如果说0.5%的概率连续抽中不太现实，那么如果是99%的概率，连续抽中60万次的可能性有多大呢？实际上，也只有0.24%，60万次的话就要在这个基础上除以1 000，这又是一个称得上是奇迹的概率。

为了使计算的过程更简单，我们经常能够见到以“调查对象全部准确”为例进行命题，但即便不是那样，对10万人进行调查的话，调查结果和真正的结果之间出现1%误差的概率，也是非常小的。

实际上在计算误差的时候，并不是像这样直接地进行概率计算，而是通过图2–2所示的公式来进行计算的。

比如之前提到过的那个例子，总人数即美国的所有人口数也就是1.2亿，真实比率则是“真实失业率”的值。当然这个值我们并不知道，我们只要填入通过抽样调查得到的失业率数值即可，基本上填上这个值是不会错的。

因为在真实比率达到50%的时候，“标准误差”值为最大，所以如果不放心的话可以用50%这个值进行计算，用“能够想到的最大标准误差”进行判断，这也是一种慎重的做法。

为什么真实比率达到50%的时候，标准误差最大呢？因为0.5×（1–0.5）所得到的结果比0.6×（1–0.6）和0.3×（1–0.3）所得到的结果都大，因此我们选择50%作为最大值的标准。

至于标准误差的使用方法，因为从抽样调查中得到的比率（比如说失业率）是用标准误差除以2得到的数值，因此只要将算出的标准误差结果乘以2就是真实比率的范围。这一数据的可信度高达95%。

比如说抽样调查的结果显示失业率为25%，假设其标准误差为0.5%，那么全面调查得到的真实失业率数值应该在24%~26%之间，这一事实早已在80多年以前就已经被统计学家们证明过了。