Sammanfattning
- Många människor läser felresultaten för valbarhetsundersökningar eftersom de inte uppmärksammar felmarginalen
- Felmarginalen ger potential för resultat som är motsatta de resultat som visas i undersökningen
När det var nära den aktuella valperioden var allmänheten upptagen med att prata om valbarhetsundersökningen för presidentkandidater.
Denna undersökning genomfördes genom att ta en liten andel av människor som anses representera hela befolkningen i världen, som sedan frågas om deras intresse för en av presidentkandidaterna.
Resultaten av valbarhetsundersökningen kommer senare att ge siffror i procent ...
... Som människor tyvärr ofta missförstår det.
Vad är fel med det?
Antag att vi tar ett exempel
Undersökningsresultaten visade A 52% och B 48% ,
En pakah En överlägsen?
Med en överblick kommer du att dra slutsatsen att A är överlägsen och har större potential att väljas än B.
Tyvärr är detta en felaktig slutsats.
Titta inte på undersökningen med dess slutliga siffror. Var också uppmärksam på marginalen för felvärdet .
Om du tittar längre visar det sig att denna undersökning (hayalan) har följande fullständiga resultat:
A : 52% ± 3%
B : 48% ± 3%
Tja, den här figuren visar att valbarhetsområdet för kandidat A är på
Lägre intervall: 52 - 3 = 49%
Toppområde: 52 + 3 = 55%
Och valbarhetsområdet för kandidat B är vid
Lägre intervall: 48 - 3 = 45
Toppområde: 48 + 3 = 51
För tydlighetens skull kan detta värde visualiseras i en graf som denna.
I grund och botten finns det en mötesplats mellan intervallen för de två valbarhetsvärdena, vilket indikerar att det finns en möjlighet att resultatet kommer att vända B mer än A.
Så i samband med undersökningsresultaten A 52% och B 38% med en felmarginal på 3%, som är överlägsen är fortfarande osäkert.
Detta skulle vara annorlunda om bara felmarginalen för denna undersökning var 1%
Läs också: Venn Diagram (fullständig förklaring och exempel på användning)Så genom att använda en analys som den ovan kan vi bekräfta att A ligger över B.
Faktum är att ingen valbarhetsundersökning är densamma som detta imaginära urval.
Valbarhetsundersökningen visar inte bara poängen för varje kandidat utan ska också visa antalet personer som ännu inte har bestämt sig.
Men för enkelhets skull anger jag inte här procentandelen människor som inte har bestämt sig ännu.
En förståelse för detta kommer att vara mycket viktig när vi hanterar statistikdata för Quick Count.
Så om din hjälte senare i snabba räkningen vinner smalt med en skillnad som inte ligger långt från felmarginalvärdet ...
Var beredd att acceptera en eventuell vändning av resultatet.
Förutom enkla saker relaterade till att läsa resultaten av denna undersökning är en viktig sak att notera bias i genomförandet av undersökningen.
För att genomföra en ordentlig undersökning måste urvalsmetoden vara tydlig och exakt så att den kan representera hela befolkningen. De saker som leder till ett enkätfel bör också undvikas.
Du kan läsa den fullständiga informationen om detta i den här artikeln: Du borde inte tro resultatet av enkäter och enkäter på sociala medier
Slutligen hoppas jag att en kort förklaring om fel vid läsning av data från undersökningsresultaten kan vara en bestämmelse när detta faktiskt händer den 17 april 2019.
Referens
- Experimentella metoder: En introduktion till analys och presentation av data , av Les Kirkup. Wiley, 1996.
- Hur man gör felmarginal i statistik
