Skip to main content

9  Estimering

Hvor mange unge røyker? SSB spurte \(651\) personer mellom \(16\) og \(24\) år i 2026, og \(20{,}4\ \%\) svarte at de røyker daglig eller av og til. Men SSB spurte ikke alle de \(612\,000\) unge i Norge. Hvor nær er \(20{,}4\ \%\) den virkelige andelen? I kapittel 8 gikk vi fra populasjon til utvalg: Når vi kjenner \(p\), hvordan varierer \(\hat{p}\)? I dette kapittelet snur vi spørsmålet: Når vi bare kjenner utvalget, hva kan vi si om populasjonen? Svaret er et estimat med en feilmargin.

Last ned oppgaveheftet for kapittel 9 (PDF): oppsummering, gjennomregnede eksempler og oppgaver med fasit, til arbeid uten PC.

Læringsmål

Etter å ha arbeidet med kapittelet skal du kunne

  • regne ut punktestimater og standardfeil for en andel og et gjennomsnitt,
  • regne ut konfidensintervaller for en andel og for et gjennomsnitt,
  • tolke et konfidensintervall riktig i konteksten,
  • regne ut feilmarginen i en meningsmåling, og hvor stort utvalg som trengs,
  • lese meningsmålinger og nyhetssaker om dem kritisk.

9.1 Estimering

Seksjonen handler om å anslå en ukjent parameter ut fra et utvalg, og om å si hvor usikkert anslaget er.

9.1.1 Punktestimater

I kapittel 8 kjente vi populasjonen og så hvordan utvalgene varierte. I virkeligheten er det omvendt: Vi har ett utvalg, og populasjonen er ukjent. Det beste enkelttallet vi kan gi for andelen røykere blant alle unge, er andelen i utvalget, \(\hat{p} = 0{,}204\). Et slikt enkelttall kalles et punktestimat. Men vi vet fra kapittel 8 at \(\hat{p}\) varierer fra utvalg til utvalg. Derfor må vi også si noe om hvor mye det kan bomme.

Læringsmål

Etter dette delkapittelet skal du kunne

  • regne ut punktestimater for en andel, et gjennomsnitt og et standardavvik,
  • forklare hva det betyr at et estimat er forventningsrett,
  • regne ut og tolke standardfeilen.

Punktestimater

DefinisjonPunktestimat

Et punktestimat er et tall regnet ut fra et utvalg som brukes som anslag for en ukjent parameter:

Parameter Punktestimat
Andel \(p\) \(\hat{p} = \dfrac{x}{n}\)
Gjennomsnitt \(\mu\) \(\bar{x}\)
Standardavvik \(\sigma\) \(s\)

I 8.1 så vi at \(E(\hat{p}) = p\) og \(E(\bar{X}) = \mu\). Estimatene treffer altså riktig i gjennomsnitt over mange utvalg. Vi sier at de er forventningsrette. Det er også grunnen til at \(s\) regnes med \(n - 1\): Da blir \(s^2\) et forventningsrett estimat for \(\sigma^2\) (6.1.4).

Standardfeil

Hvor mye et estimat varierer, sier standardavviket til utvalgsfordelingen (8.1.2). Det kan vi ikke regne ut nøyaktig, fordi formlene inneholder den ukjente parameteren. Vi setter derfor inn estimatet i stedet.

DefinisjonStandardfeil

Standardfeilen (SE, av engelsk standard error) er det estimerte standardavviket til et estimat:

\[ \operatorname{SE}(\hat{p}) = \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \qquad \operatorname{SE}(\bar{x}) = \frac{s}{\sqrt{n}} \]

Standardfeilen sier omtrent hvor langt fra parameteren estimatet typisk havner. Den blir mindre når \(n\) øker.

Av \(651\) unge mellom \(16\) og \(24\) år i SSBs undersøkelse i 2026 røykte \(133\) daglig eller av og til. Finn punktestimatet og standardfeilen for andelen røykere blant alle unge.

Kilde: SSB, tabell 05307. Antallet er regnet ut fra prosentene.

\(\hat{p} = \frac{133}{651}\).

