Kalkulator marginesu błędu

Oblicz margines błędu dla oszacowania proporcji z liczebności próby, poziomu ufności i oczekiwanego odsetka.

Oblicz margines błędu proporcji

Przybliżenie normalne

Od danych do świadomej decyzji

  1. Dane
  2. Wzór
  3. Wynik
  4. Interpretacja

Co oznacza margines błędu proporcji?

Opisuje niepewność wynikającą z losowania próby

Jeżeli w próbie 50% respondentów wybiera odpowiedź A, nie oczekujemy, że w populacji odsetek musi wynosić dokładnie 50%. Inna losowa próba dałaby trochę inny wynik. Margines błędu opisuje typową skalę tej zmienności w przyjętym modelu.

Dla wyniku 50% i marginesu ±3 punkty procentowe prosty przedział ma granice 47% i 53%. Jednostką są punkty procentowe, nie procent wyniku. Zmiana z 50% do 53% to 3 p.p., czyli względny wzrost o 6%.

Margines nie obejmuje automatycznie wszystkich błędów badania. Źle dobrana rama, brak odpowiedzi określonych grup, sugestywne pytanie lub błąd ważenia mogą przesunąć wynik, nawet gdy próba jest bardzo duża.

Wzór zakłada prosty model losowania

Błąd standardowy oszacowanej proporcji wynosi √[p(1 − p)/n]. Proporcję p zapisuje się jako liczbę od 0 do 1, a n oznacza liczebność próby. Margines jest błędem standardowym pomnożonym przez wartość z odpowiadającą poziomowi ufności.

Dla 95% używa się z około 1,96, dla 90% około 1,645, a dla 99% około 2,576. Wyższa ufność wymaga szerszego przedziału, ponieważ ma obejmować większą część możliwych wyników losowania.

Formuła użyta przez kalkulator jest przybliżeniem normalnym. Działa najlepiej, gdy próba jest wystarczająca i oczekiwane liczby sukcesów oraz niepowodzeń nie są bardzo małe. Przy skrajnych odsetkach i małym n warto użyć przedziału Wilsona lub innej dokładniejszej metody.

Margines: m = z × √[p(1 − p)/n]. Granice prostego przedziału to p − m oraz p + m.

Dlaczego 50% daje największy margines?

Iloczyn p(1 − p) osiąga maksimum przy połowie

Zmienność proporcji zależy od p(1 − p). Dla p = 0,5 iloczyn wynosi 0,25 i jest największy. Dla p = 0,2 wynosi 0,16, a dla p = 0,05 tylko 0,0475. Przy tym samym n wynik około połowy ma szerszy margines w prostym wzorze.

Jeżeli planujesz badanie i nie znasz oczekiwanego odsetka, przyjęcie 50% daje konserwatywny rozmiar próby. Nie oznacza to, że należy później zastąpić rzeczywiste 18% wartością 50%. Do przedziału po badaniu użyj uzyskanego oszacowania albo wybranej metody przedziałowej.

Dla odpowiedzi bardzo bliskiej 0% lub 100% przybliżenie może dać granicę poza zakresem logicznym. Kalkulator przycina wyświetlaną granicę do 0–100%, ale samo przycięcie nie poprawia własności statystycznych. To sygnał, by zastosować lepszy przedział.

Mały margines nie oznacza dokładnego pomiaru rzadkiego zjawiska

Jeśli w niewielkiej próbie nie zaobserwowano żadnego przypadku, wzór z p = 0 daje margines zero. Nie wynika z tego, że częstość w populacji na pewno wynosi 0%. Próba może być zbyt mała, by uchwycić rzadkie zdarzenie.

Przy małych liczbach zdarzeń potrzebne są metody uwzględniające asymetrię i dyskretność rozkładu dwumianowego. Przedział Wilsona lub dokładny przedział dwumianowy nie zapadnie się do zera tylko dlatego, że w próbie wystąpiło 0 sukcesów.

W raportach rzadkich zdarzeń podaj licznik i mianownik, na przykład 2 na 400, a nie tylko 0,5%. Odbiorca zobaczy, na ilu obserwacjach opiera się odsetek.

