Confidence Interval

Anda baru selesai mendata 100 mahasiswa, lalu menghitung rata-rata IPK mereka: 3,15. Rektor bertanya: “Jadi, berapa rata-rata IPK seluruh mahasiswa di kampus ini?”

Anda tahu jawaban jujurnya bukan “3,15”. Angka 3,15 itu rata-rata sampel — kebetulan 100 orang yang Anda data. Kalau Anda mengambil 100 orang yang lain, hasilnya pasti sedikit berbeda. Rata-rata sebenarnya seluruh kampus hampir pasti bukan persis 3,15.

Tapi Anda juga tidak bisa bilang “saya tidak tahu” — Anda baru saja mengumpulkan data. Yang bisa Anda katakan dengan jujur adalah sebuah rentang yang masuk akal: “rata-rata sebenarnya kemungkinan besar berada antara 3,08 dan 3,22.” Rentang itulah yang disebut selang kepercayaan (confidence interval).

Selang kepercayaan bukan satu angka yang berlagak tahu kebenaran, melainkan rentang yang jujur tentang ketidakpastian. Konsep ini adalah fondasi statistika inferensia — dan sekaligus konsep yang paling sering salah dibaca, bahkan oleh peneliti berpengalaman.

Intuisi: Dari Satu Tebakan ke Sebuah Rentang

Bayangkan Anda memanah sasaran yang tertutup kain — Anda tidak bisa melihat pusatnya (itu rata-rata populasi yang tidak Anda ketahui). Anda melepaskan satu anak panah; itulah rata-rata sampel Anda. Anak panah itu hampir pasti tidak menancap tepat di pusat, tetapi tidak akan jauh juga.

Pertanyaannya: seberapa jauh meleset yang masih wajar? Kalau busur Anda presisi (sampel besar, data tidak terlalu beragam), lesetnya kecil. Kalau busur Anda goyah (sampel kecil, data berserak), lesetnya bisa besar.

Selang kepercayaan adalah cara menggambar lingkaran di sekitar anak panah — bukan di sekitar pusat, karena pusatnya tidak kita ketahui. Ukuran lingkaran itu kita pilih sedemikian rupa sehingga, kalau prosedur ini diulang berkali-kali, sebagian besar lingkaran akan melingkupi pusat yang sebenarnya. “Sebagian besar” inilah tingkat kepercayaan: 95%, 99%, dan seterusnya.

Tahan dulu gambaran “lingkaran melingkupi pusat” itu — di bagian interpretasi nanti, gambaran inilah yang membedakan pemahaman yang benar dari yang salah.

Rumus dan Tiap Lambangnya

Selang kepercayaan untuk rata-rata populasi $\mu$ dibangun dari tiga bahan: pusat (rata-rata sampel), seberapa goyah pusat itu (galat baku), dan seberapa lebar jaring pengaman yang kita mau (nilai kritis).

Bahan 1 — galat baku rata-rata (standard error). Ini mengukur seberapa banyak rata-rata sampel berayun dari satu sampel ke sampel lain:

$$SE = \frac{s}{\sqrt{n}}$$

• $s$ = standar deviasi sampel (seberapa berserak data mentah; lihat Variabilitas).
• $n$ = banyak data dalam sampel.
• $\sqrt{n}$ = akar dari $n$. Misalnya kalau $n = 100$, maka $\sqrt{n} = 10$.

Perhatikan: makin besar $n$, makin kecil $SE$ — rata-rata dari sampel besar lebih stabil. Kalau $s = 0{,}35$ dan $n = 100$, maka $SE = 0{,}35 / 10 = 0{,}035$. (Kenapa pakai $\sqrt{n}$, bukan $n$? Itu langsung dari Teorema Limit Pusat.)

Bahan 2 — nilai kritis $z$. Angka pengali yang menentukan lebar selang sesuai tingkat kepercayaan yang diminta. Untuk kepercayaan 95%, nilainya 1,96 — angka ini berasal dari distribusi normal: 95% luas di bawah kurva normal terletak dalam jarak 1,96 galat baku dari pusat.

