Forestil dig en avisoverskrift: 'Parti A vil opnå 31,2% med et 95%-konfidensinterval på ±2,3 procentpoint.' Den ±2,3 er ikke et tilfældigt tal, nogen har sat på. Det er resultatet af en præcis statistisk beregning, der fortæller dig, inden for hvilket interval den sande andel i hele befolkningen sandsynligvis befinder sig. Beregningerne bag er ikke arbitrære, men bygger på veldefinerede matematiske principper fra sandsynlighedsteorien og normalfordelingen.

Konfidensintervaller er en central del af statistik på gymnasieniveau og dukker op i eksamensopgaver, SRP-projekter og samfundsfag. Forstår du logikken bag, kan du både beregne intervallet korrekt og forklare, hvad det egentlig siger når du læser en meningsmaling. Du kan også avgøre, om en forskel mellem to stikprøver er statistisk signifikant eller bare tilfaeldig variation. Denne guide dækker alt fra formlen til GeoGebra-beregning. Har du brug for hjælp med matematik på gymnasiet, finder du flere guides på Toptutors.

Hvad er et konfidensinterval?

Forestil dig, at du vil finde ud af, hvor mange procent af danske gymnasieelever der sover under syv timer om natten. Du kan ikke spørge alle, så du spørger 400 tilfældigt udvalgte. 38% siger, de sover for lidt. Men hvad med resten af de ca. 180.000 gymnasieelever i landet? Baserer du din konklusion på de 400, er der altid en risiko for, at dit tal er lidt for lavt eller lidt for højt. Tilfældighederne ved stikprøveudvælgelsen spiller altid ind, og den usikkerhed skal måles.

Nøglebegreb

Konfidensinterval

Et konfidensinterval er et beregnet interval, som med en bestemt sandsynlighed (konfidensniveauet) dækker den sande populationsparameter. Et 95%-konfidensinterval betyder, at metoden, gentaget mange gange med nye stikprøver, vil producere intervaller der indeholder den sande værdi i 95 ud af 100 tilfælde.

Eksempel: Andelen der sover for lidt estimeres til 38%. Et 95%-konfidensinterval giver [0,33; 0,43]. Vi kan sige, at den sande andel i populationen med 95% sikkerhed ligger i dette interval.

Her er en skelnen, der er vigtig at få rigtigt: konfidensintervallet siger ikke, at den sande andel er i intervallet med 95% sandsynlighed. Den sande andel er et fast, men ukendt, tal. Det er selve metoden, der har en succesrate på 95%. Beregner du 100 konfidensintervaller fra 100 uafhængige stikprøver, vil ca. 95 af dem dække den sande andel. Baggrunden for beregningerne er normalfordelingen og binomialfordelingen, som begge ligger til grund for de formler du arbejder med i gymnasiet.

Konfidensinterval for en andel

En valgåling spørger 1.000 tilfældige vælgere. 312 af dem siger, de vil stemme på Parti A. Den estimerede andel er \( \hat{p} = 0{,}312 \). Men præcis hvor sikker er den estimering? Her er konfidensinterval for en andel det rigtige redskab. Formlen bygger på, at stikprøven er binomialfordelt, og at n er tilpas stor til, at normalapproximationen holder. Ifølge UVMs læreplan for matematik A er konfidensintervaller for sandsynlighedsparameteren en del af kernestoffet på alle gymnasiale linjer, og du vil møde dem både med og uden hjælpemidler til eksamen.

Formel

95%-konfidensinterval for en andel

\[\hat{p} \pm 1{,}96 \cdot \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}}\]

Variable

SymbolNavnEnhed
\( \hat{p} \)Estimeret andeldimensionsløs (= antal succeser / n)
\( n \)Stikprøvens størrelseantal
\( 1{,}96 \)Z-værdien for 95% konfidensniveauetstandardafvigelser
Hvornår: Brug denne formel, når du har binære data: ja/nej, succes/fiasko. Krav: \( n\hat{p} \geq 5 \) og \( n(1-\hat{p}) \geq 5 \).
\[\left[ \hat{p} - 1{,}96 \cdot \sqrt{\frac{\hat{p}(1-\hat{p})}{n}} \;\;;\;\; \hat{p} + 1{,}96 \cdot \sqrt{\frac{\hat{p}(1-\hat{p})}{n}} \right]\]

Eksempelopgave

En valgåling spørger 1.000 tilfældige vælgere. 312 siger, de vil stemme på Parti A. Bestem et 95%-konfidensinterval for andelen af vælgere, der vil stemme på Parti A.

