ਐਪ: ਸਰਵੇਖਣ ਘੱਟੋ-ਘੱਟ ਨਮੂਨਾ ਆਕਾਰ ਕੈਲਕੁਲੇਟਰ
ਇੱਕ ਸਰਵੇਖਣ ਵਿਕਸਿਤ ਕਰਨ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਵੈਧ ਜਵਾਬ ਹੈ ਜਿਸ ਦੇ ਆਧਾਰ 'ਤੇ ਤੁਸੀਂ ਆਪਣੇ ਕਾਰੋਬਾਰੀ ਫੈਸਲਿਆਂ ਨੂੰ ਅਧਾਰ ਬਣਾ ਸਕਦੇ ਹੋ, ਕਾਫ਼ੀ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਪਹਿਲਾਂ, ਤੁਹਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੋਵੇਗਾ ਕਿ ਤੁਹਾਡੇ ਸਵਾਲ ਅਜਿਹੇ ਤਰੀਕੇ ਨਾਲ ਪੁੱਛੇ ਗਏ ਹਨ ਜੋ ਜਵਾਬ ਨੂੰ ਪੱਖਪਾਤ ਨਾ ਕਰੇ। ਦੂਜਾ, ਤੁਹਾਨੂੰ ਇਹ ਸੁਨਿਸ਼ਚਿਤ ਕਰਨਾ ਹੋਵੇਗਾ ਕਿ ਤੁਸੀਂ ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਵੈਧ ਨਤੀਜਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਲੋਕਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦੇ ਹੋ।
ਤੁਹਾਨੂੰ ਹਰ ਵਿਅਕਤੀ ਨੂੰ ਪੁੱਛਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਇਹ ਕਿਰਤ-ਸੰਬੰਧੀ ਅਤੇ ਕਾਫ਼ੀ ਮਹਿੰਗਾ ਹੋਵੇਗਾ। ਮਾਰਕੀਟ ਰਿਸਰਚ ਕੰਪਨੀਆਂ ਉੱਚ ਪੱਧਰ ਦੇ ਭਰੋਸੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕੰਮ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਲੋੜੀਂਦੇ ਪ੍ਰਾਪਤਕਰਤਾਵਾਂ ਦੀ ਘੱਟੋ-ਘੱਟ ਮਾਤਰਾ ਤੱਕ ਪਹੁੰਚਦੇ ਹੋਏ ਗਲਤੀ ਦਾ ਘੱਟ ਮਾਰਜਿਨ। ਇਹ ਤੁਹਾਡੇ ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ ਨਮੂਨਾ ਦਾ ਆਕਾਰ. ਤੁਸੀ ਹੋੋ ਨਮੂਨਾ ਇੱਕ ਨਤੀਜਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸਮੁੱਚੀ ਆਬਾਦੀ ਦਾ ਇੱਕ ਨਿਸ਼ਚਿਤ ਪ੍ਰਤੀਸ਼ਤ ਜੋ ਇੱਕ ਪੱਧਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਦਾ ਭਰੋਸਾ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ. ਵਿਆਪਕ ਤੌਰ ਤੇ ਸਵੀਕਾਰੇ ਗਏ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ, ਤੁਸੀਂ ਇੱਕ ਯੋਗ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੇ ਹੋ ਨਮੂਨਾ ਦਾ ਆਕਾਰ ਇਹ ਸਮੁੱਚੀ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਏਗਾ.
ਜੇ ਤੁਸੀਂ ਇਸ ਨੂੰ ਆਰਐਸਐਸ ਜਾਂ ਈਮੇਲ ਦੁਆਰਾ ਪੜ੍ਹ ਰਹੇ ਹੋ, ਤਾਂ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਸਾਈਟ ਤੇ ਕਲਿਕ ਕਰੋ:
ਆਪਣੇ ਸਰਵੇਖਣ ਦੇ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਦੀ ਗਣਨਾ ਕਰੋ
ਨਮੂਨਾ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ?