Przykład: n = 1067, p = 50% i 95% ufności

Margines wynosi około ±3 punkty procentowe

Dla p = 0,5 iloczyn p(1 − p) wynosi 0,25. Po podzieleniu przez 1067 i wyciągnięciu pierwiastka otrzymujemy błąd standardowy około 0,01531, czyli 1,531 p.p.

Mnożenie przez z = 1,96 daje około 0,0300. Margines wynosi więc blisko ±3,00 p.p., a prosty przedział dla wyniku 50% rozciąga się od około 47% do 53%.

To obliczenie zakłada prostą próbę losową i brak korekty na skończoną populację. Jeśli dane pochodzą ze złożonego sondażu warstwowego lub klastrowego, rzeczywista wariancja może być inna.

Obliczenie dla próby 1067 osób
EtapWynik
Proporcjap = 0,50
Błąd standardowy√(0,25/1067) ≈ 0,01531
Wartość z dla 95%około 1,96
Margines1,96 × 0,01531 ≈ 0,0300
Przedziałokoło 47,0%–53,0%

90%, 95% i 99% dają różne szerokości

Przy tej samej próbie i p = 50% poziom 90% daje margines około ±2,52 p.p. Dla 95% jest to około ±3,00 p.p., a dla 99% około ±3,94 p.p.

Szerszy przedział przy 99% nie oznacza gorszych danych. To cena za procedurę, która w długiej serii ma częściej obejmować prawdziwą wartość. Poziom ufności powinien być ustalony przed analizą, a nie wybierany tak, by przedział wyglądał korzystniej.

Porównując dwa raporty, sprawdź poziom ufności. Margines ±2,5 p.p. przy 90% nie jest bezpośrednio „lepszy” od ±3 p.p. przy 95%, jeśli oba pochodzą z tej samej próby.

Wpływ poziomu ufności przy n = 1067 i p = 50%
PoziomzMargines około
90%1,645±2,52 p.p.
95%1,960±3,00 p.p.
99%2,576±3,94 p.p.

Jak liczebność próby zmniejsza margines?

Aby zmniejszyć margines o połowę, potrzeba około cztery razy większej próby

W mianowniku znajduje się pierwiastek z n. Podwojenie próby nie dzieli marginesu przez dwa, lecz przez √2, czyli około 1,414. Aby zejść z ±4 p.p. do ±2 p.p. przy tych samych założeniach, trzeba zwiększyć n mniej więcej czterokrotnie.

Dla p = 50% i 95% ufności próba około 600 daje margines blisko ±4 p.p., około 1067 blisko ±3 p.p., a około 2400 blisko ±2 p.p. Każdy kolejny punkt precyzji kosztuje coraz więcej obserwacji.

Większa próba nie naprawia systematycznego błędu. Dziesięć tysięcy odpowiedzi od osób z jednej niereprezentatywnej grupy może dać bardzo wąski formalny margines i jednocześnie nietrafne oszacowanie populacji.

Wzór można odwrócić do planowania n

Jeżeli chcesz osiągnąć margines m, użyj n = z²p(1 − p)/m². Dla 95%, p = 0,5 i m = 0,03 otrzymujesz około 1067,1, więc liczebność trzeba zaokrąglić w górę do 1068.

Plan powinien uwzględnić nie tylko liczbę kompletnych odpowiedzi, ale także przewidywany brak odpowiedzi, odrzucenia i analizę podgrup. Jeśli potrzebujesz osobnego marginesu dla każdego regionu, całkowita próba musi zapewnić odpowiednie n w regionach, nie tylko w sumie.

Dla estymacji różnicy między dwiema proporcjami potrzebny jest inny wzór. Dwa marginesy pojedynczych odsetków nie powinny być mechanicznie dodawane bez uwzględnienia niezależności i celu testu.

Planowana liczebność: n = z²p(1 − p)/m², z zaokrągleniem w górę.

Kiedy potrzebna jest korekta lub inna metoda?

Duża próba z małej populacji wymaga korekty skończonej

Wzór podstawowy zakłada praktycznie bardzo dużą populację albo losowanie ze zwracaniem. Gdy losujesz bez zwracania znaczną część małej populacji, niepewność maleje. Stosuje się czynnik √[(N − n)/(N − 1)].