Vis løsning
  1. 1

    Trin 1: Beregn den estimerede andel

    Del antallet af succeser med stikprøvestørrelsen.

    \[ \hat{p} = \frac{312}{1000} = 0{,}312 \]
  2. 2

    Trin 2: Beregn udtrykket under kvadratroden

    Indsæt \( \hat{p} = 0{,}312 \) og \( n = 1000 \) i formlen.

    \[ \frac{\hat{p}(1-\hat{p})}{n} = \frac{0{,}312 \cdot 0{,}688}{1000} = \frac{0{,}2147}{1000} = 0{,}0002147 \]
  3. 3

    Trin 3: Tag kvadratroden

    Kvadratroden giver standardfejlen for estimatet.

    \[ \sqrt{0{,}0002147} \approx 0{,}01465 \]
  4. 4

    Trin 4: Beregn fejlleddet

    Multiplicer z-værdien 1,96 med standardfejlen.

    \[ 1{,}96 \cdot 0{,}01465 \approx 0{,}0287 \]
  5. 5

    Trin 5: Skriv konfidensintervallet op

    Træk og læg fejlleddet til den estimerede andel.

    \[ \left[0{,}312 - 0{,}029 \;;\; 0{,}312 + 0{,}029\right] = \left[0{,}283 \;;\; 0{,}341\right] \]

Konklusionen: andelen der vil stemme på Parti A ligger med 95% sikkerhed et sted mellem 28,3% og 34,1%. Inden du beregner konfidensintervallet, bør du tjekke, om normalapproximationen er gyldig. Tommelfingerreglen er \( n \cdot \hat{p} \geq 5 \) og \( n \cdot (1 - \hat{p}) \geq 5 \). Her er \( 1000 \cdot 0{,}312 = 312 \geq 5 \), så betingelsen er tydeligt opfyldt. Er n lille, for eksempel under 20, giver formlen uprecise resultater.

Hvad betyder konstanten 1,96?

Mange spørger, hvorfra tallet 1,96 kommer. Svaret ligger i standardnormalfordelingen: en normalfordeling med middelværdi \( \mu = 0 \) og standardafvigelse \( \sigma = 1 \). Under kurven for denne fordeling udgør arealet mellem \( -1{,}96 \) og \( +1{,}96 \) præcis 95% af det totale areal. Det er dén egenskab, der giver 95%-konfidensintervallet sin garanti. De resterende 5% er fordelt med 2,5% i hvert haleområde uden for \( \pm 1{,}96 \).

Standardnormalfordelingen: 95% af arealet ligger mellem -1,96 og +1,96

Vil du bruge et andet konfidensniveau end 95%, skal du erstatte 1,96 med den tilsvarende z-værdi. Du finder den med funktionen invNorm i GeoGebra eller STANDARD.NORM.INV i Excel. Tabellen nedenfor viser de mest brugte værdier.

KonfidensniveauZ-værdiTypisk anvendelse
90%1,645Hurtig overslagsberegning, mindre kritiske studier
95%1,960Standard i gymnasieopgaver og meningsmålinger
99%2,576Medicin, sikkerhedskritiske beregninger og videnskabelige artikler

Konfidensinterval for middelværdien

Andelsformlen er til binære data. Men hvad, hvis du måler noget kontinuert? Tænk på karakterer i en klasse, vægt af frugt fra et vareparti eller reaktionstider i et psykologieksperiment. Her vil du finde et konfidensinterval for populationens middelværdi \( \mu \), ikke for en andel. Formlen ser næsten ens ud, men standardfejlen beregnes anderledes: du dividerer med \( \sqrt{n} \) direkte i stedet for at bruge \( \hat{p}(1-\hat{p}) \).

