Kalkulator Selang Kepercayaan
Hitung selang kepercayaan untuk rata-rata atau proporsi dengan solusi langkah demi langkah bertenaga AI
Seret & lepas atau klik untuk menambahkan gambar atau PDF
Apa itu Selang Kepercayaan?
Sebuah selang kepercayaan (SK) adalah rentang nilai yang masuk akal untuk parameter populasi yang tidak diketahui, dibangun dari data sampel. Selang kepercayaan 95% berarti: jika Anda mengulangi prosedur penyampelan berkali-kali, sekitar 95% dari selang yang dibangun akan memuat parameter sebenarnya.
Penting: angka 95% mengacu pada prosedur, bukan pada satu selang yang sudah dihitung. Begitu sebuah selang dibangun dari data, ia entah memuat atau tidak memuat parameter sebenarnya — tetapi kita tidak tahu yang mana.
Struktur inti: setiap selang kepercayaan berbentuk
Taksiran adalah statistik sampel ( atau ). Margin galat adalah nilai kritis dikali galat baku dari taksiran.
Selang kepercayaan muncul dalam:
- Jajak pendapat pemilu ('dukungan 52%, margin galat ')
- Studi medis (SK ukuran efek)
- Kendali mutu (laju cacat rata-rata)
- Setiap kali Anda ingin mengukur ketidakpastian dalam suatu taksiran, bukan hanya melaporkan nilai titik.
Cara Menghitung Selang Kepercayaan
SK untuk Rata-rata Populasi (Selang-Z)
Ketika simpangan baku populasi diketahui dan distribusi penyampelan kira-kira normal ( besar atau populasi normal):
di mana adalah nilai kritis untuk tingkat kepercayaan yang dipilih.
SK untuk Rata-rata Populasi (Selang-T)
Ketika tidak diketahui (Anda hanya memiliki , simpangan baku sampel) — jauh lebih umum dalam praktik:
Nilai kritis berasal dari distribusi-t dengan derajat kebebasan. Untuk besar (), dan kedua selang sangat mirip.
SK untuk Proporsi Populasi
Untuk proporsi sampel (di mana adalah jumlah keberhasilan):
Berlaku ketika dan (kondisi sukses-gagal).
Nilai Kritis
| Tingkat kepercayaan | (df = 29) | |
|---|---|---|
| 90% | 1.645 | 1.699 |
| 95% | 1.96 | 2.045 |
| 99% | 2.576 | 2.756 |
Margin Galat
Memperbesar ukuran sampel memperkecil galat baku (dan oleh karena itu margin galat) dengan faktor . Melipatempatkan memangkas margin galat menjadi setengah.
Memilih Tingkat Kepercayaan
- Kepercayaan lebih tinggi = selang lebih lebar. SK 99% lebih lebar daripada SK 95%, yang lebih lebar daripada SK 90%.
- 95% adalah baku dalam sebagian besar konteks akademik dan profesional.
- 99% ketika risiko lebih tinggi (medis, keselamatan); 90% ketika taksiran titik yang lebih ketat lebih penting daripada cakupan.
Kesalahan Umum yang Harus Dihindari
- Salah menafsirkan angka 95%: 'Ada probabilitas 95% rata-rata sebenarnya berada dalam selang ini' adalah salah (frekuentis). Pernyataan yang benar adalah tentang prosedur: 95% selang yang dibangun secara serupa memuat parameter sebenarnya.
- Menggunakan z ketika t lebih sesuai: dengan tidak diketahui, gunakan . Menggunakan meremehkan ketidakpastian, terutama untuk kecil.
- Lupa dalam galat baku: , bukan .
- Arah nilai kritis yang salah: untuk 95% (dua sisi), bukan persentil ke-95. Nilai kritis dua sisi memotong di setiap ekor.
- Melewatkan kondisi sukses-gagal untuk proporsi: jika atau , hampiran normal gagal — gunakan selang eksak (Clopper-Pearson) atau berbasis skor.
- Mengacaukan SK dengan selang prediksi: SK 95% menaksir rata-rata dengan cakupan 95%. Selang prediksi menaksir satu observasi mendatang — jauh lebih lebar.
Examples
Frequently Asked Questions
Artinya jika Anda mengulangi seluruh prosedur penyampelan dan pembangunan selang berkali-kali, sekitar 95% dari selang yang dihasilkan akan memuat parameter populasi sebenarnya. Ini adalah pernyataan tentang prosedur, bukan pernyataan probabilitas tentang satu selang tunggal.
Gunakan t setiap kali simpangan baku populasi σ tidak diketahui dan Anda menaksir dengan simpangan baku sampel s — yang hampir selalu terjadi dalam praktik. Gunakan z hanya ketika σ benar-benar diketahui (jarang di luar soal buku teks).
Margin galat menyusut sebanding dengan 1/√n. Untuk memangkas margin galat menjadi setengah, Anda perlu melipatempatkan ukuran sampel — hasil yang semakin berkurang muncul dengan cepat.
Selang kepercayaan menaksir parameter populasi (seperti rata-rata) dengan laju cakupan tertentu. Selang prediksi menaksir satu observasi mendatang dan jauh lebih lebar, karena harus memperhitungkan baik ketidakpastian dalam rata-rata *maupun* sebaran nilai individu di sekitarnya.
Related Solvers
Try AI-Math for Free
Get step-by-step solutions to any math problem. Upload a photo or type your question.
Start Solving