Las relaciones de confianza son vitales para la forma en que hacemos negocios hoy. De hecho, el nivel de confianza en las relaciones comerciales, ya sea interno con empleados o colegas o externos con clientes y socios, es el mayor determinante del éxito.
El desafío es tener un marco conceptual y una forma analítica de evaluar y comprender la confianza. Sin el marco adecuado para evaluar la confianza, no hay una forma procesable de mejorar nuestra confiabilidad.
En 2000, 2006 y 2012, nuestro fundador Charles H. Green coescribió tres libros: el asesor de confianza, la venta basada en la confianza y el asesor de confianza Fieldbook. Los tres libros describen la ecuación de confianza en detalle. Es un modelo de confianza que en Trusted Advisor Associates hemos refinado durante muchos años.
La ecuación de la confianza es ahora la piedra angular de nuestra práctica: un modelo de confiabilidad analítico y deconstructivo que puede entenderse y usarse fácilmente para ayudarlo a usted y a su organización.
La ecuación de confianza utiliza cuatro variables objetivas para medir la confiabilidad. Estas cuatro variables se describen mejor como: credibilidad, confiabilidad, intimidad y autoorientación.
Combinamos estas variables en la siguiente ecuación:
TQ significa Cociente de confianza. El cociente de confianza es un número, como su IQ o EQ, que compare su confiabilidad con las cuatro variables.
tiene que ver con las palabras que hablamos. En una oración podríamos decir: “Puedo confiar en lo que ella dice sobre la propiedad intelectual; Ella es muy creíble en el tema «.
¿Cómo calcular el nivel de confianza del 90%?
El intervalo de confianza para la varianza de una característica se calcula utilizando la distribución ( chi^2 )-. Para calcular un intervalo de confianza, ahora necesita dos valores de la tabla del ( chi^2 )-Distribución: si queremos calcular un intervalo de confianza del 90%, por ejemplo, necesitamos las barreras para el externo 10%de la distribución ( chi^ 2 )-, es decir, el 5%cuantil a la izquierda y el 95%cuantil a la derecha.
En términos generales, necesitamos los dos cuantiles ( chi^2 _ { frac { alpha}} (n-1) ) y ( chi^2_ con la probabilidad de error ( alpha ) {1- frac { alpha} {2}} (n-1) ). Con un 90%de IA, la probabilidad de errores es del 10%, por lo que es ( alpha = 0.1 ). En este caso necesitamos el cuantil ( chi^2_ {0.05} (n-1) ) y ( chi^2_ {0.95} (n-1) ). El número de grados de libertad está en los soportes (encontramos la línea relevante en la tabla), y depende del tamaño de la muestra (n ).
Y como de costumbre, no debe tener miedo de anotaciones complicadas a primera vista: en el denominador solo hay un número decimal, a saber, un cuantil de la distribución ( chi^2 )-con (n-1 ) grados de libertad. El extremo izquierdo del KIS es simplemente el ( frac { alpha} {2} ) cuantil (por ejemplo, el 5%cuantil), y el extremo derecho el (1- frac { alpha} {2} ) Quantil (por ejemplo, el 95%de cuantil).
El (s^2 ) en el contador es la varianza de muestra que calculamos con la fórmula habitual (S^2 = sum_ {i = 1}^n (x_i – bar {x})^2 ) .
Nos gustaría averiguar en qué área será la varianza de la altura de los hombres. Preguntamos a 14 hombres sobre su tamaño. Afortunadamente, no recibimos los datos sin procesar, sino los siguientes resúmenes de la muestra:
- ( bar {x} = 174cm )
¿Qué significa nivel de confianza del 90?
En términos simples, el intervalo de confianza es una playa donde estamos seguros de que existe un verdadero valor. La selección de un nivel de confianza para un intervalo determina la probabilidad de que el intervalo de confianza contenga el valor real del parámetro. Este rango de valor generalmente se usa para procesar datos basados en la población, extrayendo información específica y preciosa con un cierto grado de confianza, de ahí el término «intervalo de confianza».
Fig 1. Mira cómo se ve generalmente un intervalo de confianza.
El nivel de confianza describe la incertidumbre asociada con un método de muestreo.
Supongamos que utilizamos el mismo método de muestreo (digamos el promedio de la muestra) para calcular una estimación de intervalo diferente para cada muestra. Ciertas estimaciones de intervalo incluirían el parámetro de población real y otras no.
Un nivel de confianza del 90 % significa que esperaríamos que el 90 % de las estimaciones de intervalo incluyan el parámetro de población. Un nivel de confianza del 95 % significa que el 95 % de los intervalos incluirían el parámetro de población.
Por ejemplo, suponga que está estudiando un tamaño promedio de hombres en una ciudad en particular. Para encontrar esto, define un nivel de confianza del 95 % y encuentra que el intervalo de confianza del 95 % es (168,182). Esto significa que si repite esto una y otra vez, el 95% del tiempo, el tamaño de un hombre sería entre 168 cm y 182 cm.
¿Cuál es el nivel de confianza del 96%?
Un intervalo de confianza debe estar asociado con un nivel, generalmente en forma de porcentaje, que menora la probabilidad de que el intervalo contenga el valor a estimar. Por ejemplo, una encuesta de 1000 personas en una pregunta cerrada (a la que solo se puede responder por «sí» o por «no»), es válida más o menos de 3 puntos porcentuales, al 95 % (es decir que esto El margen de 3 puntos es incorrecto menos de una vez de 20). Para obtener un intervalo más pequeño, por lo tanto, más preciso, sin cambiar el número de encuestados, debe aceptar un nivel más bajo, por lo tanto, un mayor riesgo de estar equivocado. Por el contrario, para reducir el riesgo de error, podemos expandir el intervalo.
Los intervalos de confianza a menudo se desarrollan a partir de una muestra, es decir, una serie de medidas independientes sobre una población, en particular para estimar indicadores estadísticos como promedio, mediana o varianza.
Si buscamos evaluar qué proporción P de la población se reconocería en una categoría determinada (ya sea médica, social, política…), podemos hacer la pregunta a una serie de individuos (no necesariamente diferentes) dibujados al azar y calcular La frecuencia observada F definida como el cociente en el número de respuestas positivas por el número de encuestados.
La ley de grandes números asegura que es muy probable que la frecuencia observada sea cercana a la proporción p. Pero el límite del teorema central especifica que la ley de probabilidad que describe los valores posibles de F está cerca de una ley normal de parámetros p y σ = p (1 – p) n { displaystyle sigma = { sqrt { frac {p (1-p)} {n}}}}. Con esta aproximación, obtenemos un marco de la forma p-kp (1 -p) n≤f≤p+kp (1-p) n { displaystetyle p-k { sqrt { frac {p (1-p) } {n}}} leq f leq p+k { sqrt { frac {p (1-p)} {n}}}}, donde k es un coeficiente independiente de p y n, que proviene del Las tablas reducen la ley normal centrada, que es aún mayor, ya que queremos un alto nivel de confianza, lo que degrada la precisión. En particular [1], para un nivel del 90 %, tenemos k ≈ 1.645, pero para un nivel del 95 %, tenemos k ≈ 1.96.
Artículos Relacionados:
- Calcular tu nivel de confianza en ti mismo
- Tabla de nivel de confianza: aprenda a optimizar su sitio web para el mejor rendimiento
- Cómo aumentar el nivel de confianza en tus clientes con la fórmula correcta
- La tabla de niveles de confianza te ayuda a saber en qué grado debes confiar en una fuente de información
