Fejl ved læsning af resultaterne af statistik over valgbarhedsundersøgelsen ved præsidentvalget

Resumé

  • Mange mennesker læser forkert resultater af valgbarhedsundersøgelsen, fordi de ikke er opmærksomme fejlmargen
  • Fejlmargen giver potentielle resultater, der er modsatte af resultaterne vist i undersøgelsen

Da det var tæt på den aktuelle valgperiode, var offentligheden travlt med at tale om præsidentkandidatens valgbarhedsundersøgelse.

Denne undersøgelse blev udført ved at tage en lille del af mennesker, der anses for at repræsentere hele befolkningen i verden, som derefter bliver spurgt om deres interesse i en af ​​præsidentkandidaterne.

Resultaterne af denne valgbarhedsundersøgelse vil senere give tal i procent ...

... Som desværre folk ofte misforstår det.

Hvad er der galt med det?

Antag, at vi tager et eksempel

Undersøgelsesresultaterne viser A 52% og B 48%,

ENer en overlegen?

Med et hurtigt overblik kan du konkludere, at A er overlegen og har et større potentiale til at blive valgt end B.

Desværre er dette en forkert konklusion.

Se ikke kun på undersøgelsen efter dens endelige tal. Vær også opmærksom på værdi fejlmargen-hans.

Hvis du ser længere, viser det sig, at denne undersøgelse (hayalan) har følgende komplette resultater:

EN: 52% ± 3%

B: 48% ± 3%

Nå, denne figur viser, at valgbarhedsområdet for kandidat A er på

Nedre interval: 52 - 3 = 49%

Topområde: 52 + 3 = 55%

Og valgbarhedsområdet for kandidat B er på

Nedre rækkevidde: 48 - 3 = 45

Topområde: 48 + 3 = 51

For at gøre klarheden kan denne værdi visualiseres i en graf som denne.

I det væsentlige er der et mødested mellem intervallerne for de to valgbarhedsværdier, hvilket indikerer, at der er en mulighed for, at resultatet vil vende B mere end A.

Så i sammenhæng med undersøgelsesresultaterne A 52% og B 38% med fejlmargen 3%, der stadig er overlegen ikke sikkert.

Dette ville være anderledes, hvis kun fejlmarginen for denne undersøgelse var 1%

Læs også: Venn-diagram (komplet beskrivelse og eksempler på anvendelse)

Så ved at bruge en analyse som den ovenfor kan vi bekræfte, at A er over B.

Faktisk er ingen valgbarhedsundersøgelse den samme som denne imaginære prøve.

Valgbarhedsundersøgelsen viser ikke kun scoringerne for hver kandidat, den skal også vise numrene folk der stadig ikke har besluttet.

Men for enkelheds skyld inkluderer jeg ikke her procentdelen af ​​mennesker, der ikke har besluttet endnu.

Forståelse for dette er meget vigtigt senere, når vi beskæftiger os med statistiske data Hurtig optælling.

Så hvis din helt senere i den hurtige optælling vinder snævert med en forskel, der ikke er langt fra værdien fejlmargen

Vær forberedt på at acceptere en mulig vending af resultatet.

Bortset fra enkle ting relateret til læsning af resultaterne af denne undersøgelse er en ting, der er vigtigt at bemærke, bias i implementeringen af ​​undersøgelsen.

For at udføre en ordentlig undersøgelse skal prøveudvælgelsesmetoden være klar og præcis, så den kan repræsentere hele befolkningen. Alt, der forårsager en undersøgelsesfejl, bør undgås.

Du kan læse komplette ting relateret til dette i denne artikel: Skulle gerneDu tror ikke på resultaterne af undersøgelser og meningsmålinger på sociale medier

Endelig håber jeg, at en kort forklaring vedrørende fejl i læsning af data fra undersøgelsesresultaterne kan være en bestemmelse, når dette faktisk sker den 17. april 2019.

Reference

  • Eksperimentelle metoder: En introduktion til analyse og præsentation af dataaf Les Kirkup. Wiley, 1996.
  • Sådan gendannes fejlmargen i statistik

Seneste indlæg

$config[zx-auto] not found$config[zx-overlay] not found