Bahan 3 — margin galat (margin of error). Setengah lebar selang, yaitu seberapa jauh selang menjulur ke kiri dan ke kanan dari pusat:

$$ME = z \cdot SE$$

Gabungkan ketiganya, dan inilah selang kepercayaan untuk $\mu$:

$$\bar{x} - z \cdot SE \;\le\; \mu \;\le\; \bar{x} + z \cdot SE$$

atau, lebih ringkas:

$$CI = \bar{x} \pm z \cdot SE$$

• $\bar{x}$ (dibaca “x-bar”) = rata-rata sampel, pusat selang.
• $\mu$ (dibaca “mu”) = rata-rata populasi sebenarnya — nilai yang kita kejar, yang tidak kita ketahui.
• tanda $\pm$ (“plus-minus”) berarti kita mundur sejauh $ME$ ke bawah dan maju sejauh $ME$ ke atas dari $\bar{x}$.

Nilai kritis berubah sesuai tingkat kepercayaan yang dipilih:

Ada imbalan yang harus dibayar: makin tinggi kepercayaan, makin lebar selang. Selang 99% memang lebih “yakin” memuat $\mu$, tetapi karena terlalu lebar, ia kurang memberi informasi. Selang dari 0 sampai 4 pasti memuat IPK rata-rata mana pun — tetapi sama sekali tidak berguna.

Contoh Hitung dari Nol

Mari kerjakan satu kasus dari data mentah, langkah demi langkah. Sebuah kantor mengukur waktu pelayanan (menit) untuk 8 pelanggan yang dipilih acak. Kita ingin menaksir rata-rata waktu pelayanan seluruh pelanggan.

Data mentah (menit): 40, 42, 44, 45, 45, 46, 48, 50.

Langkah 1 — rata-rata sampel.

$$\bar{x} = \frac{40+42+44+45+45+46+48+50}{8} = \frac{360}{8} = 45 \text{ menit}$$

Langkah 2 — standar deviasi sampel. Kita butuh simpangan tiap nilai dari 45, lalu kuadratnya (cara lengkap ada di Variabilitas):

$$s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}} = \sqrt{\frac{70}{8-1}} = \sqrt{10} \approx 3{,}16 \text{ menit}$$

Langkah 3 — galat baku.

$$SE = \frac{s}{\sqrt{n}} = \frac{3{,}16}{\sqrt{8}} = \frac{3{,}16}{2{,}83} \approx 1{,}12 \text{ menit}$$

Langkah 4 — nilai kritis. Di sini ada peringatan penting: sampel kita kecil ($n = 8$) dan kita tidak tahu standar deviasi populasi yang sebenarnya — kita hanya menaksirnya dari 8 data. Dalam kondisi ini, $z = 1{,}96$ terlalu optimis. Yang benar dipakai adalah nilai kritis $t$ dengan derajat kebebasan $n - 1 = 7$ (penjelasan lengkapnya di bagian berikut). Untuk kepercayaan 95% dan derajat kebebasan 7, nilainya:

$$t_{0{,}025;\,7} = 2{,}365$$

Langkah 5 — margin galat.

$$ME = t \cdot SE = 2{,}365 \times 1{,}12 \approx 2{,}64 \text{ menit}$$

Langkah 6 — bentuk selang.

$$CI_{95\%} = \bar{x} \pm ME = 45 \pm 2{,}64 = [42{,}36;\ 47{,}64]$$

Kesimpulan: dengan kepercayaan 95%, rata-rata waktu pelayanan seluruh pelanggan berada di rentang 42,36 sampai 47,64 menit.

Kembali ke kasus pembuka — kasus IPK punya sampel besar ($n = 100$), jadi $z = 1{,}96$ memang sah dipakai. Di sana $SE = 0{,}035$, sehingga $ME = 1{,}96 \times 0{,}035 = 0{,}0686$, dan selangnya $3{,}15 \pm 0{,}0686 = [3{,}08;\ 3{,}22]$. Itulah angka yang muncul di kalimat pembuka.