\(\hat{p} = \frac{133}{651} \approx 0{,}204\) og

\[ \operatorname{SE}(\hat{p}) = \sqrt{\frac{0{,}204 \cdot 0{,}796}{651}} \approx 0{,}0158 \]

Estimatet er \(20{,}4\ \%\), og det bommer typisk med omtrent \(1{,}6\) prosentpoeng.

Vi trakk \(100\) tilfeldige personer fra befolkningen i Norge og fikk \(\bar{x} = 37{,}5\) år og \(s = 24{,}4\) år. Finn punktestimatene for \(\mu\) og \(\sigma\), og standardfeilen til \(\bar{x}\).

\(\operatorname{SE} = \frac{s}{\sqrt{n}}\).

Punktestimatene er \(\bar{x} = 37{,}5\) år for \(\mu\) og \(s = 24{,}4\) år for \(\sigma\). Standardfeilen er \(\frac{24{,}4}{\sqrt{100}} = 2{,}44\) år.

Den virkelige gjennomsnittsalderen er \(41{,}3\) år, så dette utvalget bommet med \(3{,}8\) år, omtrent \(1{,}6\) standardfeil. Det er ikke uvanlig.

AdvarselVanlige feil
  • \(s\) og standardfeilen er ikke det samme. \(s\) sier hvor mye enkeltobservasjonene varierer. Standardfeilen sier hvor mye gjennomsnittet varierer, og er \(\sqrt{n}\) ganger mindre.
  • Et punktestimat er nesten aldri nøyaktig lik parameteren. Oppgi alltid hvor usikkert det er.
  • Standardfeilen sier bare noe om tilfeldig variasjon, ikke om skjevhet i utvalget.

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

I en undersøkelse blant \(400\) tilfeldige elever svarte \(120\) at de har deltidsjobb.

Finn punktestimatet for andelen.
Finn standardfeilen. Rund av til fire desimaler.

\(64\) elever målte søvnen sin. \(\bar{x} = 7{,}2\) timer og \(s = 1{,}2\) timer. Finn standardfeilen til \(\bar{x}\).

Nivå 2

I SSBs undersøkelse røykte \(49\) av \(328\) kvinner og \(84\) av \(323\) menn mellom \(16\) og \(24\) år.

Finn \(\hat{p}\) og standardfeilen for kvinner.
Finn \(\hat{p}\) og standardfeilen for menn. Skriv standardfeilen i svarfeltet.
Hvorfor er standardfeilen større for menn, selv om utvalget er omtrent like stort?

Emma skriver i en rapport: «Elevene sov i gjennomsnitt \(7{,}2\) timer, med standardfeil \(1{,}2\) timer. De fleste sov altså mellom \(6\) og \(8{,}4\) timer.» Tallet \(1{,}2\) er \(s\). Hva er feil?

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

svar = [1, 0, 0, 1, 0, 0, 0, 1, 0, 0]
n = len(svar)
phat = sum(svar) / n
se = (phat * (1 - phat) / n)**0.5
print(phat, round(se, 3))

Skriv det siste tallet i utskriften i svarfeltet.

Utfordringer

Bruk kodecellen. Den trekker \(10\,000\) utvalg med \(n = 5\) fra en populasjon med \(\sigma^2 = 1\), og regner ut gjennomsnittet av variansene med \(n\) og med \(n - 1\) i nevneren. Hvilken metode er forventningsrett? Forklar hvorfor den andre bommer.

Oppsummering

Punktestimater

\(\hat{p}\) for \(p\), \(\bar{x}\) for \(\mu\), \(s\) for \(\sigma\)

Standardfeil for andel

\[ \operatorname{SE}(\hat{p}) = \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

Standardfeil for gjennomsnitt

\[ \operatorname{SE}(\bar{x}) = \frac{s}{\sqrt{n}} \]

  • \(s\) beskriver enkeltobservasjonene. Standardfeilen beskriver estimatet.

