Kalkulator Interval Keyakinan Profesional

Hitung interval kepercayaan untuk rata-rata dan proporsi populasi. Mendukung interval-z dan interval-t dengan solusi langkah demi langkah.

Untuk bantuan pembelajaran dan pekerjaan rumah — verifikasi perhitungan penting secara mandiri.

Ditinjau oleh Dewan Editorial Matematika KalkulatorDrive · Terakhir diperbarui

Kalkulator

Masukkan data Anda untuk menghitung interval kepercayaan untuk rata-rata atau proporsi populasi.

The short answer

Interval kepercayaan adalah rentang yang dibuat berdasarkan statistik sampel yang kemungkinan berisi nilai populasi sebenarnya: interval = estimasi titik ± (nilai kritis × kesalahan standar). Interval kepercayaan 95% berarti bahwa jika Anda mengulangi proses pengambilan sampel berkali-kali, sekitar 95% interval yang Anda buat akan berisi parameter populasi sebenarnya — bukan berarti ada kemungkinan 95% nilai sebenarnya berada di dalam satu interval tertentu.

Poin-poin penting

  • A wider confidence level (99% vs. 90%) always produces a wider interval — you're trading precision for certainty, not getting a "more correct" answer.
  • Gunakan distribusi z ketika simpangan baku populasi diketahui atau sampelnya besar (n ≥ 30); gunakan distribusi-t ketika σ diperkirakan dari sampel kecil.
  • Menggandakan ukuran sampel menjadi empat kali lipat hanya mengurangi separuh margin kesalahan, karena kesalahan standar menyusut seiring dengan akar kuadrat dari n, bukan dengan n itu sendiri.
  • "95% confidence" describes the long-run reliability of the method across repeated sampling, not the probability that this specific interval contains the true value.

Rumus interval kepercayaan

Rata-rata (σ diketahui): CI = x̄ ± z × (σ / √n)

Proporsi: CI = p̂ ± z × √(p̂(1 − p̂) / n)

Tingkat kepercayaan z nilai kritis
90%1.645
95%1.96
99%2.576

z vs. t: nilai kritis mana yang akan digunakan

Kondisi Menggunakan Mengapa
σ diketahui, ukuran sampel apa punzDistribusi normal standar berlaku persis
σ tidak diketahui, n ≥ 30z (kira-kira.)Sampel yang besar membuat t hampir identik dengan z
p tidak diketahui, n <30tEkor yang lebih gemuk menyebabkan ketidakpastian ekstra dalam memperkirakan σ

Contoh yang berhasil: interval 95% untuk mean sampel

Rata-rata sampel x̄ = 50,5, ukuran sampel n = 100, simpangan baku σ = 10,5, tingkat kepercayaan = 95%.

Kesalahan standar = σ / √n = 10,5 / √100 = 1,05

Margin kesalahan = 1,96 × 1,05 ≈ 2,06

95% CI = 50,5 ± 2,06 = [48,44, 52,56]

Kita dapat mengatakan bahwa kita 95% yakin bahwa rata-rata populasi sebenarnya berada di antara 48,44 dan 52,56 — artinya metode ini menangkap rata-rata sebenarnya pada sekitar 95% sampel yang diambil dengan cara yang sama, bukan berarti interval spesifik ini memiliki peluang 95% benar.

Kesalahan umum yang harus dihindari

  • Interpreting "95% confidence" as "95% probability the true value is in this interval" — it's a statement about the long-run method, not this one computed interval.
  • Menggunakan z ketika sampelnya kecil dan σ tidak diketahui — ekor distribusi t yang lebih gemuk ada secara khusus untuk memperhitungkan ketidakpastian ekstra tersebut.
  • Dengan asumsi menggandakan ukuran sampel akan mengurangi separuh margin kesalahan - sebenarnya diperlukan empat kali lipat n untuk mengurangi separuh margin, karena kesalahan standar menyusut dengan √n.
  • Melupakan interval kepercayaan proporsi memerlukan p̂ antara 0 dan 1, dan dapat berperilaku buruk mendekati 0 atau 1 dengan sampel yang kecil.

Pertanyaan yang Sering Diajukan

Apa yang dimaksud dengan interval kepercayaan?

Interval kepercayaan adalah rentang nilai yang kemungkinan berisi parameter populasi sebenarnya, misalnya mean. Interval 95% berarti jika Anda mengulangi pengambilan sampel berkali-kali, sekitar 95% interval akan mendapatkan nilai sebenarnya.

Apa sebenarnya arti kepercayaan 95%?

Ini menjelaskan metodenya, bukan interval tunggal. Anda tidak bisa mengatakan ada kemungkinan 95% rata-rata sebenarnya terletak pada satu interval yang dihitung — parameternya tetap; intervalnya acak.

Kapan Anda menggunakan z versus t untuk interval kepercayaan?

Gunakan distribusi z ketika standar deviasi populasi diketahui atau ukuran sampel besar. Gunakan distribusi t ketika σ tidak diketahui dan diperkirakan dari sampel kecil.

Bagaimana ukuran sampel mempengaruhi lebar interval?

Sampel yang lebih besar menghasilkan interval yang lebih sempit karena kesalahan standarnya menyusut. Lebih banyak data berarti lebih presisi.

Bagaimana cara menggunakan kalkulator interval kepercayaan ini?

Masukkan mean sampel, deviasi standar, ukuran sampel, dan tingkat kepercayaan, lalu klik Hitung untuk melihat titik akhir interval dan margin kesalahan.

Mengapa interval kepercayaan 99% lebih lebar dibandingkan interval kepercayaan 95%?

Keyakinan yang lebih tinggi memerlukan jaring yang lebih luas agar lebih yakin dalam menangkap nilai sebenarnya. Nilai kritis bertambah seiring dengan tingkat kepercayaan — sekitar 1,645 untuk 90%, 1,96 untuk 95%, dan 2,576 untuk 99% — sehingga margin kesalahan, dan juga intervalnya, semakin lebar seiring dengan meningkatnya kepercayaan.

More math calculators