ช่วงความเชื่อมั่น — สูตร วิธีคำนวณ และตัวอย่าง

ช่วงความเชื่อมั่นคือช่วงของค่าที่เป็นไปได้อย่างสมเหตุสมผลสำหรับพารามิเตอร์ของประชากร โดยอิงจากข้อมูลตัวอย่าง ในโจทย์สถิติเบื้องต้นจำนวนมาก เรามักสร้างช่วงนี้ในรูป

$$\text{estimate} \pm \text{margin of error}$$

ค่าความคลาดเคลื่อนขึ้นอยู่กับว่าข้อมูลตัวอย่างมีความไม่แน่นอนมากแค่ไหน และคุณต้องการความเชื่อมั่นมากเพียงใด ยิ่งต้องการความเชื่อมั่นสูง ช่วงก็จะยิ่งกว้าง ข้อมูลที่แม่นยำกว่าจะให้ช่วงที่แคบลง

ช่วงความเชื่อมั่นหมายถึงอะไรในภาษาง่าย ๆ

ถ้าคุณเห็นช่วงความเชื่อมั่น $95\%$ การตีความที่ปลอดภัยที่สุดคือมองที่ “วิธีการ” ไม่ใช่ช่วงที่ได้มาเพียงช่วงเดียว ถ้าทำกระบวนการสุ่มตัวอย่างแบบเดิมซ้ำหลายครั้ง และสร้างช่วงด้วยวิธีเดิมทุกครั้ง ประมาณ $95\%$ ของช่วงเหล่านั้นจะครอบคลุมพารามิเตอร์จริง

ดังนั้น ช่วงความเชื่อมั่นจึงเป็นวิธีแสดงความไม่แน่นอนรอบค่าประมาณ มันให้ช่วงค่าที่เป็นไปได้อย่างสมเหตุสมผล ไม่ใช่การรับประกัน

สูตรช่วงความเชื่อมั่น

โครงสร้างทั่วไปคือ

$$\text{estimate} \pm \text{critical value} \times \text{standard error}$$

สำหรับค่าเฉลี่ยของประชากร มีสองรูปแบบที่ใช้บ่อยคือ

$$\bar{x} \pm z^* \frac{\sigma}{\sqrt{n}}$$

ใช้รูปแบบนี้เมื่อทราบส่วนเบี่ยงเบนมาตรฐานของประชากร $\sigma$ หรือเมื่อสามารถใช้การประมาณแบบปกติร่วมกับค่าวิกฤต $z$ ได้อย่างเหมาะสม

$$\bar{x} \pm t^* \frac{s}{\sqrt{n}}$$

ใช้รูปแบบนี้เมื่อไม่ทราบ $\sigma$ และคุณประมาณการกระจายด้วยส่วนเบี่ยงเบนมาตรฐานของตัวอย่าง $s$ สำหรับตัวอย่างขนาดเล็ก มักใช้ร่วมกับเงื่อนไขที่ว่าประชากรมีการแจกแจงใกล้เคียงปกติ

รูปแบบเดียวกันนี้พบได้ในหลายสถานการณ์ แต่ค่าคลาดเคลื่อนมาตรฐานจะเปลี่ยนไปตามว่าเป็นค่าเฉลี่ย สัดส่วน หรือพารามิเตอร์ชนิดอื่น

อะไรทำให้ความกว้างของช่วงความเชื่อมั่นเปลี่ยนไป

มีปัจจัยหลักอยู่สามอย่าง:

1. ระดับความเชื่อมั่นที่สูงขึ้นทำให้ช่วงกว้างขึ้น
2. ขนาดตัวอย่างที่ใหญ่ขึ้นมักทำให้ช่วงแคบลง
3. ความแปรปรวนในข้อมูลที่มากขึ้นทำให้ช่วงกว้างขึ้น

นี่คือการแลกเปลี่ยนหลัก: ความเชื่อมั่นที่มากขึ้นมักต้องแลกกับความแม่นยำที่ลดลง

ตัวอย่างช่วงความเชื่อมั่น 95%

สมมติว่าตัวอย่างขนาด $64$ มีค่าเฉลี่ย $\bar{x} = 50$ และทราบว่าส่วนเบี่ยงเบนมาตรฐานของประชากรคือ $\sigma = 8$ จงสร้างช่วงความเชื่อมั่น $95\%$ สำหรับค่าเฉลี่ยของประชากรโดยใช้ช่วงแบบ $z$

