I politici e le organizzazioni di notizie spesso conducono sondaggi per determinare come un certo segmento della popolazione si sente su un argomento specifico o un'idea. Intervistare tutti non è mai possibile, quindi una piccola parte della popolazione è chiesto di esprimere il loro parere. Analisi statistica viene quindi applicato al piccolo campione per determinare la precisione del risultato.
Esempio di test definito
Un esempio di test si riferisce ad un piccolo gruppo prelevato da un gruppo più numeroso al fine di condurre un esperimento. Il piccolo gruppo deve essere di dimensioni significative affinché le risposte ad uno stimolo specifico o esperimento sono statisticamente uguale a quello del più grande gruppo.
Che cosa è una statistica?
Una statistica è l'applicazione di un valore numerico a una parte specifica dei dati. Ad esempio, un pezzo di campione di dati potrebbe comportare i numeri proprietari di case che possiedono gatti. Una statistica potrebbe essere il numero di persone in un dato campione che possiedono un gatto e una casa.
Parametro
Il parametro è un pezzo di dati a cui il valore è sconosciuto. Utilizzando l'esempio precedente, potremmo voler sapere come molti proprietari di abitazione nella città di Pittsburgh proprio un gatto.
Scegliendo un campionamento
La dimensione del nostro campionamento può essere limitata dal tempo e manodopera disponibile per lo svolgimento del campionamento. Ancora, vorremmo condurre un campione abbastanza grande per ottenere un risultato affidabile. Chiedendo 20 proprietari di casa è meglio di chiedere solo due proprietari. Chiedere 200 è meglio di 20 e così via.
Errore di campionamento
Non c'è alcuna percentuale di campionamento perfettamente accurato. Il grado di precisione è stimato calcolando un errore di campionamento per la nostra indagine. Se abbiamo sondaggio solo due persone, il nostro errore di campionamento sarà molto alta, ma se chiediamo 20.000 persone nostro errore di campionamento sarà molto inferiore.
Legge del ritorno di diminuzione
Se chiediamo 2.000 persone, il nostro errore di campionamento non può essere molto diverso da quello se chiediamo di 20.000 persone. Questo dipende da diverse variabili, ma trovare la dimensione ottimale del campione da analizzare è di grande importanza nelle statistiche.