Het korte antwoord
Een betrouwbaarheidsinterval is een bereik dat is opgebouwd rond een steekproefstatistiek die waarschijnlijk de werkelijke populatiewaarde bevat: interval = puntschatting ± (kritieke waarde × standaardfout). Een betrouwbaarheidsinterval van 95% betekent dat als u het steekproefproces vele malen zou herhalen, ongeveer 95% van de intervallen die u zou maken de werkelijke populatieparameter zouden bevatten - niet dat er een kans van 95% is dat de werkelijke waarde binnen dit ene specifieke interval valt.
Belangrijkste afhaalrestaurants
- A wider confidence level (99% vs. 90%) always produces a wider interval — you're trading precision for certainty, not getting a "more correct" answer.
- Gebruik de z-verdeling als de standaarddeviatie van de populatie bekend is of als de steekproef groot is (n ≥ 30); gebruik de t-verdeling wanneer σ wordt geschat op basis van een kleine steekproef.
- Het verviervoudigen van de steekproefomvang halveert slechts de foutmarge, aangezien de standaardfout kleiner wordt met de vierkantswortel van n, en niet met n zelf.
- "95% confidence" describes the long-run reliability of the method across repeated sampling, not the probability that this specific interval contains the true value.
De betrouwbaarheidsintervalformule
Gemiddelde (σ bekend): CI = x̄ ± z × (σ / √n)
Aandeel: CI = p̂ ± z × √(p̂(1 − p̂) / n)
| Vertrouwensniveau | z kritische waarde |
|---|---|
| 90% | 1.645 |
| 95% | 1.96 |
| 99% | 2.576 |
z vs. t: welke kritische waarde moet worden gebruikt
| Voorwaarde | Gebruik | Waarom |
|---|---|---|
| σ bekend, elke steekproefomvang | z | De standaardnormale verdeling is precies van toepassing |
| σ onbekend, n ≥ 30 | z (ca.) | Grote monsters maken t vrijwel identiek aan z |
| p onbekend, n < 30 | t | Dikkere staarten zorgen voor extra onzekerheid bij het schatten van σ |
Uitgewerkt voorbeeld: 95% interval voor een steekproefgemiddelde
Steekproefgemiddelde x̄ = 50,5, steekproefomvang n = 100, standaardafwijking σ = 10,5, betrouwbaarheidsniveau = 95%.
Standaardfout = σ / √n = 10,5 / √100 = 1,05
Foutmarge = 1,96 × 1,05 ≈ 2,06
95% BI = 50,5 ± 2,06 = [48,44; 52,56]
We zouden zeggen dat we er 95% zeker van zijn dat het werkelijke populatiegemiddelde tussen 48,44 en 52,56 ligt - wat betekent dat deze methode het werkelijke gemiddelde vastlegt in ongeveer 95% van de steekproeven die op dezelfde manier zijn getrokken, niet dat dit specifieke interval een kans van 95% heeft om gelijk te hebben.
Veelgemaakte fouten die u moet vermijden
- Interpreting "95% confidence" as "95% probability the true value is in this interval" — it's a statement about the long-run method, not this one computed interval.
- Door z te gebruiken wanneer de steekproef klein is en σ onbekend is, bestaan de dikkere staarten van de t-verdeling specifiek om rekening te houden met die extra onzekerheid.
- Ervan uitgaande dat een verdubbeling van de steekproefomvang de foutmarge halveert – is er feitelijk een verviervoudiging van n nodig om de marge te halveren, aangezien de standaardfout kleiner wordt met √n.
- Het vergeten van proportiebetrouwbaarheidsintervallen heeft een p̂ tussen 0 en 1 nodig, en kan zich slecht gedragen in de buurt van 0 of 1 met kleine steekproeven.
Gerelateerde rekenmachines
- Standaardafwijkingscalculator — bereken σ uit onbewerkte gegevens voordat u er een interval omheen bouwt.
- Rekenmachine voor steekproefomvang — werk terug van een beoogde foutmarge naar de steekproefomvang die u nodig heeft.
- Z-Score-calculator — controleer waar een individueel datapunt valt ten opzichte van deze verdeling.
- P-waardecalculator — een specifieke hypothese testen in plaats van een bereik te schatten.