Thân kính,
Nguyễn Tấn-Hồng

Tôi có ghi rõ — các phân tích và dự đoán trong bài đa số căn cứ vào những so sánh tham khảo của Survey trong tuần lễ 11 tới 16 tháng giêng năm 2012 của Trung Tâm Điều Nghiên Pew Research Center. Sự sai lệch biên tế [margin of error] “thêm/bớt” của các “surveys” đều theo một tiêu chuẩn đồng đều, nên sự chính xác tuy có căn bản khoa học nhưng vẫn có tính cách ước lượng, do đó sự tiến hoá của cuộc Bầu Cử còn tùy thuộc vào yếu tố thời gian, điều kiện hội nhập và phản ứng giữa các đối tác liên hệ.

Bài viết này chỉ có tính cách phân tích và để cử một số nhận định để người viết và độc giả có cơ hội suy luận và bổ túc thêm.

Trong bài tôi cũng nói tới những cơ hội/hoạt cảnh/options/scénarios/ để từ đó so sánh các hậu quả khác nhau.

Chúng ta sẽ có dịp bổ túc và cập nhật những nhận định sơ khởi này. Xin đa tạ. Lưu Nguyễn Đạt

Sample Size Calculator Terms: Confidence Interval & Confidence Level

The confidence interval (also called margin of error) is the plus-or-minus figure usually reported in newspaper or television opinion poll results. For example, if you use a confidence interval of 4 and 47% percent of your sample picks an answer you can be “sure” that if you had asked the question of the entire relevant population between 43% (47-4) and 51% (47+4) would have picked that answer.

The confidence level tells you how sure you can be. It is expressed as a percentage and represents how often the true percentage of the population who would pick an answer lies within the confidence interval. The 95% confidence level means you can be 95% certain; the 99% confidence level means you can be 99% certain. Most researchers use the 95% confidence level.

When you put the confidence level and the confidence interval together, you can say that you are 95% sure that the true percentage of the population is between 43% and 51%. The wider the confidence interval you are willing to accept, the more certain you can be that the whole population answers would be within that range.

For example, if you asked a sample of 1000 people in a city which brand of cola they preferred, and 60% said Brand A, you can be very certain that between 40 and 80% of all the people in the city actually do prefer that brand, but you cannot be so sure that between 59 and 61% of the people in the city prefer the brand.

Factors that Affect Confidence Intervals

There are three factors that determine the size of the confidence interval for a given confidence level:

Sample size
Percentage
Population size
Sample Size

The larger your sample size, the more sure you can be that their answers truly reflect the population. This indicates that for a given confidence level, the larger your sample size, the smaller your confidence interval. However, the relationship is not linear (i.e., doubling the sample size does not halve the confidence interval).

Percentage

Your accuracy also depends on the percentage of your sample that picks a particular answer. If 99% of your sample said “Yes” and 1% said “No,” the chances of error are remote, irrespective of sample size. However, if the percentages are 51% and 49% the chances of error are much greater. It is easier to be sure of extreme answers than of middle-of-the-road ones.

When determining the sample size needed for a given level of accuracy you must use the worst case percentage (50%). You should also use this percentage if you want to determine a general level of accuracy for a sample you already have. To determine the confidence interval for a specific answer your sample has given, you can use the percentage picking that answer and get a smaller interval.

Population Size

How many people are there in the group your sample represents? This may be the number of people in a city you are studying, the number of people who buy new cars, etc. Often you may not know the exact population size. This is not a problem. The mathematics of probability proves the size of the population is irrelevant unless the size of the sample exceeds a few percent of the total population you are examining. This means that a sample of 500 people is equally useful in examining the opinions of a state of 15,000,000 as it would a city of 100,000. For this reason, The Survey System ignores the population size when it is “large” or unknown. Population size is only likely to be a factor when you work with a relatively small and known group of people (e.g., the members of an association).

The confidence interval calculations assume you have a genuine random sample of the relevant population. If your sample is not truly random, you cannot rely on the intervals. Non-random samples usually result from some flaw in the sampling procedure. An example of such a flaw is to only call people during the day and miss almost everyone who works. For most purposes, the non-working population cannot be assumed to accurately represent the entire (working and non-working) population…

Cám ơn Anh Đạt đã cho đọc một tổng hợp nhận định về cuộc bầu cử Tổng thống Hoa Kỳ năm 2012. Gọi là nhận định thì không chính xác mà gọi là một tổng hợp thì cũng sai. Tôi nghĩ cứ tạm gọi là một nhận định tổng hợp. Tuy nhiên vô cùng thích thú với lối trình bầy vấn đề cũa Anh.
Có lẽ cũng vô cùng thích thú nếu chúng ta thử luận về “sác xuất” của những cuộc thăm dò (survey), cho rằng thêm cà một giới hãn sai số + và -. Sác xuất hay chính xác có thể được kiễm chứng bằng câu “nếu cuộc bầu bán được thực hiện ngay hôm nay”. Nhưng sự kiểm chứng này chẳng thể có.
Tính chính xác của thăm dò cũng tùy thuộc vào đối tượng được thăm dò. Kết quả cuộc thăm dò không biết có dẩn dắt toàn thể cử tri, và nếu cử tri còn có những thành phần ngoài thành phần được phân loại đặt tên.

Xin có vài hàng ý kiến, kính chúc Anh Chị và các cháu năm mới Nhâm Thìn luôn hưởng an lạc, hạnh phúc.

Hoàng Cơ Long