レポートを書いていて、標本誤差をどの程度意識できているのかふと気になった。 統計が得意になりたければ使わないとだよなと思ったので、一つ一つの数字に関して気にしてみることにした。 標本誤差の早見表については調べると出てくるのだけど、標本数の最小が100のものが多く、各層で見る場合もっと小さな数字になることもあるよなということで作成。 ・・・数字が多くて見にくい。 ということで、簡単計算表をつくりました。個人的には使い勝手がよいので満足しています。
母数の少ない統計でも、アンケートに答えた人の割合(回答比率・回答率)の高さが、信頼性につながる理由を解説します。回収率が低いと、調査結果に偏りが生じてしまい、真実と大幅にずれてしまう問題が起こります。そうした偏りを少なくするために、必要なサンプル数をはじきだす計算式と、サンプル数と回答比率と誤差の早見表を紹介します。 回答「数」が多い調査と、回収「率」が高い調査、どちらが信頼できるか?前回、調査対象者を選ぶときにはランダム性が重要であるという話をしました。そうしないとサンプルが偏るためです。しかしサンプル自体が偏っていなくても、実際の回答者が偏っているとやはり使えない調査となってしまいます。 数字を絡めた具体例でお話します。次の2つの調査を比較してみましょう。 サンプル数10万人(無作為抽出)、回答数1万人の調査(回収率10%)サンプル数1000人(無作為抽出)、回答数900人の調査(回収
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く