9.1.2 Konfidensintervall for andel

Et punktestimat sier ikke hvor usikkert det er. I stedet kan vi gi et intervall av rimelige verdier for parameteren. Idéen kommer fra kapittel 8: \(\hat{p}\) havner innenfor \(1{,}96\) standardavvik fra \(p\) i \(95\ \%\) av utvalgene. Da er også \(p\) innenfor \(1{,}96\) standardavvik fra \(\hat{p}\) i \(95\ \%\) av utvalgene. Lager vi intervallet \(\hat{p} \pm 1{,}96 \cdot \operatorname{SE}\), treffer det \(p\) i \(95\ \%\) av utvalgene.

Læringsmål

Etter dette delkapittelet skal du kunne

  • regne ut et konfidensintervall for en andel,
  • velge \(z\) for ulike konfidensnivåer,
  • tolke et konfidensintervall riktig.

Konfidensintervallet

Figuren viser \(100\) simulerte meningsmålinger med \(1000\) spurte, der den virkelige andelen er \(p = 0{,}28\). For hver måling er intervallet \(\hat{p} \pm 1{,}96 \cdot \operatorname{SE}\) tegnet som en strek. Intervallene som ikke treffer \(0{,}28\), er røde.

Her bommer \(3\) av de \(100\) intervallene. I det lange løp bommer \(5\ \%\).

RegelKonfidensintervall for en andel

Et konfidensintervall for \(p\) er

\[ \hat{p} \pm z \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

der \(z\) avhenger av konfidensnivået:

Konfidensnivå \(90\ \%\) \(95\ \%\) \(99\ \%\)
\(z\) \(1{,}645\) \(1{,}96\) \(2{,}576\)

Forutsetninger: tilfeldig utvalg, og minst \(10\) suksesser og \(10\) fiaskoer i utvalget.

Tallene \(z\) er grensene som har arealet til konfidensnivået mellom seg i standard normalfordeling. For \(95\ \%\) ligger \(2{,}5\ \%\) i hver hale, og tabellen gir \(P(Z \le 1{,}96) = 0{,}975\).

Tolkning

NoteHva betyr 95 %?

«\(95\ \%\)» er en egenskap ved metoden: Hvis vi tok mange utvalg og laget et intervall fra hvert, ville omtrent \(95\ \%\) av intervallene inneholde \(p\). Vi sier at vi er \(95\ \%\) sikre på at intervallet inneholder \(p\).

Det betyr ikke at det er \(95\ \%\) sannsynlighet for at \(p\) ligger i akkurat dette intervallet. \(p\) er et fast tall. Enten ligger det i intervallet, eller så gjør det ikke. Vi vet bare ikke hvilket av de \(100\) intervallene i figuren vårt er.

Av \(651\) unge røykte \(133\). Lag et \(95\ \%\) konfidensintervall for andelen røykere blant alle unge, og tolk det.

\(\hat{p} \approx 0{,}204\) og \(\operatorname{SE} \approx 0{,}0158\) (9.1.1).

Forutsetninger: \(133\) røykere og \(518\) ikke-røykere, begge over \(10\). SSB trekker utvalget tilfeldig.

\(0{,}204 \pm 1{,}96 \cdot 0{,}0158 = 0{,}204 \pm 0{,}031\), altså fra \(0{,}173\) til \(0{,}235\).

Vi er \(95\ \%\) sikre på at mellom \(17{,}3\ \%\) og \(23{,}5\ \%\) av alle unge mellom \(16\) og \(24\) år røykte daglig eller av og til i 2026.

Lag et \(90\ \%\) og et \(99\ \%\) konfidensintervall for andelen røykere. Hvilket er bredest, og hvorfor?

Bytt ut \(1{,}96\) med \(1{,}645\) og \(2{,}576\).

\(90\ \%\): \(0{,}204 \pm 1{,}645 \cdot 0{,}0158 = 0{,}204 \pm 0{,}026\), fra \(0{,}178\) til \(0{,}230\). \(99\ \%\): \(0{,}204 \pm 2{,}576 \cdot 0{,}0158 = 0{,}204 \pm 0{,}041\), fra \(0{,}163\) til \(0{,}245\).

\(99\ \%\)-intervallet er bredest. Skal vi være sikrere på å treffe, må vi gi et bredere intervall.

