Margin ng Error Calculator
Hanapin ang margin ng error ng isang proporsyon ng survey.
Mga resulta update bilang ikaw ay mag-type.
Tungkol sa kalkulador na ito
a percentage 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%). 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. To halve that margin, you would need roughly four times the sample.The default 50% proportion gives the most conservative margin, because the margin is 1.96 × √(0.5 × 0.5 ÷ 1000) ≈ 0.0158.It reports the margin of error, the confidence-interval bounds around your proportion and the full interval width, and a table shows how it shrinks as the sample grows.Worked example: 1,000 respondents split 50/50 at 95% confidence, the margin is 1.96 × √(0.5 × 0.5 ÷ 1000) ≈ 0.0158.Worked example: 1,000 respondents split 50/50 at 95% confidence, the margin of error is 1.96 × √(0.5 × 0.5 ÷ 1000) ≈ 0.0158.Worked example: 1,000 respondents split 50/50 at 95% confidence, the margin of error is 1.96 × √(0.5 × 0.5 ÷ 1000) ≈ 0.0158.Worked example: 1,000 respondents split 50/50 at 95% confidence, the margin of error is 1.96 × √(0.5 × 0.5 ÷ 1000) ≈ 0.0158.Worked example: 1,000 respondents split 50/50 at 95% confidence, the margin of error is 1.96 ×
Mga madalas itanong na katanungan
Bakit ang isang mas malaking sample mababa ang margin ng error?
Ang margin shrinks sa square root ng laki ng sample, kaya quadrupling n kalahati ang margin ng error. Ito diminishing bumalik ay kung bakit napakalaki sample ay kailangan upang i-push ang margin sa ibaba ng isa o dalawang porsyento puntos.
Bakit 50% ang default na proporsyon?
Ang dami ng p(1 − p) ay pinakamalaki sa p = 0.5, kaya ang pag-aangkin ng isang 50/50 split ay gumagawa ng pinakamalawak, pinaka-konserbatibong margin ng error.
Paano ko makalkula ang margin ng error?
Para sa p = 0.5, n = 1000 at 95% na katiyakan, ito ay 1.96 × √(0.25 ÷ 1000) ≈ 3.1 porsiyentong puntos.
Ano ang pagkakaiba sa pagitan ng margin ng error at ang konfidence pagitan?
Ang margin ng error ay ang kalahati-width; ang konfidence interval ay ang buong hanay na makuha mo sa pamamagitan ng pagdaragdag at pagbabawas ng margin mula sa iyong resulta. Ang isang 48% resulta na may isang3point margin ay nagbibigay ng isang konfidence interval ng 45% hanggang 51%.
Ang isang mas malaking populasyon ay nangangailangan ng isang mas malaking margin ng error?
Hindi. Sa kabila ng ilang libong tao ang laki ng populasyon bahagya nakakaapekto sa margin - kung ano ang mahalaga ay ang laki ng sample. Na kung bakit ang isang pambansang poll at isang lungsod poll ay maaaring ibahagi ang parehong margin sa parehong bilang ng mga respondents.
Paano ang confidence level baguhin ang margin ng error?
Ang isang mas mataas na antas ng kumpiyansa ay gumagamit ng isang mas malaking z *, na kung saan ay pinalawak ang margin. Paglipat mula sa 95% (z * = 1.96) sa 99% (z * = 2.576) ay nagdaragdag ng margin sa pamamagitan ng tungkol sa 31% para sa parehong sample.
API — gamitin ang kalkulador na ito mula sa code
Tawagan ang kalkulador na ito bilang isang libreng JSON endpoint - walang key na kinakailangan. Ipadala ang mga halaga ng patlang sa ibaba bilang mga parameter na query o JSON. Basahin ang buong API docs →
Endpoint
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);Ang mga resulta ay mga pagtatantya para sa pangkalahatang gabay lamang, hindi pinansiyal, medikal o payo sa buwis.