सैंपलिंग एरर कैलकुलेटर

गणना दर्ज करें

परिणाम

सैंपलिंग एरर (मार्जिन)

± 2.94

चुने गए कॉन्फिडेंस लेवल पर

स्टैंडर्ड एरर (s/√n)	1.5
इस्तेमाल किया गया Z-स्कोर	1.96

सैंपलिंग एरर क्या है?

सैंपलिंग एरर वह अंतर है जो किसी सैंपल के आँकड़े (जैसे सैंपल का माध्य) और पूरी आबादी के वास्तविक मान के बीच होता है। यह अंतर सिर्फ़ इसलिए आता है क्योंकि आपने पूरी आबादी के बजाय उसका एक छोटा हिस्सा (सैंपल) मापा होता है। यह कैलकुलेटर इसी अनिश्चितता को मार्जिन ऑफ एरर के रूप में दिखाता है, इस फॉर्मूले से: $$E = \text{Z} \times \frac{\text{Std. Dev.}}{\sqrt{\text{Sample Size}}}$$, जहाँ z आपके कॉन्फिडेंस लेवल का Z-स्कोर है, s स्टैंडर्ड डेविएशन है, और n सैंपल साइज़ है।

बिंदुओं की एक बड़ी जनसंख्या जिसमें एक छोटा उपसमूह नमूने के रूप में उजागर किया गया है, और प्रतिचयन त्रुटि को दर्शाता एक अंतर — प्रतिचयन त्रुटि नमूना अनुमान और वास्तविक जनसंख्या मान के बीच का अंतर है।

इसका इस्तेमाल कैसे करें

सबसे पहले कोई कॉन्फिडेंस लेवल चुनें (90%, 95% या 99%), जिससे Z-स्कोर तय हो जाता है। फिर अपने डेटा का स्टैंडर्ड डेविएशन और सैंपल में लिए गए ऑब्ज़र्वेशन की संख्या डालें। कैलकुलेटर आपको स्टैंडर्ड एरर $s/\sqrt{n}$ और पूरा मार्जिन ऑफ एरर $z \times s/\sqrt{n}$ दोनों बता देगा। ध्यान रखें — बड़ा सैंपल साइज़ एरर को घटाता है, जबकि ज़्यादा बिखराव (यानी ज़्यादा s) एरर को बढ़ा देता है।

फॉर्मूला समझें

सबसे पहले, माध्य का स्टैंडर्ड एरर निकलता है $$SE = \frac{s}{\sqrt{n}}$$ — यह बताता है कि अलग-अलग सैंपल के माध्य आमतौर पर वास्तविक माध्य के इर्द-गिर्द कितना घटते-बढ़ते हैं। इसे Z-स्कोर से गुणा करने पर हमें कॉन्फिडेंस इंटरवल की आधी चौड़ाई मिल जाती है। आमतौर पर इस्तेमाल होने वाले Z-स्कोर हैं: 1.645 (90% के लिए), 1.96 (95% के लिए), और 2.576 (99% के लिए)।

केंद्रीय माध्य वाली सामान्य वितरण घंटी वक्र जिसके चारों ओर सममित त्रुटि सीमा पट्टी छायांकित है — त्रुटि सीमा E नमूना माध्य के चारों ओर एक सममित पट्टी निर्धारित करती है।

हल किया हुआ उदाहरण

मान लीजिए $s = 15$, $n = 100$, और कॉन्फिडेंस लेवल 95% (यानी $z = 1.96$)। तो स्टैंडर्ड एरर होगा $$\frac{15}{\sqrt{100}} = \frac{15}{10} = 1.5$$ और सैंपलिंग एरर होगा $$1.96 \times 1.5 = 2.94$$ यानी 95% कॉन्फिडेंस पर आपका अनुमान करीब $\pm 2.94$ तक सटीक है।

अक्सर पूछे जाने वाले सवाल

सैंपलिंग एरर को कैसे कम करें? सैंपल साइज़ n बढ़ाएँ — चूँकि फॉर्मूले में वर्गमूल (√) आता है, इसलिए n को चार गुना करने पर एरर आधा हो जाता है।

कौन-सा Z-स्कोर इस्तेमाल करूँ? आम तौर पर 95% कॉन्फिडेंस के लिए 1.96 का इस्तेमाल करें; अगर आपके काम के लिए अलग कॉन्फिडेंस चाहिए, तो 90% या 99% चुनें।

क्या सैंपलिंग एरर और बायस (पूर्वाग्रह) एक ही चीज़ हैं? नहीं। सैंपलिंग एरर रैंडम होता है और बड़े सैंपल के साथ घटता है; जबकि बायस सिस्टमैटिक यानी व्यवस्थित होता है और सिर्फ़ सैंपल साइज़ बढ़ाने से ठीक नहीं होता।

संबंधित कैलकुलेटर