ਨਮੂਨਾ ਪੂਰੀ ਆਬਾਦੀ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਾਰੇ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਇੱਕ ਵੱਡੀ ਆਬਾਦੀ ਵਿੱਚੋਂ ਵਿਅਕਤੀਆਂ ਦੇ ਇੱਕ ਉਪ ਸਮੂਹ ਨੂੰ ਚੁਣਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਇਸਦੀ ਵਰਤੋਂ ਅਕਸਰ ਖੋਜ ਅਧਿਐਨਾਂ ਅਤੇ ਪੋਲਾਂ ਵਿੱਚ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਅਤੇ ਆਬਾਦੀ ਬਾਰੇ ਭਵਿੱਖਬਾਣੀਆਂ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਨਮੂਨੇ ਲੈਣ ਦੇ ਕਈ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ: ਇਸ ਵਿੱਚ ਇੱਕ ਬੇਤਰਤੀਬ ਢੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਆਬਾਦੀ ਵਿੱਚੋਂ ਇੱਕ ਨਮੂਨਾ ਚੁਣਨਾ ਸ਼ਾਮਲ ਹੈ, ਜਿਵੇਂ ਕਿ ਸੂਚੀ ਵਿੱਚੋਂ ਬੇਤਰਤੀਬੇ ਨਾਮ ਚੁਣਨਾ ਜਾਂ ਇੱਕ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਆਬਾਦੀ ਦੇ ਹਰੇਕ ਮੈਂਬਰ ਨੂੰ ਨਮੂਨੇ ਲਈ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਹੈ।
- ਪੱਧਰੀ ਨਮੂਨਾ ਕੁਝ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਆਬਾਦੀ ਨੂੰ ਉਪ ਸਮੂਹਾਂ (ਸਤਰਾਂ) ਵਿੱਚ ਵੰਡਣਾ ਅਤੇ ਫਿਰ ਹਰੇਕ ਪੱਧਰ ਤੋਂ ਇੱਕ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੁਣਨਾ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਨਮੂਨਾ ਆਬਾਦੀ ਦੇ ਅੰਦਰ ਵੱਖ-ਵੱਖ ਉਪ ਸਮੂਹਾਂ ਦਾ ਪ੍ਰਤੀਨਿਧ ਹੈ।
- ਕਲੱਸਟਰ ਨਮੂਨਾ: ਇਸ ਵਿੱਚ ਆਬਾਦੀ ਨੂੰ ਛੋਟੇ ਸਮੂਹਾਂ (ਕਲੱਸਟਰਾਂ) ਵਿੱਚ ਵੰਡਣਾ ਅਤੇ ਫਿਰ ਕਲੱਸਟਰਾਂ ਦਾ ਇੱਕ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਚੁਣਨਾ ਸ਼ਾਮਲ ਹੈ। ਚੁਣੇ ਗਏ ਸਮੂਹਾਂ ਦੇ ਸਾਰੇ ਮੈਂਬਰ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ।
- ਪ੍ਰਣਾਲੀਗਤ ਨਮੂਨਾ: ਇਸ ਵਿੱਚ ਨਮੂਨੇ ਲਈ ਆਬਾਦੀ ਦੇ ਹਰ nਵੇਂ ਮੈਂਬਰ ਨੂੰ ਚੁਣਨਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ n ਨਮੂਨਾ ਲੈਣ ਦਾ ਅੰਤਰਾਲ ਹੁੰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਨਮੂਨਾ ਲੈਣ ਦਾ ਅੰਤਰਾਲ 10 ਹੈ ਅਤੇ ਆਬਾਦੀ ਦਾ ਆਕਾਰ 100 ਹੈ, ਤਾਂ ਹਰੇਕ 10ਵੇਂ ਮੈਂਬਰ ਨੂੰ ਨਮੂਨੇ ਲਈ ਚੁਣਿਆ ਜਾਵੇਗਾ।
ਆਬਾਦੀ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਅਧਿਐਨ ਕੀਤੇ ਜਾ ਰਹੇ ਖੋਜ ਸਵਾਲ ਦੇ ਆਧਾਰ 'ਤੇ ਉਚਿਤ ਨਮੂਨਾ ਵਿਧੀ ਦੀ ਚੋਣ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ।
ਭਰੋਸੇ ਦਾ ਪੱਧਰ ਬਨਾਮ ਗਲਤੀ ਮਾਰਜਿਨ