AdvarselVanlige feil
  • Et \(95\ \%\) konfidensintervall betyr ikke at det er \(95\ \%\) sannsynlighet for at \(p\) ligger i akkurat dette intervallet.
  • Det betyr heller ikke at \(95\ \%\) av utvalgene får \(\hat{p}\) i intervallet, eller at \(95\ \%\) av personene ligger i det.
  • Intervallet tar bare hensyn til tilfeldig variasjon. Et skjevt utvalg eller dårlige spørsmål gir feil som intervallet ikke fanger opp.
  • Bruk standardfeilen, ikke \(\sqrt{\hat{p}(1 - \hat{p})}\) uten \(n\).

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

\(120\) av \(400\) elever har deltidsjobb. Lag et \(95\ \%\) konfidensintervall for andelen. Skriv den øvre grensen i svarfeltet med tre desimaler.

Hvilken \(z\) brukes for et \(90\ \%\) konfidensintervall?

Nivå 2

Bruk tallene fra oppgaven «Kvinner og menn» i 9.1.1.

Lag et \(95\ \%\) konfidensintervall for andelen røykere blant unge kvinner og blant unge menn.
Overlapper intervallene? Hva tyder det på?

Et \(95\ \%\) konfidensintervall for andelen elever som er fornøyde med kantina, er \(0{,}52\) til \(0{,}64\). Hvilke tolkninger er riktige? Forklar hva som er galt med de andre.

  1. Det er \(95\ \%\) sannsynlighet for at andelen ligger mellom \(0{,}52\) og \(0{,}64\).
  2. Vi er \(95\ \%\) sikre på at mellom \(52\ \%\) og \(64\ \%\) av alle elevene er fornøyde.
  3. \(95\ \%\) av elevene er mellom \(52\ \%\) og \(64\ \%\) fornøyde.
  4. Metoden gir intervaller som inneholder den virkelige andelen i \(95\ \%\) av utvalgene.
Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

x = 120
n = 400
phat = x / n
se = (phat * (1 - phat) / n)**0.5
print(round(phat - 1.96 * se, 3), round(phat + 1.96 * se, 3))

Skriv det første tallet i utskriften i svarfeltet.

Utfordringer

Bruk kodecellen. Den lager \(1000\) konfidensintervaller fra meningsmålinger med \(n\) spurte og \(p = 0{,}28\), og teller hvor stor andel som treffer.

Kjør med \(n = 1000\). Hvor stor andel treffer?
Kjør med \(n = 30\) og \(p = 0{,}05\). Hva skjer? Hvilken forutsetning er brutt?

Oppsummering

Konfidensintervall for andel

\[ \hat{p} \pm z \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

Konfidensnivå og \(z\)

\(90\ \%\): \(1{,}645\). \(95\ \%\): \(1{,}96\). \(99\ \%\): \(2{,}576\).

Forutsetninger

Tilfeldig utvalg, minst \(10\) suksesser og \(10\) fiaskoer.

  • «\(95\ \%\)» gjelder metoden: \(95\ \%\) av intervallene inneholder \(p\).
  • Høyere konfidensnivå gir bredere intervall.

9.1.3 Konfidensintervall for gjennomsnitt

Elevrådet vil vite hvor mye elevene på skolen sover. De trekker \(120\) tilfeldige elever fra elevlista og spør hvor mange timer de sov natt til tirsdag. Gjennomsnittet blir \(7{,}1\) timer med standardavvik \(1{,}2\) timer. Hvor mye sover elevene på skolen i gjennomsnitt? Idéen er den samme som for andeler: Estimatet pluss og minus omtrent to standardfeil.

Læringsmål

Etter dette delkapittelet skal du kunne

  • regne ut et konfidensintervall for et gjennomsnitt når utvalget er stort,
  • tolke intervallet i konteksten,
  • forklare hvordan bredden avhenger av \(s\), \(n\) og konfidensnivået.

Konfidensintervallet

Etter sentralgrensesetningen er \(\bar{X}\) omtrent normalfordelt med standardavvik \(\frac{\sigma}{\sqrt{n}}\) når \(n\) er stor. Vi kjenner ikke \(\sigma\), men med et stort utvalg er \(s\) et godt estimat.

