შეცდომის კალკულატორი
იპოვეთ შეცდომის ზღვარი კვლევა პროპორციისთვის.
შედეგები ახლდება ტექსტის შეყვანისას.
ამ კალკულატორის შესახებ
The margin of error tells you how far a survey result is likely to be from the true population value — the "plus or minus" figure quoted next to poll results. For a proportion it is z*·√(p(1 − p) / n), where p is the sample proportion, n the sample size and z* the critical value for your confidence level (1.96 for 95%).
It reports the margin, the confidence-interval bounds around your proportion and the full interval width, and a table shows how the margin shrinks as the sample grows. The default 50% proportion gives the most conservative (largest) margin, because the quantity p(1 − p) peaks at p = 0.5, which is why pollsters often quote it.
Worked example: with 1,000 respondents split 50/50 at 95% confidence, the margin is 1.96 × √(0.5 × 0.5 ÷ 1000) ≈ 1.96 × 0.0158 ≈ 3.1 percentage points. So a poll result of 50% really means somewhere between about 46.9% and 53.1%. To halve that margin you would need roughly four times the sample.
ხშირად დასმული კითხვები
Why does a bigger sample lower the margin of error?
საზღვარი მცირდება ნიმუშის ზომის კვადრატული ძირით, ასე რომ n- ის ოთხჯერ გაზრდა შეცდომის საზღვარს ნახევრად ზრდის. ეს შემცირება არის მიზეზი იმისა, რომ ძალიან დიდი ნიმუშები საჭიროა საზღვრის ერთ ან ორ პროცენტულ პუნქტზე ქვემოთ გადატანისთვის.
Why is 50% the default proportion?
The quantity p(1 − p) is largest at p = 0.5, so assuming a 50/50 split produces the widest, most conservative margin of error. Using it guarantees the true margin is no larger than reported.
How do I calculate the margin of error?
Multiply the critical value z* for your confidence level by the square root of p(1 − p) ÷ n. For p = 0.5, n = 1000 and 95% confidence, that is 1.96 × √(0.25 ÷ 1000) ≈ 3.1 percentage points.
What is the difference between the margin of error and the confidence interval?
შეცდომის ზღვარი არის ნახევრად სიგანე; დარწმუნების ინტერვალი არის სრული დიაპაზონი, რომელიც მიიღება თქვენი შედეგის ზღვრის დამატებით და ამოღებით. 48% - იანი შედეგი 3- პუნქტიანი ზღვრით გვაძლევს 45% - დან 51% - მდე დარწმუნების ინტერვალს.
Does a bigger population require a bigger margin of error?
არა. რამდენიმე ათასზე მეტი ადამიანის შემთხვევაში მოსახლეობის ზომა თითქმის არ მოქმედებს მარცხენა საზღვარზე - რაც მნიშვნელოვანია არის ნიმუშის ზომა. სწორედ ამიტომ ეროვნული და ქალაქის გამოკითხვა შეიძლება ერთნაირად განიხილებოდეს, ერთნაირი პასუხისმგებლების რაოდენობით.
How does the confidence level change the margin of error?
A higher confidence level uses a larger z*, which widens the margin. Moving from 95% (z* = 1.96) to 99% (z* = 2.576) increases the margin by about 31% for the same sample.
API - გამოიყენეთ ეს კალკულატორი კოდისგან
ამ კალკულატორის გამოძახება როგორც უფასო JSON დასასრული - ღილაკი არ არის საჭირო. ქვემოთ მოცემული ველი პარამეტრების ან JSON- ის სახით გაგზავნეთ. ყველა თქვენ მიერ გამოტოვებული პარამეტრის გამოყენებისას იგივე ნაგულისხმევი პარამეტრები გამოიყენება, რაც ამ გვერდზეა; უცნობი პარამეტრის ნომერი არის 400, არასდროს დუმილის ნულს. API დოკუმენტაციის სრული წაკითხვა →
დასასრული
GET https://calculator.free/api/v1/margin-of-error/curl
curl "https://calculator.free/api/v1/margin-of-error/?n=1000&p=50&conf=1.96"JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/margin-of-error/?" + new URLSearchParams({
"n": "1000",
"p": "50",
"conf": "1.96"
}));
const data = await r.json();
console.log(data.results);Results are estimates for general guidance only, not financial, medical or tax advice.