ਇੱਕ ਨਮੂਨਾ ਸਰਵੇਖਣ ਵਿੱਚ, ਦ ਵਿਸ਼ਵਾਸ ਦਾ ਪੱਧਰ ਤੁਹਾਡੇ ਭਰੋਸੇ ਨੂੰ ਮਾਪਦਾ ਹੈ ਕਿ ਤੁਹਾਡਾ ਨਮੂਨਾ ਆਬਾਦੀ ਨੂੰ ਸਹੀ ਰੂਪ ਵਿੱਚ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਰੂਪ ਵਿੱਚ ਦਰਸਾਈ ਜਾਂਦੀ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਅਤੇ ਤੁਹਾਡੀ ਆਬਾਦੀ ਵਿੱਚ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦੇ ਪੱਧਰ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, 95% ਦੇ ਭਰੋਸੇ ਦੇ ਪੱਧਰ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜੇਕਰ ਤੁਸੀਂ ਸਰਵੇਖਣ ਨੂੰ ਕਈ ਵਾਰ ਕਰਨਾ ਸੀ, ਤਾਂ ਨਤੀਜੇ 95% ਵਾਰ ਸਹੀ ਹੋਣਗੇ।
The ਗਲਤੀ ਹਾਸ਼ੀਏਦੂਜੇ ਪਾਸੇ, ਇਹ ਇੱਕ ਮਾਪ ਹੈ ਕਿ ਤੁਹਾਡੇ ਸਰਵੇਖਣ ਦੇ ਨਤੀਜੇ ਅਸਲ ਆਬਾਦੀ ਮੁੱਲ ਤੋਂ ਕਿੰਨੇ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਦਰਸਾਈ ਜਾਂਦੀ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਅਤੇ ਤੁਹਾਡੀ ਆਬਾਦੀ ਵਿੱਚ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦੇ ਪੱਧਰ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਮੰਨ ਲਓ ਕਿ ਇੱਕ ਸਰਵੇਖਣ ਲਈ ਗਲਤੀ ਮਾਰਜਿਨ ਪਲੱਸ ਜਾਂ ਮਾਇਨਸ 3% ਹੈ। ਉਸ ਸਥਿਤੀ ਵਿੱਚ, ਜੇਕਰ ਤੁਸੀਂ ਸਰਵੇਖਣ ਨੂੰ ਕਈ ਵਾਰ ਸੰਚਾਲਿਤ ਕਰਨਾ ਸੀ, ਤਾਂ ਅਸਲ ਆਬਾਦੀ ਦਾ ਮੁੱਲ ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਲ (ਨਮੂਨੇ ਦਾ ਮਤਲਬ ਪਲੱਸ ਜਾਂ ਮਾਇਨਸ ਗਲਤੀ ਹਾਸ਼ੀਏ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ) ਸਮੇਂ ਦੇ 95% ਵਿੱਚ ਆ ਜਾਵੇਗਾ।
ਇਸ ਲਈ, ਸੰਖੇਪ ਵਿੱਚ, ਭਰੋਸੇ ਦਾ ਪੱਧਰ ਇਸ ਗੱਲ ਦਾ ਇੱਕ ਮਾਪ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿੰਨੇ ਭਰੋਸੇਮੰਦ ਹੋ ਕਿ ਤੁਹਾਡਾ ਨਮੂਨਾ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਸਦੇ ਨਾਲ ਹੀ, ਗਲਤੀ ਮਾਰਜਿਨ ਇਹ ਮਾਪਦਾ ਹੈ ਕਿ ਤੁਹਾਡੇ ਸਰਵੇਖਣ ਦੇ ਨਤੀਜੇ ਅਸਲ ਆਬਾਦੀ ਮੁੱਲ ਤੋਂ ਕਿੰਨੇ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ।
ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ?
ਮਿਆਰੀ ਵਿਵਹਾਰ ਡੇਟਾ ਦੇ ਇੱਕ ਸਮੂਹ ਦੇ ਫੈਲਾਅ ਜਾਂ ਫੈਲਾਅ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਇਹ ਤੁਹਾਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਇੱਕ ਡੇਟਾਸੈਟ ਵਿੱਚ ਵਿਅਕਤੀਗਤ ਮੁੱਲ ਡੇਟਾਸੈਟ ਦੇ ਮੱਧਮਾਨ ਤੋਂ ਕਿੰਨੇ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ। ਸਰਵੇਖਣ ਲਈ ਘੱਟੋ-ਘੱਟ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਦੀ ਗਣਨਾ ਕਰਦੇ ਸਮੇਂ, ਮਿਆਰੀ ਵਿਵਹਾਰ ਜ਼ਰੂਰੀ ਹੁੰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਤੁਹਾਡੇ ਨਮੂਨੇ ਵਿੱਚ ਕਿੰਨੀ ਸ਼ੁੱਧਤਾ ਦੀ ਲੋੜ ਹੈ।