Interpretasi yang Benar — Inti Artikel Ini

Inilah bagian yang membuat selang kepercayaan begitu sering disalahpahami. Bacalah pelan-pelan.

Selang yang baru kita hitung untuk IPK adalah $[3{,}08;\ 3{,}22]$. Pertanyaannya: apa arti “95%” di sini?

Tafsir yang benar: Kalau prosedur pengambilan sampel ini diulang berkali-kali — tiap kali ambil 100 mahasiswa baru, tiap kali hitung selangnya — maka sekitar 95% dari selang-selang itu akan memuat rata-rata populasi sebenarnya ($\mu$). Angka 95% adalah sifat dari prosedurnya dalam jangka panjang, bukan pernyataan tentang satu selang tertentu.

Gambar berikut menunjukkan persis hal ini. Ini bukan ilustrasi tambahan — ini adalah konsepnya sendiri:

Sekarang perhatikan satu hal yang halus tetapi menentukan. Begitu Anda sudah menghitung selang $[3{,}08;\ 3{,}22]$, selang itu kini angka yang pasti, dan $\mu$ juga angka yang pasti (kita hanya tidak tahu berapa). Maka $\mu$ entah berada di dalam selang itu, entah tidak — tidak ada “peluang” lagi di antaranya. Sama seperti koin yang sudah jatuh dan tertutup tangan: hasilnya sudah pasti, hanya pengetahuan kita yang belum lengkap.

Karena itu, kalimat-kalimat berikut SALAH, meski sangat sering terdengar:

• ❌ “Ada peluang 95% bahwa $\mu$ berada di [3,08; 3,22].”
• ❌ “95% data mahasiswa punya IPK di [3,08; 3,22].”
• ❌ “Kalau saya ulang sampling, 95% sampel akan punya rata-rata di [3,08; 3,22].”

Dan kalimat-kalimat ini benar:

• ✅ “95% dari selang yang dibangun dengan prosedur ini akan memuat $\mu$ sebenarnya.”
• ✅ “Saya 95% percaya pada prosedur yang menghasilkan selang ini — bukan pada satu selang spesifik ini.”

Perbedaan ini tampak rumit, tetapi pangkalnya sederhana: dalam kerangka statistika frekuentis, $\mu$ adalah angka tetap, bukan variabel acak. Peluang hanya bisa dilekatkan pada sesuatu yang acak — dan yang acak di sini adalah selang (karena ia berubah-ubah tiap sampel), bukan $\mu$.

Buktikan Sendiri — Widget Interaktif

Teori di atas baru benar-benar “klik” kalau Anda melihatnya bekerja. Widget di bawah membangkitkan banyak sampel, menghitung selang untuk tiap sampel, lalu menghitung berapa selang yang memuat rata-rata populasi sebenarnya. Targetnya: sekitar 95 dari 100.

Coba ini, satu per satu:

1. Atur tingkat kepercayaan 95%, bangkitkan 100 sampel, lalu hitung berapa selang yang meleset (tidak memuat $\mu$). Harusnya sekitar 5.
2. Naikkan ke 99%. Selang menjadi lebih lebar, jumlah yang meleset turun.
3. Turunkan ke 80%. Selang lebih sempit, tetapi yang meleset bertambah.
4. Atur $n$ kecil (misal 5) — selang melebar drastis. Atur $n$ besar (misal 200) — selang menyempit.

Hal kunci yang harus Anda saksikan: selang yang meleset itu wajar, bukan kesalahan. Mereka adalah 5% yang memang diperkirakan oleh tingkat kepercayaan 95%.

Kapan Pakai t, Bukan z

Rumus utama tadi memakai $z$ (1,96 untuk 95%). Ini sah bila salah satu terpenuhi:

• sampel besar ($n \ge 30$), atau
• populasi normal dan standar deviasi populasi $\sigma$ benar-benar diketahui.

