Kumpulan Contoh Soal Interval Kepercayaan 95 Persen untuk Estimasi Rata-Rata

Dalam dunia statistika inferensial, kita sering kali tidak mungkin mengukur seluruh populasi karena keterbatasan waktu, biaya, dan tenaga. Sebagai solusinya, kita mengambil sampel dan menggunakan data tersebut untuk melakukan estimasi terhadap parameter populasi. Salah satu metode estimasi yang paling diandalkan dan paling sering digunakan dalam penelitian ilmiah, survei ekonomi, hingga pengujian medis adalah Interval Kepercayaan (Confidence Interval).

baca juga : Contoh Soal Gerak Osilasi dan Cara Menyelesaikannya

Secara khusus, Interval Kepercayaan 95 Persen merupakan standar emas yang memberikan keseimbangan ideal antara ketelitian dan kepastian. Artikel ini akan membahas tuntas konsep, rumus, serta kumpulan contoh soal interval kepercayaan 95 persen untuk estimasi rata-rata agar Anda dapat menguasai materi ini dengan baik.

Apa Itu Interval Kepercayaan 95 Persen?

Interval kepercayaan adalah rentang nilai yang diyakini mengandung nilai parameter populasi yang sebenarnya (seperti rata-rata populasi, $\mu$) dengan tingkat keyakinan tertentu.

Jika kita menyatakan “Interval Kepercayaan 95%”, itu berarti jika kita mengambil sampel secara berulang-ulang dari populasi yang sama dan menghitung interval kepercayaan untuk setiap sampel, maka 95% dari interval-interval tersebut akan mencakup rata-rata populasi yang sebenarnya. Sisa 5% merupakan risiko error atau tingkat signifikansi ($\alpha = 0,05$).

Rumus Dasar Estimasi Rata-Rata

Pemilihan rumus bergantung pada apakah standar deviasi populasi ($\sigma$) diketahui atau tidak, serta ukuran sampel ($n$).

1. Jika Standar Deviasi Populasi ($\sigma$) Diketahui

Kita menggunakan distribusi Z (Normal Standar). Untuk tingkat kepercayaan 95%, nilai kritis $Z_{\alpha/2}$ adalah 1,96.

$$CI = \bar{x} \pm Z_{\alpha/2} \left( \frac{\sigma}{\sqrt{n}} \right)$$

2. Jika Standar Deviasi Populasi ($\sigma$) Tidak Diketahui

Kita menggunakan standar deviasi sampel ($s$) dan distribusi t (t-student).

$$CI = \bar{x} \pm t_{\alpha/2, df} \left( \frac{s}{\sqrt{n}} \right)$$

Keterangan: $df$ (degree of freedom) = $n – 1$.

Kumpulan Contoh Soal dan Pembahasan Detil

Contoh Soal 1: Sampel Besar dengan Standar Deviasi Diketahui

Seorang manajer kualitas di pabrik lampu ingin mengestimasi rata-rata umur pakai produk lampu LED terbaru. Diambil sampel sebanyak 100 lampu, dan ditemukan rata-rata umur pakai adalah 5.000 jam. Diketahui standar deviasi populasi adalah 200 jam. Hitunglah interval kepercayaan 95% untuk rata-rata umur pakai seluruh lampu LED tersebut.

Penyelesaian:

• Diketahui: $\bar{x} = 5.000$, $\sigma = 200$, $n = 100$.
• Nilai $Z$ untuk 95% = 1,96.
• Margin of Error ($E$):$$E = 1,96 \times \left( \frac{200}{\sqrt{100}} \right) = 1,96 \times 20 = 39,2$$
• Interval Kepercayaan:$$5.000 – 39,2 < \mu < 5.000 + 39,2$$$(4.960,8 , ; 5.039,2)$Kesimpulan: Kita yakin 95% bahwa rata-rata umur pakai lampu LED berada di antara 4.960,8 jam hingga 5.039,2 jam.

Contoh Soal 2: Sampel Kecil dengan Standar Deviasi Sampel

Sebuah penelitian berskala kecil mengukur kadar gula darah dari 16 orang dewasa setelah mengonsumsi suplemen tertentu. Rata-rata kadar gula darah sampel adalah 110 mg/dL dengan standar deviasi sampel sebesar 12 mg/dL. Tentukan estimasi interval kepercayaan 95% untuk rata-rata kadar gula darah populasi.

Penyelesaian:

• Diketahui: $\bar{x} = 110$, $s = 12$, $n = 16$.
• Derajat bebas ($df$) = $16 – 1 = 15$.
• Mencari nilai $t$ tabel untuk $df=15$ dan $\alpha=0,05$ (dua arah): $t = 2,131$.
• Margin of Error ($E$):$$E = 2,131 \times \left( \frac{12}{\sqrt{16}} \right) = 2,131 \times 3 = 6,393$$
• Interval Kepercayaan:$$110 – 6,393 < \mu < 110 + 6,393$$$(103,607 , ; 116,393)$

Contoh Soal 3: Estimasi Pendapatan UMKM

Sebuah bank ingin mengetahui rata-rata pendapatan harian pedagang kaki lima di suatu wilayah. Diambil sampel 64 pedagang, diperoleh rata-rata Rp250.000 dengan standar deviasi sampel Rp40.000. Hitung interval kepercayaan 95%.

Penyelesaian:

• Meskipun $\sigma$ tidak diketahui, karena $n > 30$ (sampel besar), kita dapat menggunakan pendekatan distribusi Z dengan mengganti $\sigma$ menjadi $s$.
• $E = 1,96 \times (40.000 / \sqrt{64}) = 1,96 \times 5.000 = 9.800$.
• Interval: $250.000 \pm 9.800$.$(Rp240.200 , ; Rp259.800)$

Faktor yang Mempengaruhi Lebar Interval

Penting untuk memahami mengapa sebuah interval bisa menjadi lebar atau sempit:

1. Ukuran Sampel ($n$): Semakin besar sampel, semakin kecil margin of error, sehingga interval semakin sempit (lebih akurat).
2. Variabilitas ($\sigma$ atau $s$): Semakin bervariasi data (semakin besar standar deviasi), semakin lebar intervalnya.
3. Tingkat Kepercayaan: Jika kita menaikkan kepercayaan ke 99%, nilai kritis Z akan naik (2,58), sehingga interval menjadi lebih lebar karena kita ingin “lebih pasti” mencakup nilai rata-rata.

baca juga : Produk Tres Leches Karya Mahasiswa UTI Tampil Menarik di Teknokrat Academic Expo

Kesimpulan

Interval Kepercayaan 95 persen adalah alat yang sangat kuat untuk mengubah data mentah menjadi informasi yang bermakna bagi pengambilan keputusan. Dengan memahami kapan harus menggunakan distribusi Z dan kapan menggunakan distribusi t, Anda dapat melakukan estimasi parameter populasi dengan akurasi ilmiah.

penulis : dinda