জনসংখ্যা, যা থেকে আমরা আপনাকে এলোমেলোভাবে স্যাম্পলিং হয় অনুমান ধরুন, অনুপাত রয়েছে প্রবর্তকদের, পি 0 passives, এবং পি - 1 সঙ্গে, নিন্দুক এর পি 1 + + P 0 + + P - 1 = 1 । NPS মডেল, লেবেলযুক্ত (আপনার জনসংখ্যার প্রতিটি সদস্য জন্য এক) টিকেট একটি বিশাল সংখ্যা সঙ্গে একটি বৃহৎ টুপি ভর্তি কল্পনা + + 1 প্রবর্তকদের জন্য, 0 passives জন্য, এবং - 1 , নিন্দুক জন্য দেওয়া অনুপাতে, এবং তারপর অঙ্কন এন এলোমেলোভাবে তাদের। দ্যp1p0p−1p1+p0+p−1=1+10- 1এননমুনা এনপিএস হ'ল টিকিটের গড় মান। সত্য NPS সব টুপি মধ্যে টিকিট গড় মান হিসেবে নির্ণিত হয়: এটা প্রত্যাশিত মান (অথবা প্রত্যাশা টুপি এর)।
সত্য এনপিএসের একটি ভাল অনুমানকারী হ'ল নমুনা এনপিএস। নমুনা এনপিএসেরও একটি প্রত্যাশা রয়েছে। এটি সম্ভাব্য সমস্ত নমুনা এনপিএসের গড় হিসাবে বিবেচনা করা যেতে পারে। এই প্রত্যাশা সত্য এনপিএস সমান হয়। মান ত্রুটি নমুনা NPS কত নমুনা NPS এর সাধারণত এক র্যান্ডম নমুনা এবং অন্য মধ্যে তারতম্য একটি পরিমাপ। ভাগ্যক্রমে, এসই অনুসন্ধানের জন্য আমাদের সমস্ত সম্ভাব্য নমুনাগুলি গণনা করতে হবে না: টুপিগুলির টিকিটের মানক বিচ্যুতি গণনা করে এবং √ দ্বারা ভাগ করে এটি আরও সহজেই পাওয়া যাবে । (যখন নমুনা জনসংখ্যার একটি প্রশংসনীয় অনুপাত হয় তখন একটি ছোট সামঞ্জস্য করা যেতে পারে, তবে এখানে এটির প্রয়োজন হবে না))এন--√
উদাহরণস্বরূপ, জনসংখ্যা বিবেচনা প্রবর্তকদের, পি 0 = 1 / 3 passives, এবং পি - 1 = 1 / 6 নিন্দুক। আসল এনপিএস হ'লপি1= 1 / 2পি0= 1 / 3পি- 1= 1 / 6
NPS = 1 × 1 / 2 + + 0 × 1 / 3 + + - 1 × 1 / 6 = 1 / 3।
ভ্যারিয়েন্স তাই হয়
Yvelines (NPS)= ( 1 - এনপিএস )2× পি1+ ( 0 - এনপিএস )2× পি0+ ( - 1 - এনপিএস )2× পি- 1= ( 1 - 1 / 3 )2× 1 / 2 + + ( 0 - 1 / 3 )2× 1 / 3 + + ( - 1 - 1 / 3 )2× 1 / 6= 5 / 9।
স্ট্যানডার্ড ডেভিয়েশন এই বর্গমূল, এর সমান হয় 0.75।
, বলে, একটি নমুনা সালে , আপনি তাই প্রায় একটি NPS পালন করা আশা 1 / 3 = 33 এর একটি প্রমিত ত্রুটি সহ% 0.75 / √3241 / 3 = 33প্রায়4.1%।0.75 / 324---√=4.1
আপনি বাস্তবে টুপিগুলির টিকিটের মানিক বিচ্যুতি জানেন না, সুতরাং পরিবর্তে আপনার নমুনার মানক বিচ্যুতি ব্যবহার করে আপনি এটি অনুমান করতে পারেন। যখন নমুনা আকারের বর্গমূল দ্বারা বিভাজন করা হয়, এটি এনপিএসের মান ত্রুটিটি অনুমান করে: এই অনুমানটি ত্রুটির মার্জিন (এমওই)।
আপনি প্রতিটি ধরণের গ্রাহকের যথেষ্ট সংখ্যক পর্যবেক্ষণ করলে (সাধারণত, প্রায় প্রতিটি বা তার প্রায় 5 বা আরও বেশি কিছু করবেন), নমুনা এনপিএসের বিতরণ সাধারণের কাছাকাছি থাকবে। এর দ্বারা বোঝা যায় আপনি সাধারণ উপায়ে MoE এর ব্যাখ্যা করতে পারেন। বিশেষত, নমুনা এনপিএস সময়টির প্রায় 2/3 অংশ সত্য এনপিএসের একটি এমওইউতে থাকে এবং প্রায় 19/20 সময়ের মধ্যে (95%) নমুনা এনপিএস সত্য এনপিএসের দুটি এমওই-র মধ্যে থাকে। উদাহরণস্বরূপ, যদি ত্রুটির মার্জিনটি সত্যই ৪.১% ছিল, আমাদের ৯৫% আস্থা থাকবে যে সমীক্ষার ফলাফল (নমুনা এনপিএস) জনসংখ্যার ৮.২% এর মধ্যে is
3.52+ 4.12---------√
সময়ের সাথে সাথে অনেক সমীক্ষার ফলাফলের তুলনা করার সময়, আরও পরিশীলিত পদ্ধতিগুলি সাহায্য করতে পারে, কারণ আপনাকে অনেকগুলি পৃথক মার্জিনের ত্রুটি সহ্য করতে হবে। যখন ত্রুটির মার্জিনগুলি সমস্ত একই রকম হয়, তখন থাম্বের অপরিশোধিত নিয়মটি তিন বা ততোধিক MoE- এর পরিবর্তনকে "উল্লেখযোগ্য" হিসাবে বিবেচনা করে। এই উদাহরণস্বরূপ, যদি MoEs প্রায় 4% ঘোরাফেরা করে, তবে বেশিরভাগ সমীক্ষার সময়কালে প্রায় 12% বা তার বেশি পরিবর্তন আপনার দৃষ্টি আকর্ষণ করা উচিত এবং ছোট পরিবর্তনগুলি বৈধভাবে জরিপ ত্রুটি হিসাবে খারিজ করা যেতে পারে। নির্বিশেষে, সমীক্ষার মধ্যে পার্থক্যের অর্থ কী হতে পারে তা ভেবে যখন এখানে দেওয়া থাম্বের বিশ্লেষণ এবং নিয়মগুলি সাধারণত একটি ভাল সূচনা দেয়।
001 / এন--√এন