RegelKonfidensintervall for et gjennomsnitt

Et konfidensintervall for \(\mu\) er

\[ \bar{x} \pm z \cdot \frac{s}{\sqrt{n}} \]

med \(z = 1{,}645\), \(1{,}96\) eller \(2{,}576\) for \(90\ \%\), \(95\ \%\) og \(99\ \%\).

Forutsetninger: tilfeldig utvalg og stort utvalg (\(n \ge 30\)).

NoteSmå utvalg

Når \(n\) er liten og \(\sigma\) ukjent, gir dette intervallet for smal margin, fordi \(s\) selv er usikker. Da brukes en annen fordeling, \(t\)-fordelingen, som ikke er en del av dette faget. I denne boka bruker vi bare store utvalg.

\(n = 120\), \(\bar{x} = 7{,}1\) timer og \(s = 1{,}2\) timer. Lag et \(95\ \%\) konfidensintervall for gjennomsnittlig søvn blant alle elevene på skolen, og tolk det.

Finn standardfeilen først.

\(\operatorname{SE} = \frac{1{,}2}{\sqrt{120}} \approx 0{,}110\), og \(1{,}96 \cdot 0{,}110 \approx 0{,}215\).

Intervallet er \(7{,}1 \pm 0{,}215\), fra \(6{,}89\) til \(7{,}31\) timer.

Vi er \(95\ \%\) sikre på at gjennomsnittlig søvn blant alle elevene på skolen natt til tirsdag var mellom \(6{,}9\) og \(7{,}3\) timer. Merk at intervallet gjelder gjennomsnittet, ikke den enkelte elev. Mange elever sov mye mindre eller mer.

Et tilfeldig utvalg på \(100\) personer ga \(\bar{x} = 37{,}5\) år og \(s = 24{,}4\) år (9.1.1). Lag et \(95\ \%\) konfidensintervall for gjennomsnittsalderen i Norge. Den virkelige verdien er \(41{,}3\) år. Traff intervallet?

\(\operatorname{SE} = 2{,}44\).

\(37{,}5 \pm 1{,}96 \cdot 2{,}44 = 37{,}5 \pm 4{,}8\), fra \(32{,}7\) til \(42{,}3\) år.

Intervallet inneholder \(41{,}3\), så det traff. Aldersfordelingen er ikke normal, men med \(n = 100\) er gjennomsnittet omtrent normalfordelt (8.1.3).

Bredden

Halve bredden, \(z \cdot \frac{s}{\sqrt{n}}\), kalles feilmarginen. Den blir mindre når

  • \(n\) øker (men bare med \(\sqrt{n}\): Fire ganger så mange gir halv feilmargin),
  • konfidensnivået er lavere,
  • dataene varierer mindre (mindre \(s\)).

Elevrådet vil ha en feilmargin på høyst \(0{,}1\) time med \(95\ \%\) konfidensnivå. Hvor mange elever må de spørre? Bruk \(s = 1{,}2\).

Løs \(1{,}96 \cdot \frac{1{,}2}{\sqrt{n}} \le 0{,}1\) for \(n\).

\(\sqrt{n} \ge \frac{1{,}96 \cdot 1{,}2}{0{,}1} = 23{,}52\), så \(n \ge 23{,}52^2 \approx 553{,}2\). De må spørre minst \(554\) elever, hvis skolen har så mange.

AdvarselVanlige feil
  • Bruk \(\frac{s}{\sqrt{n}}\), ikke \(s\). Intervallet handler om gjennomsnittet.
  • Intervallet sier ikke hvor de enkelte observasjonene ligger. De fleste observasjonene ligger utenfor et smalt konfidensintervall.
  • Uten tilfeldig utvalg gjelder ikke intervallet, uansett hvor stor \(n\) er.

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

\(n = 64\), \(\bar{x} = 7{,}2\) og \(s = 1{,}2\). Lag et \(95\ \%\) konfidensintervall for \(\mu\). Skriv den nedre grensen i svarfeltet med to desimaler.

Hva skjer med feilmarginen hvis

\(n\) blir fire ganger så stor,
konfidensnivået økes fra \(95\ \%\) til \(99\ \%\)?
Nivå 2

En undersøkelse blant \(200\) tilfeldige elever ga gjennomsnittlig skjermtid \(4{,}6\) timer per dag, med \(s = 2{,}1\) timer. Fordelingen er skjev mot høyre.