Formel

95%-konfidensinterval for middelværdien

\[\bar{x} \pm 1{,}96 \cdot \dfrac{\sigma}{\sqrt{n}}\]

Variable

SymbolNavnEnhed
\( \bar{x} \)Stikprøvens middelværdisamme enhed som data, fx cm
\( \sigma \)Populationens spredning (standardafvigelse)samme enhed som data
\( n \)Stikprøvens størrelseantal
Hvornår: Brug denne formel når du måler en kontinuert størrelse og vil sige noget om gennemsnittet i hele populationen. Forudsætter, at populationen er normalfordelt, eller at n er tilpas stor (typisk n ≥ 30).
\[\left[ \bar{x} - 1{,}96 \cdot \frac{\sigma}{\sqrt{n}} \;\;;\;\; \bar{x} + 1{,}96 \cdot \frac{\sigma}{\sqrt{n}} \right]\]

Eksempelopgave

En gymnasielærer måler højden på 36 tilfældigt udvalgte elever. Stikprøvens middelværdi er 174 cm, og populationens spredning er \( \sigma = 8 \) cm. Bestem et 95%-konfidensinterval for den gennemsnitlige højde i hele populationen.

Vis løsning
  1. 1

    Trin 1: Identificer værdier

    Læs de kendte værdier af fra opgaven.

    \[ n = 36, \quad \bar{x} = 174 \text{ cm}, \quad \sigma = 8 \text{ cm} \]
  2. 2

    Trin 2: Beregn standardfejlen

    Del populationsspredningen med kvadratroden af stikprøvestørrelsen.

    \[ \frac{\sigma}{\sqrt{n}} = \frac{8}{\sqrt{36}} = \frac{8}{6} \approx 1{,}33 \text{ cm} \]
  3. 3

    Trin 3: Beregn fejlleddet

    Multiplicer z-værdien 1,96 med standardfejlen.

    \[ 1{,}96 \cdot 1{,}33 \approx 2{,}61 \text{ cm} \]
  4. 4

    Trin 4: Skriv konfidensintervallet op

    Træk og læg fejlleddet til stikprøvens middelværdi.

    \[ \left[174 - 2{,}61 \;;\; 174 + 2{,}61\right] = \left[171{,}39 \;;\; 176{,}61\right] \text{ cm} \]

I gymnasieopgaver er populationens spredning \( \sigma \) som regel oplyst. Kender du ikke \( \sigma \) og må estimere den fra stikprøven, bruges t-fordelingen i stedet for normalfordelingen. T-fordelingen har bredere haler end normalfordelingen, så z-værdien 1,96 erstattes af en større t-værdi. Jo færre frihedsgrader (lille n), jo bredere bliver t-fordelingens haler og jo bredere konfidensintervallet.

Præcision og sikkerhed: en afvæjning

Vil du være mere sikker på at ramme den sande værdi, ændrer du konfidensniveauet fra 95% til 99%. Men højere konfidensniveau giver et bredere interval og dårligere præcision. Det er ligesom at kaste et net: et bredt net får du altid noget i, men det er mindre brugbart end et præcist net. Bredden af konfidensintervallet afhænger af tre faktorer: konfidensniveauet (højere niveau, bredere interval), spredningen i dataene (større variation, bredere interval) og stikprøvens størrelse (større n, smallere interval, fordi standardfejlen indeholder \( 1/\sqrt{n} \)).

Tommelfingerregel

Vil du halvere bredden af et konfidensinterval, skal du firedoble stikprøvens størrelse. Fordobler du n, mindskes fejlleddet med faktoren \( 1/\sqrt{2} \approx 0{,}71 \). For at halvere fejlleddet kræves derfor fire gange så stor en stikprøve.

I praksis præsenteres konfidensintervaller tit som 'værdi ± fejlled', for eksempel '31,2% ± 2,9 procentpoint'. Fejlleddet er lig med halvdelen af intervallets bredde. Et lille fejlled signalerer en stor og præcis stikprøve. Et stort fejlled signalerer stor statistisk usikkerhed, og konklusioner bør være tilsvarende forsigtigt formuleret. Mange aviser glemmer at skrive fejlleddet, når de refererer valgålinger, hvilket giver læseren et falsk billede af sikkerhed.