Jeśli badanych jest 500 z populacji 1000, korekta ma duże znaczenie. Jeśli 1067 osób pochodzi z populacji milionów, wpływ jest pomijalny. Nie stosuj korekty tylko dlatego, że znasz liczbę mieszkańców kraju; udział próby jest wtedy zbyt mały.

Korekta nie pomaga przy dobrowolnej ankiecie internetowej. Warunkiem jest odpowiedni mechanizm losowania bez zwracania, a nie sam stosunek liczebności.

Schemat klastrowy i wagi zmieniają efektywną liczebność

W próbie klastrowej osoby z tej samej szkoły, gminy lub gospodarstwa bywają do siebie podobne. Tysiąc obserwacji z kilku klastrów może dostarczać mniej niezależnej informacji niż tysiąc osób rozproszonych losowo.

Efekt schematu DEFF opisuje, ile razy wariancja różni się od prostej próby losowej. Margines można w przybliżeniu pomnożyć przez √DEFF. Przy DEFF = 1,5 formalne ±3 p.p. rośnie do około ±3,67 p.p.

Silnie zróżnicowane wagi również zmniejszają efektywną liczebność. Profesjonalne oprogramowanie sondażowe uwzględnia warstwy, klastry i wagi bez sprowadzania wszystkiego do nominalnego n.

Brak odpowiedzi i treść pytania są poza marginesem

Jeżeli częściej odpowiadają osoby mocno zainteresowane tematem, wynik może być przesunięty. Wysoki odsetek realizacji pomaga, ale nie gwarantuje braku błędu; ważne jest, kto nie odpowiedział i czy różni się od respondentów.

Sposób sformułowania pytania, kolejność odpowiedzi, tryb kontaktu i efekt ankietera mogą zmieniać deklaracje. Dwa sondaże o identycznym n mogą dać inne wyniki nie z powodu błędu losowego, lecz metodologii.

W raporcie podaj populację, sposób doboru, termin badania, liczebność, ważenie, treść pytania, poziom ufności i metodę przedziału. Sama informacja „błąd ±3%” nie pozwala ocenić jakości badania.

Margines jest przydatnym składnikiem opisu niepewności, ale nie certyfikatem reprezentatywności. Najpierw ocenia się projekt i realizację, dopiero potem precyzję liczbową.

Co obejmuje podstawowy margines, a czego nie
ElementW podstawowym wzorze
Losowa zmienność prostej próbytak
Błąd pokrycia populacjinie
Brak odpowiedzinie
Wagi i klastrynie bez korekty
Wpływ treści pytanianie

Najczęstsze pytania

Czy margines ±3% oznacza zakres od 47% do 53% dla wyniku 50%?

Tak, jeśli chodzi o ±3 punkty procentowe. W raporcie lepiej pisać p.p., aby nie pomylić tego z procentem względnym.

Dlaczego do planowania próby używa się p = 50%?

Ponieważ p(1 − p) jest wtedy największe. Daje to najbardziej konserwatywną liczebność, gdy oczekiwany odsetek nie jest znany.

Czy dwukrotnie większa próba zmniejsza margines o połowę?

Nie. Margines maleje z pierwiastkiem liczebności. Podwojenie dzieli go przez około 1,414, a zmniejszenie o połowę wymaga około czterech razy większego n.

Czy bardzo duża ankieta internetowa ma mały błąd?

Może mieć mały formalny błąd losowy, lecz dobrowolny i niereprezentatywny dobór może powodować znaczny błąd systematyczny, którego wzór nie obejmuje.

Kiedy nie używać przybliżenia normalnego?

Przy małej próbie, bardzo skrajnej proporcji lub małej liczbie sukcesów i niepowodzeń. Wtedy lepszy bywa przedział Wilsona albo dokładna metoda dwumianowa.

Czy korekta skończonej populacji zawsze zmniejsza margines?

Ma praktyczne znaczenie tylko wtedy, gdy losujesz bez zwracania znaczną część znanej, skończonej populacji. Dla małego udziału próby efekt jest pomijalny.

Źródła i dalsza lektura

  1. NIST/SEMATECH. (2012). Confidence limits for the mean.
  2. NIST/SEMATECH. (2012). Sample sizes required.

Podobne wpisy