កម្មវិធីគណនារឹមកំហុស

រករឹមកំហុសនៃសមាមាត្រការស្ទង់មតិ ។

ទំហំគំរូ

សមាមាត្រ ?

ភាគរយឆ្លើយតាមវិធីជាក់លាក់មួយ ។ 50% គឺជាការរក្សាទុកច្រើនបំផុត ។

កម្រិតទុកចិត្ត

រឹមកំហុស —

ព្រំដែនទាប —

ព្រំដែនកំពូល —

ទទឹងចន្លោះពេល —

លទ្ធផលធ្វើឲ្យទាន់សម័យតាមដែលអ្នកវាយ ។

តើម៉ាស៊ីនគិតលេខនេះបានផ្ដល់ចម្លើយត្រឹមត្រូវដល់អ្នកឬ ?

អំពីម៉ាស៊ីនគិតលេខនេះ

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.

សំណួរដែលសួរញឹកញាប់

ហេតុអ្វីបានជាគំរូធំជាងបន្ថយរឹមកំហុស ?

រឹមធ្លាក់ចុះជាមួយនឹងឫសការេនៃទំហំគំរូ ដូច្នេះការបង្កើនចំនួនបួនដងនៃរឹមកំហុសពាក់កណ្ដាលរបស់ n ។ ការត្រឡប់មកវិញនេះគឺជាមូលហេតុដែលគំរូធំត្រូវបានត្រូវការដើម្បីរុញរឹមក្រោមមួយ ឬពីរចំណុចភាគរយ ។

ហេតុអ្វីបានជា 50% ជាសមាមាត្រលំនាំដើម?

បរិមាណ p (1 - p) គឺធំបំផុតនៅ p = 0.5 ដូច្នេះសន្មត 50/ 50 ចែក ផលិត ធំបំផុត, ច្រើនបំផុត រក្សា ដែន កំណត់ នៃ កំហុស. ប្រើ វា ធានា ថា ដែន កំណត់ ពិត គឺ មិន ធំ ជាង របាយការណ៍.

តើខ្ញុំគណនារឹមកំហុសដោយរបៀបណា ?

គុណតម្លៃសំខាន់ z * សម្រាប់កម្រិតជឿជាក់របស់អ្នកដោយឫសបួននៃ p (1 − p) ÷ n ។ សម្រាប់ p = 0.5, n = 1000 និងការជឿជាក់ 95% ដែលជា 1.96 × √ (0.25 ÷ 1000) ≈ 3.1 ពិន្ទុភាគរយ ។

តើអ្វីជាភាពខុសគ្នារវាងរឹមកំហុស និងចន្លោះពេលជឿជាក់ ?

រឹមកំហុសគឺជាទទឹងពាក់កណ្ដាលចន្លោះពេលជឿទុកចិត្តគឺជាជួរពេញលេញដែលអ្នកទទួលបានដោយបន្ថែម និងដករឹមពីលទ្ធផលរបស់អ្នក ។ លទ្ធផល ៤៨% ជាមួយនឹងរឹម ៣ ចំណុចផ្តល់ចន្លោះពេលជឿទុកចិត្តពី ៤៥% ទៅ ៥១% ។

តើប្រជាជនធំជាងនេះត្រូវការរឹមកំហុសធំជាងនេះទេ ?

ទេ. លើសពីមនុស្សរាប់ពាន់នាក់ទំហំប្រជាជនស្ទើរតែមិនប៉ះពាល់ដល់រឹម - អ្វីដែលសំខាន់គឺទំហំគំរូ។ នេះជាមូលហេតុដែលការស្ទង់មតិជាតិនិងការស្ទង់មតិទីក្រុងអាចចែករំលែករឹមដូចគ្នាជាមួយចំនួនអ្នកឆ្លើយតបដូចគ្នា។

តើកម្រិតទុកចិត្តផ្លាស់ប្ដូររឹមកំហុសយ៉ាងដូចម្តេច ?

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 — ប្រើម៉ាស៊ីនគិតលេខនេះពីកូដ

ទូរស័ព្ទទៅម៉ាស៊ីនគិតលេខនេះជាចំណុចបញ្ចប់ JSON ឥតគិតថ្លៃ - គ្មានគ្រាប់ចុចដែលត្រូវការ ។ ផ្ញើតម្លៃវាលខាងក្រោមជាប៉ារ៉ាម៉ែត្រសំណួរ ឬ JSON ។ អ្វីដែលអ្នករំលងប្រើលំនាំដើមដូចគ្នាដែលទំព័រនេះត្រូវបានបំពេញជាមុនជាមួយប៉ារ៉ាម៉ែត្រមិនស្គាល់គឺ ៤០០ មិនមែនសូន្យស្ងាត់ទេ ។ អានឯកសារ API ពេញលេញ →

ចំណុចបញ្ចប់

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);

លទ្ធផលគឺការប៉ាន់ប្រមាណសម្រាប់តែការណែនាំទូទៅប៉ុណ្ណោះ, មិនហិរញ្ញវត្ថុ, វេជ្ជសាស្ត្រឬដំបូន្មានពន្ធ.

អំពី​ម៉ាស៊ីន​គិតលេខ​នេះ

សំណួរ​ដែល​សួរ​ញឹកញាប់

ម៉ាស៊ីន​គិតលេខ​ដែល​ទាក់ទង

ចំណុច​បញ្ចប់

curl

JavaScript fetch()

អំពីម៉ាស៊ីនគិតលេខនេះ

សំណួរដែលសួរញឹកញាប់

ម៉ាស៊ីនគិតលេខដែលទាក់ទង

ចំណុចបញ្ចប់

JavaScript `fetch()`