Statistisk signifikans: når du sammenligner to målinger

To valgålinger viser, at Parti A fik 28% for to måneder siden og 34% i dag. Er fremgangen på 6 procentpoint statistisk signifikant, eller kan det skyldes tilfældig variation i stikprøverne? Svaret finder du ved at sammenligne de to 95%-konfidensintervaller. Er der ingen overlap imellem dem, er forskellen statistisk signifikant på 5%-niveauet. Overlapper de tydeligt, kan vi ikke konkludere, at der er sket en reel ændring i populationen.

Ingen overlap = statistisk signifikant forskel. Her er to hypotetiske konfidensintervaller

Eksempelopgave

Parti A fik 28% i januar med et 95%-konfidensinterval på [24%; 32%]. I marts måles 34% med konfidensinterval [33%; 39%]. Er fremgangen statistisk signifikant?

Vis løsning
  1. 1

    Trin 1: Tjek om intervalerne overlapper

    Det første interval slutter ved 32%. Det andet starter ved 33%. Der er ingen overlap.

    \[ \text{Januar: } [24\%;\, 32\%] \quad \text{Marts: } [33\%;\, 39\%] \]
  2. 2

    Trin 2: Konkluder

    Da de to 95%-konfidensintervaller ikke overlapper, er fremgangen på 6 procentpoint statistisk signifikant på 5%-niveauet. Vi kan med 95% sikkerhed sige, at andelen er steget.

Huskereglen for gymnasiet: ingen overlap = statistisk signifikant, tydelig overlap = ikke statistisk signifikant. Overlapper intervalerne kun ganske lidt, er situationen et grænsetilfaelde, som i praksis kræver en formel hypotesetest. I de fleste eksamensopgaver er overlapet enten tydeligt eller slet ikke til stede, så du skal ikke bekymre dig om grænsetilfaelde. Den statistiske usikkerhed er netop det, der gør det meningsløst at diskutere små udsving i meningsmålinger, hvis fejlleddet er større end ændringen.

Sådan beregner du konfidensintervallet i GeoGebra

GeoGebra har indbyggede kommandoer til konfidensinterval, så du slipper for at indsætte i formlen i hånden. På eksamen er det hurtigt og præcist. Sørg dog for at du også kan beregne det i hånden, da det kan kræves uden hjælpemidler.

  1. 1

    Åbn GeoGebra CAS

    Gå til www.geogebra.org og vælg CAS-vinduet eller Regnearket.

  2. 2

    Konfidensinterval for andelen: ZInterval

    Skriv: ZInterval(konfidensniveau, antal_succeser, n). Eksempel: ZInterval(0.95, 312, 1000) returnerer intervallet [0.283, 0.341]. Bemærk: konfidensniveauet skrives som decimaltal, ikke procent.

  3. 3

    Konfidensinterval for middelværdien: ZMeanInterval

    Skriv: ZMeanInterval(konfidensniveau, middelværdi, spredning, n). Eksempel: ZMeanInterval(0.95, 174, 8, 36) returnerer [171.39, 176.61].

  4. 4

    Tjek forudsætningerne

    GeoGebra beregner svaret uanset om betingelserne er opfyldt. Husk selv at tjekke: for andelsformlen skal \( n\hat{p} \geq 5 \) og \( n(1-\hat{p}) \geq 5 \). Er n under 30 og \( \sigma \) ukendt, bør du bruge t-fordelingen i stedet.

Typiske fejl med konfidensintervaller

Konfidensintervaller bruges både i eksamensopgaver og i mediernes dækning af meningsmålinger. Begge steder er de samme misforståelser gennemgående: fejlfortolkning af, hvad 95% siger, og sammenblanding af andels- og middelværdiformlerne.

