우리는 당신이 무작위로 샘플링한다고 가정되는 인구, 가정, 비율 포함 발기인, P 0 수동 소자, 그리고 P - 1 냐는와 P 1p1p0p−1 . 국민 연금을 모델링하기 위해, 라벨 (당신의 인구의 각 구성원에 대해 하나) 티켓의 큰 숫자와 더불어 큰 모자를 작성 상상 + 1 발기인에 대한, 0 수동 소자에 대한, 그리고 - 1을 비방를 들어, 주어진 비율로, 다음 그리기 N을 그들 중 무작위로. 그만큼p1+p0+p−1=1+10−1n샘플 모자).NPS는 작성된 티켓의 평균값입니다. 진정한 는 다음과 같습니다 NPS는 모자의 모든 티켓의 평균 값으로 계산됩니다 기대 값 (또는 기대
실제 NPS의 좋은 추정치는 샘플 NPS입니다. 샘플 NPS에도 기대치가 있습니다. 가능한 모든 샘플 NPS의 평균으로 간주 할 수 있습니다. 이 기대는 실제 NPS와 같습니다. 샘플 NPS 의 표준 오차 는 샘플 NPS가 일반적으로 임의의 샘플과 다른 샘플간에 얼마나 많은지를 측정하는 것입니다. 다행스럽게도 SE를 찾기 위해 가능한 모든 샘플을 계산할 필요는 없습니다. 모자에서 티켓의 표준 편차를 계산하고 √로 나누면 더 간단하게 찾을 수 있습니다. . (샘플이 인구의 상당한 비율 일 때는 약간 조정할 수 있지만 여기서는 필요하지 않습니다.)n−−√
예를 들어, 프로모터, p 0 = 1 / 3 수동태 및 p - 1 = 1 / 6 디 트랙터 의 모집단을 고려하십시오 . 진정한 NPS는p1=1/2p0=1/3p−1=1/6
NPS=1×1/2+0×1/3+−1×1/6=1/3.
따라서 차이 는
Var(NPS)=(1−NPS)2×p1+(0−NPS)2×p0+(−1−NPS)2×p−1=(1−1/3)2×1/2+(0−1/3)2×1/3+(−1−1/3)2×1/6=5/9.
표준 편차는 동일한에 대한이의 제곱근입니다 0.75.
3241/3=330.75/324−−−√=4.1
실제로 모자에있는 티켓의 표준 편차를 모르기 때문에 대신 샘플의 표준 편차를 사용하여 추정합니다. 표본 크기의 제곱근으로 나누면 NPS의 표준 오차를 추정합니다.이 추정치는 오차 한계 (MoE)입니다.
각 유형의 고객이 상당수 (일반적으로 약 5 명 이상)를 관찰하면 표본 NPS의 분포는 보통에 가깝습니다. 이는 일반적인 방식으로 MoE를 해석 할 수 있음을 의미합니다. 특히, 샘플 NPS가 실제 NPS의 1 MoE 내에있을 때의 약 2/3의 시간 및 샘플 NPS가 실제 NPS의 2 개의 MoE 내에있을 것의 시간의 약 19/20 (95 %). 이 예에서 오차 한계가 실제로 4.1 % 인 경우 조사 결과 (샘플 NPS)가 모집단 NPS의 8.2 % 내에 있다고 95 % 신뢰할 수 있습니다.
각 설문 조사에는 자체 오차 한계가 있습니다. 이러한 두 가지 결과를 비교하려면 각각 오류 가능성을 고려해야합니다. 측량 크기가 거의 같을 때, 그 차이 의 표준 오차 는 피타고라스 정리로 찾을 수 있습니다. 제곱의 합의 제곱근을 취하십시오. 예를 들어, 1 년 MoE가 4.1 %이고 다른 1 년 MoE가 3.5 % 인 경우 대략 부근의 오차 한계를 계산합니다.3.52+4.12−−−−−−−−−√
시간이 지남에 따라 많은 설문 조사 결과를 비교할 때 더 많은 분리 된 오차 한계에 대처해야하므로보다 정교한 방법이 도움이 될 수 있습니다. 오차 한계가 모두 매우 유사 할 때, 대략적인 경험의 규칙은 3 개 이상의 MoE를 "유의 한"것으로 간주하는 것입니다. 이 예에서, MoE가 약 4 %를 가리키면 여러 설문 조사 기간 동안 약 12 % 이상의 변경이주의를 기울여야하며 작은 변경은 설문 조사 오류로 유효하지 않을 수 있습니다. 여하튼, 여기에 제공된 분석과 경험 법칙은 일반적으로 설문 조사의 차이점이 무엇을 의미하는지 생각할 때 좋은 출발점을 제공합니다.
당신이 001/n−−√n