Firma CCCC zamierza ustalić frakcję klientów będących potencjalnymi nabywcami jej produktów. Szacuje się, że odsetek klientów chcących nabyć produkty tej firmy wynosi 75%. Ilu - co najmniej - klientów powinno znaleźć się w próbie losowej przy maksymalnym błędzie szacunku 10% i współczynniku ufności 0,95?

1. JAK ROZPOZNAĆ ZADANIE DOTYCZĄCE MINIMALNEJ LICZEBNOŚCI PRÓBY?

Po przeczytaniu całego zadania zwracamy uwagę na zdanie:

“ Ilu - co najmniej - klientów powinno znaleźć się w próbie losowej przy maksymalnym błędzie szacunku 10% i współczynniku ufności 0,95? ”

Występują tu zwroty: ilu - co najmniej - klientów powinno znaleźć się w próbie losowej ... , przy maksymalnym błędzie szacunku ... . Pojawia się również wyrażenie współczynnik ufności . Biorąc pod uwagę wszystkie słowa-klucze mamy na pewno do czynienia z zadaniem dotyczącym minimalnej liczebności próby.

2. ANALIZA I PRAWIDŁOWE WYPISANIE DANYCH.

Czytamy zdanie po zdaniu.

Firma CCCC zamierza ustalić frakcję klientów będących potencjalnymi nabywcami jej produktów.

W tym zdaniu nie ma żadnych danych liczbowych, więc je pomijamy.

Szacuje się, że odsetek klientów chcących nabyć produkty tej firmy wynosi 75%.

75% klientów chce nabyć produkty firmy. Jest to odsetek (podany w procentach), a więc przypuszczalny wskaźnik struktury w populacji. Opisujemy go symbolem .

“ Ilu - co najmniej - klientów powinno znaleźć się w próbie losowej przy maksymalnym błędzie szacunku 10% i współczynniku ufności 0,95? ”

Szukamy liczebności próby, którą oznaczamy literą . Maksymalny błąd szacunku wynosi . Współczynnik ufności wynosi . Od razu wyznaczamy .

Podsumowując tworzymy przejrzystą tabelę z danymi:

POPULACJA klienci	PRÓBA wybranych klientów

- współczynnik ufności,

3. WYBÓR ODPOWIEDNIEGO WZORU.

Spójrzmy w kartę wzorów. Dla minimalnej liczebności próby mamy do wyboru pięć modeli. Teraz wracamy do danych i na początku sprawdzamy, czy jest znana. Stwierdzamy, że nie jest znana , zatem wykluczamy model I. Nie mamy próby pilotażowej o konkretnej liczebności , gdzie możliwe jest wyliczenie wariancji , wobec tego odrzucamy również modele II i III. W zamian dysponujemy spodziewanym wskaźnikiem struktury , zatem wybieramy model IV .

4. UZUPEŁNIANIE WYBRANEGO WZORU I OBLICZENIA.

Wracamy do danych z tabeli i uzupełniamy wzór konkretnymi liczbami. Zgodnie ze wzorem .

Teraz należy odczytać odpowiednią statystykę z tablic. W formule znajduje się literka u , zatem skorzystamy z tablic rozkładu normalnego: http://matma-po-ludzku.pl/materialy/statystyka/wzory/rnormalny.pdf . Zapis oznacza konieczność odnalezienia statystyki dla . Czytanie z tablic rozkładu normalnego nie jest trudne. Sumuje się wartości znajdujące się na obrzeżach tzn. z kolumny, która stanowi części dziesiętne i z wiersza, który traktujemy jako części setne. W przypadku sumujemy i czyli .

Wracamy do obliczeń i podstawiamy (zaokrąglanie to indywidualna sprawa wynikająca najczęściej z preferencji prowadzącego):

5. WYNIK I INTERPRETACJA.

Ostatecznie otrzymujemy: , czyli ZAWSZE zaokrąglając w górę otrzymujemy .

Interpretacja brzmi następująco: Aby oszacować frakcję klientów będących potencjalnymi nabywcami produktów firmy CCCC z ufnością 0,95 należy wylosować do próby 73 osoby.