Kalkulator Gratis Editverse
Kalkulator Interval Kepercayaan untuk Rata-rata
Perkirakan rentang yang masuk akal untuk rata-rata populasi dari satu sampel dengan interval t satu sampel pada tingkat kepercayaan 90%, 95%, atau 99%, bersamaan dengan rata-rata, simpangan baku (SD), dan kesalahan standar. Lihat perintah R yang dapat direproduksi dan baca panduan interpretasi lengkap di bawah ini. Divalidasi terhadap R 4.3.3.
Dalam Kata Sederhana
Interval kepercayaan (CI) memberikan rentang nilai yang masuk akal untuk sesuatu yang tidak dapat Anda ukur secara langsung — biasanya rata-rata populasi — berdasarkan sampel yang Anda kumpulkan. Anda memasukkan nilai sampel dan tingkat kepercayaan, dan kalkulator akan mengembalikan batas bawah dan atas, misalnya "rata-rata 24.15, CI 95% 22.76 hingga 25.54".
Lebar interval mencerminkan ketidakpastian Anda: sampel yang lebih besar dan variabilitas yang lebih rendah menghasilkan interval yang lebih sempit dan lebih tepat. Satu poin penting namun perlu diperhatikan: interval kepercayaan 95% tidak berarti ada probabilitas 95% bahwa nilai sebenarnya berada di dalam interval tertentu ini . Artinya, jika Anda mengulangi penelitian berkali-kali, sekitar 95% dari interval yang dibangun dengan cara ini akan memuat nilai sebenarnya.
Kapan Menggunakan Interval Kepercayaan?
Laporkan interval kepercayaan setiap kali Anda memperkirakan parameter populasi — rata-rata, proporsi, perbedaan antar kelompok, atau ukuran efek — dari data sampel. Interval kepercayaan mengkomunikasikan baik perkiraan maupun ketepatannya, yang tidak dapat dilakukan hanya dengan nilai p.
Gunakan interval berbasis t (yang digunakan di sini) saat memperkirakan rata-rata dari sampel kontinu yang kira-kira berdistribusi normal, terutama ketika simpangan baku populasi tidak diketahui dan sampelnya kecil. Untuk sampel besar, interval t dan z hampir berimpit. Pedoman pelaporan utama sekarang merekomendasikan penyajian interval kepercayaan bersamaan dengan, atau sebagai pengganti, nilai p saja, karena interval tersebut menunjukkan rentang efek yang sesuai dengan data daripada satu keputusan signifikan/tidak signifikan. Padukan ini dengan perhitungan ukuran sampel pada tahap desain untuk menargetkan presisi yang Anda butuhkan. Tidak yakin estimasi mana yang sesuai dengan desain Anda? Pemilih Tes interaktif kami dapat membantu.
Format yang diharapkan — Nilai contoh
Seret file CSV di sini atau klik untuk memilih. Diproses di browser Anda — tidak ada yang diunggah.
Format yang diharapkan — Nilai contoh
x <- c({data}) t.test(x, conf.level = {conf})$conf.intBuku petunjuk
Kapan digunakan. Memperkirakan rentang yang masuk akal untuk rata-rata populasi dari sebuah sampel.
Asumsi. Sampel bersifat acak; untuk n kecil, distribusi dasarnya mendekati normal.
Kesalahan umum. Interval kepercayaan 95% tidak berarti probabilitas 95% bahwa nilai sebenarnya berada dalam interval ini.
Contoh yang dikerjakan
Klik Muat data contoh di atas, lalu Jalankan Analisis untuk melihat hasil lengkap dengan angka, rumus, dan interpretasi untuk pengujian ini.
Referensi
- Neyman J. Garis Besar Teori Estimasi Statistik. Philos Trans R Soc A. 1937;236:333-380.
Contoh yang berhasil
Contoh 1 — Pengukuran laboratorium
Enam pengukuran berulang (23.1, 25.4, 22.8, 24.0, 26.1, 23.5) memiliki rata-rata 24.15. Interval kepercayaan 95% berkisar dari 22.76 hingga 25.54, rentang rata-rata populasi yang sesuai dengan sampel kecil ini. Laporkan rata-rata beserta intervalnya, bukan hanya rata-rata saja, agar pembaca dapat menilai ketelitiannya.