Lag et \(95\ \%\) konfidensintervall for gjennomsnittlig skjermtid.
Kan vi bruke intervallet selv om fordelingen er skjev?
Ola sier at \(95\ \%\) av elevene bruker mellom \(4{,}3\) og \(4{,}9\) timer på skjerm. Hva er feil?

Skole A: \(n = 100\), \(\bar{x} = 7{,}0\), \(s = 1{,}0\). Skole B: \(n = 100\), \(\bar{x} = 7{,}4\), \(s = 1{,}0\). Lag \(95\ \%\) konfidensintervaller for begge. Tyder det på at elevene på skole B sover mer?

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

xbar = 7.1
s = 1.2
n = 144
se = s / n**0.5
print(se)
print(round(xbar - 1.96 * se, 2),
      round(xbar + 1.96 * se, 2))

Skriv det første tallet i utskriften i svarfeltet.

Utfordringer

Bruk kodecellen. Den trekker \(1000\) utvalg med \(n\) personer fra befolkningen i Norge, lager et \(95\ \%\) konfidensintervall fra hvert, og teller hvor mange som inneholder \(\mu = 41{,}3\).

Kjør med \(n = 100\) og \(n = 10\).
Hvorfor treffer intervallene sjeldnere med \(n = 10\)?

Oppsummering

Konfidensintervall for gjennomsnitt

\[ \bar{x} \pm z \cdot \frac{s}{\sqrt{n}} \]

Forutsetninger

Tilfeldig utvalg, \(n \ge 30\).

Utvalgsstørrelse

\[ n \ge \left(\frac{z \cdot s}{m}\right)^2 \]

  • Intervallet gjelder gjennomsnittet, ikke de enkelte observasjonene.
  • Fire ganger så stort utvalg gir halv feilmargin.

9.1.4 Meningsmålinger og feilmargin

«Ap stuper!», skriver en avis. Partiet har gått fra \(27\ \%\) til \(25\ \%\) på én måned. Under artikkelen står det med liten skrift: «\(1000\) spurte, feilmargin \(\pm 3\) prosentpoeng.» Har Ap virkelig falt? Med det vi kan om konfidensintervaller, kan vi lese slike saker kritisk.

Læringsmål

Etter dette delkapittelet skal du kunne

  • regne ut feilmarginen i en meningsmåling,
  • finne hvor stort utvalg som trengs for en gitt feilmargin,
  • vurdere om en endring mellom to målinger kan skyldes tilfeldigheter,
  • lese nyhetssaker om meningsmålinger kritisk.

Feilmarginen

DefinisjonFeilmargin

Feilmarginen er halve bredden av konfidensintervallet. For en andel med \(95\ \%\) konfidensnivå er den

\[ m = 1{,}96 \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

\(\hat{p}(1 - \hat{p})\) er størst når \(\hat{p} = 0{,}5\), og da er \(m = 1{,}96 \cdot \frac{0{,}5}{\sqrt{n}} \approx \frac{1}{\sqrt{n}}\). Byråene oppgir ofte denne største feilmarginen.

RegelTommelfingerregel for feilmargin

Den største feilmarginen i en meningsmåling med \(n\) spurte er omtrent

\[ m \approx \frac{1}{\sqrt{n}} \]

For \(n = 1000\) er \(m \approx 0{,}032\), altså omtrent \(\pm 3\) prosentpoeng. For små partier er feilmarginen mindre.

En meningsmåling med \(1000\) spurte gir et stort parti \(25\ \%\) og et lite parti \(4\ \%\). Finn feilmarginen for hvert av dem.

Bruk formelen med \(\hat{p} = 0{,}25\) og \(\hat{p} = 0{,}04\).

Stort parti: \(1{,}96 \cdot \sqrt{\frac{0{,}25 \cdot 0{,}75}{1000}} \approx 0{,}027\), altså \(\pm 2{,}7\) prosentpoeng. Lite parti: \(1{,}96 \cdot \sqrt{\frac{0{,}04 \cdot 0{,}96}{1000}} \approx 0{,}012\), altså \(\pm 1{,}2\) prosentpoeng.