ਜੇਕਰ ਮਿਆਰੀ ਵਿਵਹਾਰ ਛੋਟਾ ਹੈ, ਤਾਂ ਆਬਾਦੀ ਦੇ ਮੁੱਲ ਮੁਕਾਬਲਤਨ ਮੱਧਮਾਨ ਦੇ ਨੇੜੇ ਹਨ, ਇਸਲਈ ਤੁਹਾਨੂੰ ਮੱਧਮਾਨ ਦਾ ਚੰਗਾ ਅਨੁਮਾਨ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਵੱਡੇ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਦੀ ਲੋੜ ਨਹੀਂ ਹੋਵੇਗੀ। ਦੂਜੇ ਪਾਸੇ, ਜੇਕਰ ਮਿਆਰੀ ਵਿਵਹਾਰ ਵੱਡਾ ਹੈ, ਤਾਂ ਆਬਾਦੀ ਵਿੱਚ ਮੁੱਲ ਵਧੇਰੇ ਖਿੰਡੇ ਹੋਏ ਹਨ, ਇਸਲਈ ਤੁਹਾਨੂੰ ਮੱਧਮਾਨ ਦਾ ਚੰਗਾ ਅਨੁਮਾਨ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇੱਕ ਵੱਡੇ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਆਮ ਤੌਰ 'ਤੇ, ਮਿਆਰੀ ਵਿਵਹਾਰ ਜਿੰਨਾ ਵੱਡਾ ਹੋਵੇਗਾ, ਤੁਹਾਨੂੰ ਦਿੱਤੇ ਗਏ ਸ਼ੁੱਧਤਾ ਦੇ ਪੱਧਰ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਨਮੂਨੇ ਦਾ ਆਕਾਰ ਜਿੰਨਾ ਵੱਡਾ ਹੋਵੇਗਾ। ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਇੱਕ ਵੱਡਾ ਮਿਆਰੀ ਵਿਵਹਾਰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਆਬਾਦੀ ਵਧੇਰੇ ਪਰਿਵਰਤਨਸ਼ੀਲ ਹੈ, ਇਸਲਈ ਤੁਹਾਨੂੰ ਆਬਾਦੀ ਦੇ ਮੱਧਮਾਨ ਦਾ ਸਹੀ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਇੱਕ ਵੱਡੇ ਨਮੂਨੇ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਘੱਟੋ ਘੱਟ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਫਾਰਮੂਲਾ
ਦਿੱਤੀ ਗਈ ਆਬਾਦੀ ਲਈ ਲੋੜੀਂਦੇ ਘੱਟੋ-ਘੱਟ ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਫਾਰਮੂਲਾ ਹੇਠ ਲਿਖੇ ਅਨੁਸਾਰ ਹੈ:
ਕਿੱਥੇ:
- S = ਘੱਟੋ ਘੱਟ ਨਮੂਨਾ ਦਾ ਆਕਾਰ ਜੋ ਤੁਸੀਂ ਆਪਣੀ ਨਿਵੇਸ਼ ਨੂੰ ਵੇਖਦੇ ਹੋਏ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ.
- N = ਕੁੱਲ ਆਬਾਦੀ ਦਾ ਆਕਾਰ। ਇਹ ਉਸ ਹਿੱਸੇ ਜਾਂ ਆਬਾਦੀ ਦਾ ਆਕਾਰ ਹੈ ਜਿਸਦਾ ਤੁਸੀਂ ਮੁਲਾਂਕਣ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ।
- e = ਗਲਤੀ ਦਾ ਮਾਰਜਿਨ। ਜਦੋਂ ਤੁਸੀਂ ਜਨਸੰਖਿਆ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ, ਤਾਂ ਗਲਤੀ ਦਾ ਇੱਕ ਮਾਰਜਿਨ ਹੋਵੇਗਾ।
- z = ਤੁਸੀਂ ਕਿੰਨੇ ਭਰੋਸੇਮੰਦ ਹੋ ਸਕਦੇ ਹੋ ਕਿ ਆਬਾਦੀ ਇੱਕ ਖਾਸ ਸੀਮਾ ਦੇ ਅੰਦਰ ਇੱਕ ਜਵਾਬ ਚੁਣੇਗੀ। ਭਰੋਸੇ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ z-ਸਕੋਰ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦੀ ਹੈ, ਇੱਕ ਦਿੱਤੇ ਅਨੁਪਾਤ ਵਿੱਚ ਮਿਆਰੀ ਵਿਵਹਾਰਾਂ ਦੀ ਗਿਣਤੀ ਮੱਧਮ ਤੋਂ ਦੂਰ ਹੁੰਦੀ ਹੈ।
- p = ਮਿਆਰੀ ਭਟਕਣਾ (ਇਸ ਮਾਮਲੇ ਵਿਚ 0.5%).