Tetapi kasus paling lazim di lapangan justru: $n$ kecil dan $\sigma$ tidak diketahui (kita hanya menaksirnya lewat $s$). Untuk itu, gantilah $z$ dengan nilai kritis $t$:

$$CI = \bar{x} \pm t_{\alpha/2;\,n-1} \cdot \frac{s}{\sqrt{n}}$$

• $t_{\alpha/2;\,n-1}$ = nilai kritis $t$ dengan derajat kebebasan $n - 1$.
• $\alpha$ (dibaca “alfa”) = peluang meleset yang kita izinkan; untuk 95%, $\alpha = 0{,}05$ sehingga $\alpha/2 = 0{,}025$ di tiap ekor.

Contoh: $n = 10$, kepercayaan 95%, derajat kebebasan $= 9$. Nilai kritisnya $t = 2{,}262$ (di Excel: =T.INV.2T(0,05; 9)).

Distribusi $t$ berekor lebih tebal daripada normal, jadi $t$ selalu lebih besar dari $z$ untuk $n$ kecil — yang membuat selangnya lebih lebar (lebih hati-hati). Itu masuk akal: dengan sampel kecil, kita lebih tidak yakin, jadi jaring pengaman dilebarkan. Saat $n$ membesar, distribusi $t$ makin menyerupai normal, dan $t \to z$. Itulah kenapa untuk $n \ge 30$ perbedaan $z$ dan $t$ sudah dapat diabaikan.

Apa yang Menentukan Lebar Selang

Lebar penuh selang adalah dua kali margin galat:

$$\text{Lebar} = 2 \cdot z \cdot \frac{s}{\sqrt{n}}$$

Tiga tuas mengatur lebar ini:

Tuas ketiga punya konsekuensi praktis yang sering mengejutkan. Karena lebar menyusut hanya sebanding $1/\sqrt{n}$, untuk memangkas lebar selang jadi setengah (presisi dua kali lipat) Anda butuh 4 kali lipat data; untuk sepertiga lebar, butuh 9 kali lipat data. Ongkos demi presisi naik sangat cepat — inilah yang membuat survei berpresisi tinggi mahal.

Selang untuk Parameter Lain

Pola yang sama berlaku jauh di luar rata-rata. Bentuk umumnya: taksiran $\pm$ nilai kritis $\times$ galat baku taksiran itu, $\hat{\theta} \pm z \cdot SE(\hat{\theta})$.

Untuk proporsi $\hat{p}$ (misal persentase pemilih yang mendukung satu calon):

$$SE(\hat{p}) = \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}}$$

Contoh: dari survei 800 pemilih, 432 orang (54%) mendukung calon A.

$$\hat{p} = \frac{432}{800} = 0{,}54, \qquad SE = \sqrt{\frac{0{,}54 \times 0{,}46}{800}} \approx 0{,}0176$$$$CI_{95\%} = 0{,}54 \pm 1{,}96 \times 0{,}0176 = [0{,}506;\ 0{,}574]$$

Dilaporkan sebagai “54% dengan margin galat ±3,5%”. Inilah angka yang Anda dengar tiap musim pemilu.

Untuk selisih dua rata-rata (membandingkan dua kelompok, jantung dari uji A/B):

$$CI = (\bar{x}_1 - \bar{x}_2) \pm z \cdot \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}$$

Kalau selang selisih ini memuat angka 0, kita belum punya bukti kuat bahwa kedua kelompok berbeda.

Asumsi yang Harus Dipenuhi

Selang kepercayaan hanya sah bila landasannya berdiri tegak:

• Sampel acak. Pengambilan yang bias membatalkan selang. Survei yang hanya menjaring sukarelawan bukan sampel acak.
• Saling bebas. Tiap pengamatan tidak memengaruhi yang lain.
• Sebaran rata-rata sampel mendekati normal. Berkat Teorema Limit Pusat, syarat ini terpenuhi untuk $n \ge 30$ atau bila populasinya sendiri normal.
• Standar deviasi ditaksir dengan benar (pakai $s$ dan nilai kritis $t$) atau diketahui (pakai $\sigma$ dan $z$).

Selang menjadi tidak sah, atau perlu koreksi khusus, bila: sampel bukan acak (sekadar yang mudah dijangkau), data deret waktu yang saling berkorelasi antar-waktu, populasi sangat menceng sementara $n$ kecil, atau data berkelompok tanpa penyesuaian.