For det lille partiet er feilmarginen mindre i prosentpoeng, men stor i forhold til oppslutningen: Partiet kan ligge alt fra \(2{,}8\ \%\) til \(5{,}2\ \%\). Det avgjør om partiet er over sperregrensen på \(4\ \%\).

Utvalgsstørrelse

Løser vi \(m = z \cdot \sqrt{\frac{p(1 - p)}{n}}\) for \(n\), får vi

\[ n = \left(\frac{z}{m}\right)^2 \cdot p(1 - p) \]

Kjenner vi ikke \(p\) på forhånd, bruker vi \(p = 0{,}5\), som gir den største \(n\).

Hvor mange må spørres for at feilmarginen skal bli høyst \(2\) prosentpoeng med \(95\ \%\) konfidensnivå?

\(m = 0{,}02\) og \(p = 0{,}5\).

\(n = \left(\frac{1{,}96}{0{,}02}\right)^2 \cdot 0{,}25 = 98^2 \cdot 0{,}25 = 2401\).

For å gå fra \(\pm 3\) til \(\pm 2\) prosentpoeng må byrået spørre mer enn dobbelt så mange. Det er dyrt, og derfor spør de fleste byråer rundt \(1000\).

Endringer mellom målinger

Når vi sammenlikner to målinger, er begge usikre. Forskjellen mellom dem varierer mer enn hver av dem: Variansene legges sammen (8.1.2), så standardfeilen til forskjellen er omtrent \(\sqrt{2}\) ganger standardfeilen til én måling.

Ap går fra \(27\ \%\) til \(25\ \%\) i to målinger med \(1000\) spurte hver. Kan endringen skyldes tilfeldigheter?

Finn standardfeilen til én måling, gang med \(\sqrt{2}\), og sammenlikn endringen med \(1{,}96\) ganger dette.

\(\operatorname{SE} \approx \sqrt{\frac{0{,}26 \cdot 0{,}74}{1000}} \approx 0{,}0139\) for én måling. For forskjellen: \(\sqrt{2} \cdot 0{,}0139 \approx 0{,}0196\). Feilmarginen for endringen er \(1{,}96 \cdot 0{,}0196 \approx 0{,}038\), altså \(3{,}8\) prosentpoeng.

En endring på \(2\) prosentpoeng er godt innenfor. Avisen kan ikke konkludere med at Ap har falt. Først hvis mange målinger fra ulike byråer viser samme retning, er det grunn til å tro på en endring.

Kritisk lesing

RegelSjekkliste for meningsmålinger
  1. Hvem er spurt (populasjon), og hvordan ble de valgt? Tilfeldig utvalg, eller selvvalgte nettsvar?
  2. Hvor mange er spurt? Feilmarginen er omtrent \(\frac{1}{\sqrt{n}}\).
  3. Er endringen større enn feilmarginen for en forskjell (omtrent \(1{,}4\) ganger feilmarginen)?
  4. Hva er spurt om, og hvordan er spørsmålet formulert (1.3.3)?
  5. Frafall: Hvor mange svarte ikke, og kan de være annerledes enn de som svarte?

Feilmarginen tar bare hensyn til tilfeldig variasjon. Skjevhet i utvalget, frafall og ledende spørsmål kan gi mye større feil, og de forsvinner ikke med et større utvalg.

AdvarselVanlige feil
  • Feilmarginen gjelder hver andel for seg. For en endring mellom to målinger er den omtrent \(40\ \%\) større.
  • «Feilmargin \(\pm 3\) prosentpoeng» gjelder de store partiene. For små partier er den mindre i prosentpoeng.
  • Feilmarginen sier ingenting om skjevhet, frafall eller dårlige spørsmål.
  • Prosent og prosentpoeng: Fra \(4\ \%\) til \(5\ \%\) er \(1\) prosentpoeng, men \(25\ \%\) økning.

Oppgaver

Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.

Nivå 1

Bruk \(m \approx \frac{1}{\sqrt{n}}\). Finn den største feilmarginen i prosentpoeng for

\(n = 400\),
\(n = 2500\).

