, isang pangunahing batayan lamang ang nagawa. Inilahad ng ulat na ang average na taas ng mga mag-aaral sa dibisyon ng B ay 154.

Solusyon

Ang pamantayan ng paglihis ng populasyon ay 9.39. Batay sa impormasyon sa itaas, kinakailangan mong kalkulahin ang error sa pag-sample para sa 90% at 95% na agwat ng kumpiyansa.

Narito binibigyan kami ng standard na paglihis ng populasyon pati na rin ang laki ng sample, samakatuwid maaari naming gamitin ang formula sa ibaba upang makalkula ang pareho.

Ang marka ng Z para sa 95% na antas ng kumpiyansa ay magiging 1.96 (magagamit mula sa talahanayan ng marka ng Z)

Gamitin ang sumusunod na data para sa pagkalkula.

Samakatuwid, ang pagkalkula ng error sa pag-sample ay ang mga sumusunod,

Ang Sampling Error ay magiging -

Ang marka ng Z para sa 90% na antas ng kumpiyansa ay magiging 1.645 (magagamit mula sa talahanayan ng marka ng Z)

Gamitin ang sumusunod na data para sa pagkalkula.

Samakatuwid, ang pagkalkula ay ang mga sumusunod,

Ang Sampling Error ay magiging -

Habang bumababa ang antas ng kumpiyansa, bumababa din ang error sa pag-sample.

Kaugnayan at Paggamit

Napakahalaga na maunawaan ang konseptong ito dahil ilalarawan nito kung magkano ang aasahan ng isang tao na ang mga resulta ng survey, sa katunayan, ay naglalarawan ng aktwal na pagtingin sa populasyon sa pangkalahatan. Kailangang isaisip ng isa ang isang bagay na isinasagawa ang isang survey gamit ang isang maliit na populasyon na tinatawag na laki ng sample (kilala rin bilang mga respondente ng survey) upang kumatawan sa isang mas malaking populasyon.

Maaari itong matingnan bilang isang paraan ng pagkalkula ng pagiging epektibo ng survey. Kapag ang marka ng margin ay mas mataas dapat itong kumatawan na ang mga kahihinatnan ng survey ay maaaring maligaw mula sa aktwal na kabuuang representasyon ng populasyon. Sa gilid na pitik, ang isang error sa pag-sample o margin ng error ay mas maliit kaysa sa ipahiwatig na ang mga kahihinatnan ay mas malapit na sa totoong representasyon ng populasyon sa kabuuan at kung saan ay bubuo ng isang mas mataas na antas ng kumpiyansa tungkol sa survey na nakikita.