Cek Pemahaman

1. Sebuah sampel acak 64 mahasiswa punya rata-rata tinggi badan $\bar{x} = 170$ cm dengan standar deviasi $s = 8$ cm. Bangun selang kepercayaan 95% untuk rata-rata tinggi seluruh mahasiswa.

Lihat jawaban

Galat baku: $SE = s/\sqrt{n} = 8/\sqrt{64} = 8/8 = 1$ cm. Karena $n = 64 \ge 30$, pakai $z = 1{,}96$. Margin galat: $ME = 1{,}96 \times 1 = 1{,}96$ cm. Selang: $170 \pm 1{,}96 = [168{,}04;\ 171{,}96]$ cm. Tafsiran: kalau prosedur ini diulang berkali-kali, sekitar 95% selang serupa akan memuat rata-rata tinggi populasi sebenarnya.

2. (transfer) Seorang rekan melaporkan: “Selang kepercayaan 95% untuk rata-rata gaji adalah Rp 7 juta sampai Rp 9 juta. Jadi ada peluang 95% gaji rata-rata sebenarnya berada di rentang itu.” Apa yang salah dari kalimatnya, dan bagaimana seharusnya?

Lihat jawaban

Yang salah: melekatkan peluang pada satu selang yang sudah jadi. Begitu selang [Rp 7 juta; Rp 9 juta] terbentuk, rata-rata sebenarnya entah ada di dalamnya entah tidak — tidak ada peluang 95% lagi untuk selang ini. Pernyataan yang benar: “Selang ini dihasilkan oleh prosedur yang, kalau diulang berkali-kali, menghasilkan selang yang memuat rata-rata sebenarnya sekitar 95% dari waktu.” Angka 95% adalah sifat prosedur jangka-panjang, bukan peluang untuk selang tunggal ini.

3. (transfer) Tim riset ingin memangkas lebar selang kepercayaan mereka menjadi sepertiga dari lebar sekarang, tanpa mengubah tingkat kepercayaan. Berapa kali lipat data tambahan yang dibutuhkan?

Lihat jawaban

Lebar sebanding dengan $1/\sqrt{n}$. Agar lebar menjadi sepertiga, butuh $1/\sqrt{n_\text{baru}} = \tfrac{1}{3} \times 1/\sqrt{n_\text{lama}}$, yang berarti $\sqrt{n_\text{baru}} = 3\sqrt{n_\text{lama}}$, sehingga $n_\text{baru} = 9 \, n_\text{lama}$. Jawabannya: 9 kali lipat ukuran sampel. (Itulah kenapa mengejar presisi tinggi sangat mahal.)

Rumus di Excel

Galat baku:          =STDEV.S(rentang)/SQRT(COUNT(rentang))

Margin galat (z, 95%):  =1,96 * STDEV.S(rentang)/SQRT(COUNT(rentang))
Margin galat (t, 95%):  =T.INV.2T(0,05; COUNT(rentang)-1) * STDEV.S(rentang)/SQRT(COUNT(rentang))

Batas bawah selang:  =AVERAGE(rentang) - margin_galat
Batas atas selang:   =AVERAGE(rentang) + margin_galat

Excel juga punya fungsi siap-pakai untuk margin galat:

=CONFIDENCE.NORM(alfa; sigma; n)   → berbasis z, σ diketahui
=CONFIDENCE.T(alfa; s; n)          → berbasis t, s dari sampel

Argumen alfa untuk selang 95% adalah 0,05; untuk 99% adalah 0,01.

⬇ Unduh 19-confidence-interval.xlsx

Berkas pendamping berisi beberapa lembar; yang paling instruktif adalah KALKULASI_MANUAL — menampilkan tiap langkah (galat baku, nilai kritis, margin galat, batas selang) dengan formula hidup — dan KALKULASI_OTOMATIS yang membandingkannya dengan CONFIDENCE.NORM dan CONFIDENCE.T.

