O que a margem de erro informa sobre uma amostra estatística

Se você ler os resultados do inquérito estatísticos sem conhecer a margem de erro, ou MOE, você está recebendo apenas parte da história. Os resultados da pesquisa-se (sem MOE) são apenas uma medida de como a amostra dos indivíduos selecionados sentia sobre o issue- eles não refletem a forma como o população inteira pode ter sentido, se tivessem todos foi solicitado. A margem de erro ajuda a estimar o quão perto você está da verdade sobre a população com base em seus dados de amostra.

Resultados com base em uma amostra não será exatamente o mesmo que o que você teria achado para toda a população, porque quando você tirar uma amostra, você não obter informações de toda a população. No entanto, se o estudo for feito, os resultados da amostra deve ser perto de e representativos dos valores reais para toda a população, com um elevado grau de confiança.

O MOE não significa que alguém fez um mistake- tudo o que significa é que você não se para provar a todos na população, de modo que você espera que seus resultados da amostra a variar de que a população de um determinado montante. Em outras palavras, você reconhece que seus resultados vão mudar com amostras posteriores e só são precisos para dentro de uma certa faixa - o que pode ser calculada utilizando a margem de erro.

Considere um exemplo do tipo de pesquisa realizada por algumas das organizações de pesquisa principais, tais como a Organização Gallup. Suponha que a sua última pesquisa de amostragem de 1.000 pessoas dos Estados Unidos, e os resultados mostram que 520 pessoas (52%) acha que o presidente está fazendo um bom trabalho, em comparação com 48% que não penso assim. Suponha Gallup relata que esta pesquisa tem uma margem de erro de mais ou menos 3% com 95% de confiança. Agora, você sabe que a maioria (mais de 50%) das pessoas neste amostra aprovam o presidente, mas você pode dizer que a maioria dos todos os americanos aprovam o presidente? Neste caso, você não pode. Por que não?

Você precisa incluir a margem de erro (neste caso, 3%) em seus resultados. Se 52% de aqueles amostrados aprovam o presidente, você pode esperar que o percentual da população de todos os americanos que aprovam o presidente será de 52%, mais ou menos 3%. Portanto, é plausível que entre 49% e 55% de todos os americanos aprovam o presidente. Isso é o mais perto que você pode obter com a sua amostra de 1.000. Mas note que 49%, a extremidade inferior desta gama, representa uma minoria, porque é menos de 50%. Então, você realmente não pode dizer definitivamente que a maioria do povo americano apoiar o presidente, com base nessa amostra. Você só pode dizer que está 95% confiante de que entre 49% e 55% de todos os americanos apoiar o presidente, que pode ou não pode ser uma maioria.

Pense sobre o tamanho da amostra por um momento. Não é interessante que uma amostra de apenas 1.000 americanos, de uma população de mais de 310 milhões pode levar você a estar dentro de mais ou menos apenas 3% em seus resultados da pesquisa? Isso é incrível! Isso significa que para grandes populações Você só precisa provar uma pequena porção do total de chegar perto o verdadeiro valor (assumindo, como sempre, que você tem bons dados e tomou uma amostra de que é uma representação razoável de toda a população). A estatística é realmente uma ferramenta poderosa para descobrir como as pessoas se sentem sobre os problemas, o que é provavelmente por isso que tantas pessoas realizar pesquisas e por que você está tão frequentemente incomodado para responder a elas também.