เนื้อหา
เมื่อวิเคราะห์ข้อมูลตัวอย่างจากการทดลองหรือการวิจัยอาจเป็นหนึ่งในพารามิเตอร์ทางสถิติที่สำคัญที่สุดคือค่าเฉลี่ย: ค่าตัวเลขเฉลี่ยของจุดข้อมูลทั้งหมด อย่างไรก็ตามการวิเคราะห์เชิงสถิติในท้ายที่สุดก็คือแบบจำลองเชิงทฤษฎีที่กำหนดขึ้นบนชุดของข้อมูลทางกายภาพที่เป็นรูปธรรม ในการอธิบายความไม่แน่นอนของแบบจำลองทางสถิติให้ใช้ช่วงความมั่นใจเพื่อประเมินความน่าเชื่อถือของค่าเฉลี่ย (และพารามิเตอร์อื่น ๆ ) ช่วงความมั่นใจคือช่วงของค่าภายในพารามิเตอร์ที่มีแนวโน้มที่จะพบ ยิ่งช่วงเวลายิ่งมีความน่าจะเป็นสูงขึ้นรวมถึงพารามิเตอร์จริง
คำนวณค่าเบี่ยงเบนมาตรฐาน
เพิ่มมูลค่าของทุกจุดข้อมูลในตัวอย่าง
หารผลรวมนี้ด้วยจำนวนจุดข้อมูลทั้งหมด นี่คือค่าเฉลี่ยสำหรับตัวอย่าง
ลบค่าเฉลี่ยจากค่าต่ำสุดของจุดข้อมูลทั้งหมด ตัวอย่างเช่นในชุดของห้าจุดข้อมูลที่มีค่า 3, 6, 11, 2 และ 4 ค่าเฉลี่ยจะเท่ากับ 5.2 หรือ (3 + 6 + 11 + 2 + 4) / 5 = (26) / 5 = 5.2 เนื่องจาก "2" เป็นค่าต่ำสุดให้ลบ 5.2 จาก 2 เพื่อรับ -3.2
ยกกำลังสองค่านี้แล้วจดผลลัพธ์
ทำซ้ำขั้นตอนที่ 3 และ 4 สำหรับทุกจุดข้อมูลในตัวอย่างทั้งหมด
เพิ่มค่าทั้งหมดที่คุณจดไว้ในขั้นตอนที่ 4
หารผลรวมจากขั้นตอนที่ 6 ด้วยจำนวนจุดข้อมูลทั้งหมด
ค้นหาสแควร์รูทของผลลัพธ์จากขั้นตอนที่ 7 ผลลัพธ์จะเป็นค่าเบี่ยงเบนมาตรฐานสำหรับตัวอย่าง
หารค่าเบี่ยงเบนมาตรฐานด้วยสแควร์รูทของจำนวนจุดข้อมูลทั้งหมด ผลลัพธ์ถูกเรียกว่าข้อผิดพลาดมาตรฐานของค่าเฉลี่ย
การคำนวณช่วงความเชื่อมั่น
ยกเลิกค่าวิกฤตหรือ "z" สำหรับเปอร์เซ็นต์เฉพาะที่คุณต้องการให้ช่วงเวลาเป็น ทำได้โดยเข้าถึงตารางออนไลน์ (ดูข้อมูล)
เลื่อนเครื่องคิดเลขที่สองลงบนหน้าและทำเครื่องหมายที่ช่องถัดจาก "ระหว่าง"
ในฟิลด์ถัดจาก "พื้นที่" ป้อนเปอร์เซ็นต์ที่คุณต้องการ (ในรูปแบบทศนิยม) ตัวอย่างเช่นถ้าคุณต้องการช่วงความมั่นใจ 95 เปอร์เซ็นต์ให้พิมพ์ 0.95 ถ้าคุณต้องการช่วงความมั่นใจ 99 เปอร์เซ็นต์ให้พิมพ์ 0.99
เขียนหมายเลขที่ปรากฏถัดจาก "ระหว่าง" นี่เป็นค่าวิกฤติสำหรับช่วงเวลา
คูณค่าวิกฤตด้วยข้อผิดพลาดมาตรฐานของค่าเฉลี่ย (คำนวณในส่วนที่ 1 ขั้นตอนที่ 9)
ลบผลลัพธ์จากพารามิเตอร์ที่คุณต้องการตั้งค่าช่วงความมั่นใจรอบ ๆ (ค่าเฉลี่ย) นี่คือ "ขอบเขตที่ต่ำกว่า" ของช่วงความมั่นใจ
เพิ่มผลลัพธ์จากส่วนที่ 2 ขั้นตอนที่ 5 เข้ากับพารามิเตอร์ นี่คือขอบเขตสูงสุดของช่วงความมั่นใจ