Typiske fejl med konfidensintervaller

❌ Typisk fejl✓ Korrekt
At tolke et 95%-konfidensinterval som 'der er 95% sandsynlighed for, at den sande andel ligger i intervallet'.Den sande andel er et fast tal, ikke en stokastisk variabel. Det korrekte er: metoden producerer intervaller der dækker den sande andel i 95 ud af 100 gentagelser. For et konkret beregnet interval ved vi ikke, om det rammer.
At bruge andelsformlen med p-hat, når spørgsmålet handler om gennemsnit af en kontinuert størrelse.Er data binære (ja/nej), bruges andelsformlen. Er data kontinuerte (højder, vægte, karakterer), bruges middelværdiformlen med x-bar og sigma.
At konkludere statistisk signifikans når to konfidensintervaller netop overlapper med en lille margen.Et lille overlap er et grænsetilfaelde. På gymnasieniveau er reglen: ingen overlap = signifikant. Vil du være sikker på grænsetilfaelde, kræves en formel hypotesetest.
At glemme at tjekke, om n er tilpas stor til normalapproximationen er gyldig.Tjek altid, at \( n\hat{p} \geq 5 \) og \( n(1-\hat{p}) \geq 5 \). Er n meget lille (under 15-20), giver formlen misvisende resultater.

Hænger konfidensintervallet stadig ikke helt fast?

Hos Toptutors matcher vi dig med en matematiktutor, der kan gennemgå statistik og eksamensopgaver med dig trinvis. Over 70.000 undervisningstimer, 1.000+ certificerede tutorer og 96% positive anmeldelser. Gratis prøvetime, ingen binding.

Få en gratis prøvetime

Ofte stillede spørgsmål om konfidensintervaller

Hvad er et konfidensinterval?
Et konfidensinterval er et beregnet interval, der med en bestemt sandsynlighed (konfidensniveauet) dækker den sande populationsparameter. Et 95%-konfidensinterval betyder, at metoden, gentaget 100 gange med nye stikprøver, vil producere intervaller der indeholder den sande værdi i ca. 95 af tilfældene. For et konkret beregnet interval ved vi ikke, om det rammer.
Hvornår bruger jeg formlen for andelen og hvornår formlen for middelværdien?
Andelsformlen med p-hat bruges, når du har binære data: ja/nej, succes/fiasko. Det klassiske eksempel er meningsmålinger og valgundersgøelser. Middelværdiformlen med x-bar bruges, når du har kontinuerte målinger, for eksempel højder, vægte eller karaktergennemsnit.
Hvorfra kommer konstanten 1,96 i et 95%-konfidensinterval?
Konstanten 1,96 stammer fra standardnormalfordelingen med middelværdi 0 og spredning 1. Arealet under fordelingskurven mellem -1,96 og +1,96 udgør præcis 95% af det totale areal. For et 90%-interval bruges z = 1,645, og for et 99%-interval bruges z = 2,576.
Hvad sker der med konfidensintervallet, når stikprøven er større?
En større stikprøve giver et smallere konfidensinterval, fordi fejlleddet indeholder 1/kvadratroden af n. Fordobler du stikprøvens størrelse, reducerer du fejlleddet med faktoren 1/kvadratroden af 2, altså ca. 29%. Vil du halvere fejlleddet, skal du firedoble n.
Hvornår er to konfidensintervaller statistisk signifikant forskellige?
Hvis to 95%-konfidensintervaller ikke overlapper, er forskellen statistisk signifikant på 5%-niveauet. Overlapper de tydeligt, er forskellen ikke signifikant. Overlapper de kun minimalt, er situationen et grænsetilfaelde og kræver en formel hypotesetest.

Quiz

Test din viden om konfidensintervaller

0/4 besvaret

1. En stikprøve på 500 personer viser, at 200 siger ja. Hvad er den estimerede andel p-hat?

2. Hvad sker der med bredden af et 95%-konfidensinterval, hvis du fordobler stikprøvens størrelse?

3. Et 95%-konfidensinterval for andelen, der er glade for skolen, er [0,62; 0,74]. Kan det antages, at over 70% er glade?

4. Hvilken z-værdi bruges i et 99%-konfidensinterval?