Contoh 2 — Mengapa level mengubah lebar
Menganalisis ulang data yang sama pada tingkat kepercayaan 99% menghasilkan interval yang lebih lebar, dan pada 90% menghasilkan interval yang lebih sempit. Tingkat kepercayaan yang lebih tinggi menghasilkan rentang yang lebih luas; namun tidak membuat estimasi menjadi lebih akurat. Pilih tingkat kepercayaan sebelum analisis — 95% adalah konvensi yang umum — daripada memilih mana yang terlihat paling baik.
Asumsi yang Perlu Diperiksa
Pengambilan sampel acak. Interval tersebut hanya bermakna jika sampel tersebut mewakili populasi yang ingin Anda deskripsikan.
Normalitas perkiraan (n kecil). Interval berbasis t mengasumsikan data yang mendasarinya kira-kira berdistribusi normal. Dengan sampel yang lebih besar, teorema limit pusat membuat hal ini kurang kritis.
Pengamatan independen. Setiap nilai harus independen. Pengukuran yang berkelompok atau berulang memerlukan metode yang memperhitungkan korelasi.
Kesalahan Umum
Salah menafsirkan pernyataan probabilitas
Interval kepercayaan 95% tidak berarti peluang 95% bahwa nilai sebenarnya berada dalam interval ini. Angka 95% mengacu pada kinerja jangka panjang prosedur tersebut di banyak sampel.
Memperlakukan “interval kepercayaan yang tumpang tindih” sebagai tes formal.
Dua interval dapat tumpang tindih dan tetap menunjukkan perbedaan yang signifikan. Untuk membandingkan kelompok, uji perbedaannya secara langsung daripada hanya memperkirakan tumpang tindihnya.
Melaporkan hanya nilai p
Nilai p menunjukkan apakah suatu efek dapat dideteksi; interval kepercayaan (CI) menunjukkan seberapa besar efek tersebut secara masuk akal. Laporkan keduanya.
Memilih tingkat kepercayaan setelah melihat data.
Tentukan 90%, 95%, atau 99% terlebih dahulu. Memilih tingkat tersebut untuk mendapatkan kesimpulan yang diinginkan adalah bentuk bias.
Pertanyaan yang Sering Diajukan
Apa sebenarnya arti interval kepercayaan 95%?
Jika Anda mengulangi penelitian ini berkali-kali dan membuat interval setiap kali, sekitar 95% dari interval tersebut akan memuat nilai populasi yang sebenarnya. Ini adalah pernyataan tentang metode, bukan tentang interval tunggal ini.
Mengapa melaporkan interval kepercayaan (CI) dan bukan hanya nilai p?
Interval kepercayaan menunjukkan rentang efek yang sesuai dengan data Anda dan ketepatannya, yang lebih informatif daripada satu kesimpulan signifikan/tidak signifikan.
Bagaimana cara mendapatkan interval yang lebih sempit?
Tingkatkan ukuran sampel atau kurangi variabilitas pengukuran. Ukuran sampel yang lebih besar (n) memperkecil margin kesalahan.
Apakah hasilnya sesuai dengan SPSS, R, dan Stata?
Ya. Kalkulator ini menggunakan rumus distribusi t dan kesalahan standar yang sama seperti perangkat lunak standar dan menampilkan perintah R yang tepat sehingga Anda dapat mereproduksinya.
Kalkulator Terkait
Referensi
- Neyman J. Garis Besar Teori Estimasi Statistik Berdasarkan Teori Probabilitas Klasik. Philos Trans R Soc Lond A. 1937;236(767):333–380.
- Rothman KJ. Enam kesalahpahaman penelitian yang terus berlanjut. J Gen Magang Med. 2014;29(7):1060–1064. PMID 24452418.
- Greenland S, Senn SJ, Rothman KJ, dkk. Uji statistik, nilai P, interval kepercayaan, dan kekuatan: panduan untuk menghindari kesalahan interpretasi. Jurnal Epidemiologi Eropa. 2016;31(4):337–350. PMID 27209009.
Apakah Anda Membutuhkan Analisis Ini untuk Manuskrip Anda?
Ahli biostatistik PhD kami menghitung dan menginterpretasikan interval kepercayaan Anda, serta menyajikan tabel siap publikasi dengan keluaran R yang dapat direproduksi.
Dapatkan Bantuan Statistik dari Pakar