Et parti får \(12\ \%\) i en måling med \(1000\) spurte. Finn feilmarginen med \(95\ \%\) konfidensnivå, i prosentpoeng med én desimal.

Nivå 2

Et parti får \(4{,}6\ \%\) i en måling med \(1000\) spurte. En kommentator sier at partiet «er trygt over sperregrensen på \(4\ \%\)». Vurder påstanden.

En nettavis har en avstemning: «Bør skoledagen starte senere?» \(15\,000\) har svart, og \(78\ \%\) sier ja. Avisen skriver at feilmarginen er under \(1\) prosentpoeng. Vurder.

Et byrå vil måle oppslutningen til et parti som ligger rundt \(10\ \%\), med feilmargin \(1\) prosentpoeng. Hvor mange må spørres?

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften?

for n in [100, 400, 1600]:
    m = 1 / n**0.5
    print(n, round(100 * m, 1))

Skriv det siste tallet i utskriften i svarfeltet.

Utfordringer

Bruk kodecellen. Den simulerer to meningsmålinger med \(1000\) spurte hver, når den virkelige oppslutningen er \(26\ \%\) begge gangene, og gjentar det \(10\,000\) ganger.

Hvor ofte endrer oppslutningen seg med minst \(2\) prosentpoeng fra den ene målingen til den andre?
Hva betyr det for nyhetssaker om at et parti «stuper» eller «går kraftig fram»?

Oppsummering

Feilmargin (95 %)

\[ m = 1{,}96 \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

Tommelfingerregel

\[ m \approx \frac{1}{\sqrt{n}} \]

Utvalgsstørrelse

\[ n = \left(\frac{z}{m}\right)^2 \cdot p(1 - p) \]

Endring mellom to målinger

Feilmarginen er omtrent \(\sqrt{2} \approx 1{,}4\) ganger større.

  • Feilmarginen fanger bare opp tilfeldig variasjon, ikke skjevhet, frafall eller ledende spørsmål.

9.2 Oppgaver

Oppgavene blander stoff fra hele kapittelet.

I elevundersøkelsen på en skole svarte \(312\) av \(480\) tilfeldig valgte elever at de trives godt.

Finn punktestimatet og standardfeilen.
Lag et \(95\ \%\) konfidensintervall og tolk det.
Skolen har \(1200\) elever. Gi et intervall for antall elever som trives godt.

Tre elever har laget konfidensintervaller fra det samme utvalget: \([0{,}32;\ 0{,}48]\), \([0{,}34;\ 0{,}46]\) og \([0{,}35;\ 0{,}45]\). Hvilket er \(90\ \%\), \(95\ \%\) og \(99\ \%\)? Begrunn.

SSB fant at \(20{,}4\ \%\) av \(651\) unge røyker. En skole spør \(120\) tilfeldige elever mellom \(16\) og \(19\) år, og \(15\) røyker.

Lag et \(95\ \%\) konfidensintervall for andelen røykere på skolen.
Er det grunn til å tro at elevene på skolen røyker mindre enn unge generelt?

9.3 Oppsummering

Estimater og standardfeil

Punktestimater

\(\hat{p}\) for \(p\), \(\bar{x}\) for \(\mu\), \(s\) for \(\sigma\)

Standardfeil for andel

\[ \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

Standardfeil for gjennomsnitt

\[ \frac{s}{\sqrt{n}} \]

Konfidensintervaller

For andel

\[ \hat{p} \pm z \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]

For gjennomsnitt

\[ \bar{x} \pm z \cdot \frac{s}{\sqrt{n}} \]

Konfidensnivå og \(z\)

\(90\ \%\): \(1{,}645\). \(95\ \%\): \(1{,}96\). \(99\ \%\): \(2{,}576\).

Feilmargin

\[ m \approx \frac{1}{\sqrt{n}} \]

Utvalgsstørrelse

\[ n = \left(\frac{z}{m}\right)^2 \cdot p(1 - p) \]

  • «\(95\ \%\)» gjelder metoden: \(95\ \%\) av intervallene inneholder parameteren.
  • Feilmarginen fanger bare opp tilfeldig variasjon.