Wald yerine Wilson
Öğretici p̂ ± z√(p̂(1−p̂)/n) aralığı 0–100% dışına çıkabilir ve küçük n'de alttan örtebilir. Wilson, çoğu anket oranı için her iki sorunu da düzeltir.
Araçlar / Güven Aralığı Hesaplayıcı
Güven Aralığı Hesaplayıcı
Wilson score yöntemini kullanarak bir anket yüzdesi için güven aralığı tahmin edin. Küçük örnekler ve uç oranlar için basit Wald aralığından daha iyi davranır.
Bir binom oranı için Wilson score aralığı. Başarıları (evet / memnun / promoter vb.) ve örnek boyutu n girin.
Sonucu görmek için sayıları girin
- 1
Örnek boyutu ve başarıları girin
Başarılar, önemsediğiniz kategorideki sayıdır (örneğin “evet”, promoter, ya da memnun).
- 2
Bir güven seviyesi seçin
%95 yaygın varsayılandır. %90 daha dar; %99 daha geniş.
- 3
Aralığı okuyun
Gözlenen yüzde artı Wilson score formülünden alt ve üst sınırları alırsınız.
Anket yüzdeleri için neden Wilson
0–100% içinde kalan ve n küçükken ya da oran 0%'e ya da 100%'e yakinken tutunan bir aralık alın.
İsteğe bağlı populasyon düzeltmesi
Bilinen sonlu bir populasyonun büyük bir payını örneklediğinizde, isteğe bağlı N alanı yarım-genişliğe bir sonlu populasyon düzeltmesi uygular.
Sadece-tarayıcı matematik
Yükleme yok, hesap yok. Dışa aktarınızdan sayıları yapıştırın ve geçin.
Şunlar için yararlı
Evet/hayır anket öögeleri
Çıplak bir yüzde yerine “%42 evet dedi (%95 GA …)” raporlayın.
CSAT ya da dönüşüm payları
Memnun (ya da dönüşen) sayılarını başarılar, toplam yanıtları n olarak alın.
Sınıf ve araştırma projeleri
Bir istatistik paketi açmadan hızlı aralık kontrolleri.
İlgili hesaplayıcılar
Sıkça sorulan sorular
Bu araç hangi güven aralığı yöntemini kullanır?
Bir binom oranı için Wilson score aralığı (Wilson, 1927). Anket yüzdeleri için Wald (normal yaklaşıklık) aralığı üzerine varsayılan olarak yaygın biçimde tavsiye edilir.
Girdiler, başarılar x, örnek boyutu n ve z'yi ayarlayan bir güven seviyesidir (%90 / %95 / %99 için yaklaşık 1.645 / 1.960 / 2.576).
Wilson score formülü nedir?
p̂ = x/n ve kritik değer z ile:
merkez = (p̂ + z²/(2n)) / (1 + z²/n)
yarım-genişlik = z × √(p̂(1−p̂)/n + z²/(4n²)) / (1 + z²/n)
Aralık = merkez ± yarım-genişlik, burada yüzde olarak raporlanır.
Neden basit hata-payı formülü değil?
Wald aralıkları, ham yüzde üzerinde merkezlenir ve büyük örnek varsayar. Özellikle uçlara yakın, %0'ın altında ya da %100'ün üstünde saçma sınırlar üretebilir.
Wilson, 0–100% içinde kalır ve çoğu zaman belirtilen güven seviyesine daha yakın eşleşir.
%90, %95 ve %99 ne demek?
Bunlar nominal güven seviyeleridir. Bir %95 aralığı, model varsayımları altında, öyle kurulur ki, tekrarlanan örneklerden böyle aralıkların yaklaşık %95'i gerçek populasyon yüzdesini kapsar.
Daha yüksek güven, daha geniş bir aralık demektir, “daha doğru” bir nokta tahmini değil.
Bunu NPS için kullanabilir miyim?
NPS, tek bir binom oranı değil, iki yüzdenin farkıdır. Bu araç tek bir pay içindir (örneğin % promoter, % evet, ya da CSAT).
NPS'yi NPS hesaplayıcı ile hesaplayın, sonra tek kategori payları için aralıklara ihtiyacınız olursa bu sayfayı kullanın.
Populasyon boyutunu ne zaman girmeliyim?
Bilinen sonlu bir gruptan geri koymasız örneklediğinizde (örneğin 200 çalıanın 80'i) ve bu örnek grubun büyük bir kesriyse.
Açık web anketleri ya da düzeltmenin ancak önemsediği devasa populasyonlar için boş bırakın.
Bu bir hata payı hesaplayıcı mı?
Aralığı ve yaklaşık bir yarım-genişlik (üst ve alt sınırlar arasındaki mesafenin yarısı) raporlar. O yarım-genişlik, Wilson merkez çevresinde iletişim için pratik “hata payı”dır, Wilson aralıklarının p̂ çevresinde mükemel simetrik olmadığı uyarısıyla.
Sayılarım saklanıyor mu?
Hayır. Her şey tarayıcınızda yerel olarak çalışır.
Örneği önce nasıl toplarım?
Formms dahil herhangi bir anket aracı kullanın, sonra yüzde üzerinde bir Wilson aralığı istediğinizde başarı sayısı ve örnek boyutu buraya getirin.
Taze anket yanıtları mı topluyorsunuz? Deneyin Formms kısa bağlantı ve QR'li bir form için.
Sonraki adım olarak yanıtları telefonunuzda toplayın.
Formms anketi bir prompttan kurar, sonra sayıları her an bu hesaplayıcılara geri yapıştırabilirsiniz.
Demo forma bak →