Kesalahan Umum

Melekatkan peluang pada satu selang tertentu. “Ada peluang 95% $\mu$ ada di [3,08; 3,22]” itu salah. Begitu selang terbentuk, $\mu$ sudah pasti di dalam atau di luar. Peluang ada pada prosedurnya, bukan pada selang yang sudah jadi. Yang benar: kita percaya 95% pada metodenya.

Mengira selang adalah rentang sebaran data. Selang kepercayaan bukan tempat 95% data berada. Ia tempat 95% selang (dari sampling berulang) akan memuat parameter. Kalau Anda ingin tahu rentang tempat 95% data berada, pakai persentil ke-2,5 dan ke-97,5 — itu hal yang berbeda sama sekali.

Memakai z untuk sampel kecil. Untuk $n < 30$ dengan $\sigma$ tak diketahui, harus pakai nilai kritis $t$. Memaksa $z$ membuat selang terlalu sempit, sehingga tingkat meleset yang sebenarnya melebihi 5%.

Lupa menyesuaikan untuk banyak selang sekaligus. Kalau Anda membangun banyak selang serentak (misal untuk 10 kelompok), memakai 95% polos membuat tingkat meleset gabungan jauh di atas 5%. Pakai koreksi Bonferroni atau metode perbandingan ganda lainnya.

Menyamakan tingkat kepercayaan dengan peluang hipotesis benar. Selang 95% tidak berarti hipotesis Anda 95% benar. Selang hanya berbicara tentang prosedur sampling, bukan tentang kebenaran sebuah klaim. Secara filosofis, “kepercayaan” dan “peluang” di sini dua hal yang berbeda.

Dipakai di Dunia Nyata

• Jajak pendapat politik. Survei pra-pemilu melaporkan “calon A 52%, margin galat ±3%”. Itu selang kepercayaan 95% untuk proporsi. Wartawan dan publik perlu membacanya sebagai rentang, bukan angka tunggal.
• Uji klinis. Sebuah uji obat melaporkan “obat menurunkan tekanan darah rata-rata 8 mmHg, selang 95% [5; 11]”. Rentang ini jauh lebih informatif daripada satu angka. Kalau selangnya memuat 0, efeknya belum tergolong signifikan secara statistik.
• Uji A/B produk. Membandingkan tingkat konversi: “Versi B unggul 2,5%, selang 95% [0,8%; 4,2%]”. Karena selang tidak memuat 0, ada bukti versi B lebih baik. Lebar selang menunjukkan seberapa besar ketidakpastian taksiran.
• Kendali mutu. “Target rata-rata proses 5 mm; batch ini rata-rata 5,02 mm, selang 95% [4,98; 5,06]”. Karena selang memuat 5,00, proses masih sesuai spesifikasi. Kalau selang tidak lagi memuat target, ada pergeseran proses.
• Riset akademik. Standar di jurnal bereputasi: laporkan taksiran titik beserta selang kepercayaan 95% untuk tiap koefisien, bukan sekadar nilai-p. Gerakan Open Science mendorong selang kepercayaan sebagai pelaporan baku karena lebih informatif.

Lanjutan

Setelah selang kepercayaan, langkah berikutnya adalah saudara dekatnya: uji hipotesis. Keduanya menyampaikan informasi yang sama dengan bingkai berbeda — selang menjawab “berapa kira-kira nilainya”, uji hipotesis menjawab “apakah nilainya berbeda dari dugaan tertentu”.

• Lanjut ke Uji Hipotesis — menguji klaim dengan struktur hipotesis nol lawan alternatif.
• Lalu Uji-Z dan Uji-T — penerapan praktis untuk menguji rata-rata.
• Dan Nilai-p dan Salah Tafsirnya — saudara selang kepercayaan yang sama-sama sering disalahartikan.

Kalau fondasinya masih perlu disegarkan:

• Teorema Limit Pusat — alasan kenapa rata-rata sampel menyebar normal, fondasi semua selang kepercayaan.
• Distribusi Normal — sumber angka kritis 1,96.
• Variabilitas — asal standar deviasi $s$ dan galat baku $SE$.