Vai al contenuto
OneKitly

Quadruplicare il campione per dimezzare l'intervallo

Pubblicato il 28/09/2026 · 3 min di lettura · Calcolatrici quotidiane

Lena Hoffmann

Lena Hoffmann — Redattrice Scienza e Istruzione presso OneKitly

Matematica · Fisica

Verificato su 2 fonti

Vedi il profilo →
In breve

Il margine di errore è z × deviazione ÷ √n. Con una deviazione di 15 e 30 osservazioni al 95 %, fa 1,96 × 15 ÷ √30 = 5,37, e l'intervallo va da 94,63 a 105,37. La radice quadrata è la parte da interiorizzare: per dimezzare quel margine non servono il doppio dei dati ma quattro volte tanto, e 120 osservazioni danno esattamente 2,68. Allargare il livello di confidenza costa molto meno — passare dal 95 % al 99 % porta il margine a 7,05, solo il 31 % più largo, per quattro punti di confidenza in più. E la frase che sbaglia più di ogni altra: l'intervallo parla del metodo, non di questo intervallo. Il novantacinque per cento degli intervalli costruiti così contiene la media vera; questo la contiene o no, e nessun calcolo dirà quale delle due.

Pubblicità

Una media di 100 con una deviazione standard di 15 su 30 osservazioni dà 100 ± 5,37 al 95 %. Passare a 120 osservazioni dà ± 2,68 — esattamente la metà, perché la dimensione del campione entra sotto una radice quadrata.

Dove la radice quadrata manda il budget

La precisione diventa cara più in fretta di quanto l'intuito preveda. Passare da un margine di 5,37 a 2,68 costa novanta osservazioni in più; passare da 2,68 a 1,34 ne costa altre 360. Ogni dimezzamento quadruplica il costo, ed è per questo che gli studi seri discutono la larghezza di cui hanno davvero bisogno invece di chiedere la più stretta che possano permettersi — e perché un sondaggio che raddoppia il campione annunciando un risultato spettacolarmente migliore sta di solito annunciando qualcosa di diverso dalla precisione. Fissa la larghezza che la decisione richiede, poi risolvi in n; l'ordine inverso produce un numero che nessuno può difendere.

z presuppone una distribuzione campionaria normale, non dati normali

L'1,96 viene dalla distribuzione normale, e l'ipotesi di cui ha bisogno riguarda la distribuzione delle medie campionarie, non le singole osservazioni. Il teorema del limite centrale fa quasi tutto il lavoro: la media di un campione abbastanza grande è approssimativamente normale anche quando i dati grezzi sono molto asimmetrici, ed è per questo che il calcolo regge su redditi, tempi di attesa e tassi di clic. Due situazioni lo rompono — un campione piccolo da una popolazione asimmetrica, dove trenta è lontano dal bastare, e dati a code pesanti, dove un singolo valore estremo sposta insieme media e deviazione e l'intervallo si allarga in silenzio attorno al centro sbagliato.

Margine
Media 100, deviazione standard 15
ImpostazioneMargineIntervallo
n = 30, 95 %5,3794,63 – 105,37
n = 120, 95 %2,6897,32 – 102,68
n = 30, 99 %7,0592,95 – 107,05

Esempio calcolato con il nostro strumento

Calcolatrice intervallo di confidenza

Dati

Media campionaria
100
Deviazione standard
15
Dimensione campione
30
Livello di confidenza
90%

Risultato

Limite inferiore
95,495
Limite superiore
104,505
Margine di errore
4,505

Queste cifre sono prodotte dal calcolatore qui sotto, non digitate a mano — vengono ricalcolate a ogni modifica dello strumento.

Rifarlo con i tuoi numeri →
Pubblicità

Domande frequenti

Devo usare z o t?
In rigore, t ogni volta che la deviazione della popolazione è ignota e stimata dal campione — cioè quasi sempre. La differenza pratica si riduce in fretta con la dimensione: a n = 30 il moltiplicatore t vale 2,045 contro 1,96 di z, e il margine qui sarebbe 5,60 invece di 5,37, circa il quattro per cento più largo. Sotto la trentina la distanza conta e t è la scelta giusta; sopra, le due risposte concordano abbastanza perché le ipotesi sui tuoi dati cedano molto prima del moltiplicatore.
Due intervalli si sovrappongono: significa che non c'è differenza?
No, ed è uno degli errori più frequenti nella lettura dei grafici. Intervalli sovrapposti possono venire da una differenza che un test diretto giudica significativa, perché il confronto giusto è un intervallo di confidenza sulla differenza fra le due medie, non l'ispezione visiva di due intervalli separati. Il reciproco vale: intervalli disgiunti implicano davvero una differenza significativa, quindi la regola è sicura in un solo verso. Quando la domanda è se due gruppi differiscono, calcola l'intervallo della differenza e leggi quello.

Articoli che potrebbero interessarti

Tutte le guide →
SpiegazioneUn paese di 68 milioni chiede quindici persone in più di una città di 10 000La popolazione entra a malapena nel calcolo della dimensione campionaria. Ciò che entra è il margine di errore, e dimezzarlo quadruplica l'indagine — da 385 persone a 1537.SpiegazioneSe la varianza non è la media, non è una PoissonCon una media di cinque eventi per intervallo, ne accadono esattamente tre il 14,0 % delle volte, nessuno lo 0,7 % e dieci o più il 3,2 % — circa una volta ogni 31 intervalli. La distribuzione ha un solo parametro, e fissa insieme media e varianza.SpiegazioneUna barra d'errore che si accorcia non è la deviazione standardPer 10, 12, 15, 11, 13, 14 la deviazione standard vale 1,87 e l'errore standard 0,76. Rispondono a domande diverse, e solo uno dei due si riduce raccogliendo più dati.SpiegazioneUn sondaggio di mille è altrettanto preciso in un paese di sessanta milioni500 su 1000 danno il 50 % con un margine di 3,10 punti. Riducete il campione a 100 e il margine diventa 9,80 — tre volte più largo, con un decimo delle interviste.SpiegazioneDividere per n meno uno è una scusa per non conoscere la mediaGli stessi otto numeri danno una deviazione standard di popolazione di 6,2237 e campionaria di 6,6534 — 6,9 % di scarto. Quale sia giusta dipende da cosa sono i dati.SpiegazioneLo scarto medio assoluto ha perso una battaglia che avrebbe dovuto vincerePer 4, 8, 15, 16, 23, 42 la distanza media dalla media vale 9,67 e la deviazione standard 13,49. La prima è ciò che la domanda chiedeva davvero.

Strumenti correlati

Fonti

Hai notato un errore in questo articolo?