เริ่มจาก

$$\bar{x} \pm z^* \frac{\sigma}{\sqrt{n}}$$

สำหรับระดับความเชื่อมั่น $95\%$ ใช้ $z^* \approx 1.96$

ต่อไปคำนวณค่าคลาดเคลื่อนมาตรฐาน:

$$\frac{\sigma}{\sqrt{n}} = \frac{8}{\sqrt{64}} = \frac{8}{8} = 1$$

ดังนั้น ค่าความคลาดเคลื่อนคือ

$$1.96 \times 1 = 1.96$$

สร้างช่วงได้เป็น

$$50 \pm 1.96$$

ซึ่งให้

$$(48.04,\ 51.96)$$

การตีความในทางปฏิบัติคือ: ถ้าเงื่อนไขของแบบจำลองสมเหตุสมผลและข้อมูลมาจากกระบวนการสุ่มตัวอย่างนี้ ค่าใด ๆ ระหว่าง $48.04$ และ $51.96$ ก็เป็นค่าที่เป็นไปได้อย่างสมเหตุสมผลสำหรับค่าเฉลี่ยของประชากร

ข้อผิดพลาดที่พบบ่อยเกี่ยวกับช่วงความเชื่อมั่น

ข้อผิดพลาดที่พบบ่อยอย่างหนึ่งคือการบอกว่ามีความน่าจะเป็น $95\%$ ที่พารามิเตอร์จริงจะอยู่ในช่วงนี้ ในสถิติแบบ frequentist มาตรฐาน พารามิเตอร์เป็นค่าคงที่ และสิ่งที่มีอัตราความสำเร็จในระยะยาวคือวิธีสร้างช่วง

อีกข้อผิดพลาดคือใช้สูตรผิดโดยไม่ตรวจสอบเงื่อนไข ช่วงแบบ $z$ ช่วงแบบ $t$ และช่วงสำหรับสัดส่วน ไม่ได้ใช้ค่าคลาดเคลื่อนมาตรฐานแบบเดียวกัน

นักเรียนยังมักสับสนระหว่างช่วงความเชื่อมั่นของพารามิเตอร์กับการกระจายของข้อมูลดิบ ช่วงความเชื่อมั่นเกี่ยวกับความไม่แน่นอนของค่าประมาณ ไม่ใช่ช่วงที่ข้อมูลรายตัวส่วนใหญ่ตกอยู่

ช่วงความเชื่อมั่นใช้เมื่อใด

ช่วงความเชื่อมั่นพบได้ในการสำรวจความคิดเห็น การทดลอง การควบคุมคุณภาพ การแพทย์ เศรษฐศาสตร์ และการรายงานข้อมูลในชีวิตประจำวัน มันมีประโยชน์ทุกครั้งที่ใช้ตัวอย่างเพื่อกล่าวอะไรบางอย่างเกี่ยวกับประชากรที่ใหญ่กว่า

ในทางปฏิบัติ ช่วงนี้มีความสำคัญมากที่สุดเมื่อคุณนำไปเปรียบเทียบกับค่าเป้าหมายหรือกับค่าประมาณอื่น ช่วงที่แคบกว่าจะสนับสนุนข้อสรุปที่แม่นยำกว่าช่วงที่กว้าง

ลองทำโจทย์ที่คล้ายกัน

ลองทำด้วยตัวเองโดยใช้ $\bar{x} = 72$, $\sigma = 10$ และ $n = 100$ สำหรับช่วงความเชื่อมั่น $95\%$ จากนั้นเปลี่ยนเฉพาะขนาดตัวอย่าง แล้วสังเกตว่าค่าความคลาดเคลื่อนเปลี่ยนไปอย่างไร นี่เป็นหนึ่งในวิธีที่เร็วที่สุดในการสร้างความเข้าใจว่าทำไมตัวอย่างที่ใหญ่กว่าจึงมักให้ช่วงที่แคบกว่า