Tingkat Signifikansi dan Tingkat Kepercayaan (Confidence Interval)
Dalam bahasan statistika istilah tingkat signifikansi (significance level) dan tingkat kepercayaan (confidence level) dan sering digunakan. Tingkat signifikansi () menunjukkan probabilitas atau peluang kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk menolak atau mendukung hipotesis nol, atau dapat diartikan juga sebagai tingkat kesalahan atau tingkat kekeliruan yang ditolerir oleh peneliti, yang diakibatkan oleh kemungkinan adanya kesalahan dalam pengambilan sampel (sampling error). Tingkat signifikansi dinyatakan dalam persen dan dilambngkan dengan . Misalnya, ditetapkan tingkat signifikansi = 5% atau = 10%. Artinya, keputusan peneliti untuk menolak atau mendukung hipotesis nol memiliki probabilitas kesalahan sebesar 5% atau 10%. Dalam beberapa program statistik berbasis komputer, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig. (= significance), atau dalam program komputer lainnya ditulis -value. Nilai Sig atau value, seperti telah diuraikan di atas, adalah nilai probabilitas kesalahan yang dihitung atau menunjukkan tingkat probabilitas kesalahan yang sebenarnya. Tingkat kesalahan ini digunakan sebagai dasar untuk mengambil keputusan dalam pengujian hipotesis. Sementara tingkat kepercayaan pada dasarnya menunjukkan tingkat keterpercayaan sejauhmana statistik sampel dapat mengestimasi dengan benar parameter populasi dan/atau sejauhmana pengambilan keputusan mengenai hasil uji hipotesis nol diyakini kebenarannya. Dalam statistika, tingkat kepercayaan nilainya berkisar antara 0 sampai 100% dan dilambangkan oleh 1 . Secara konvensional, para peneliti dalam ilmu-ilmu sosial sering menetapkan tingkat kepercayaan berkisar antara 95% 99%. Jika dikatakan tingkat kepercayaan yang digunakan adalah 95%, ini berarti tingkat kepastian statistik sampel mengestimasi dengan benar parameter populasi adalah 95%, atau tingkat keyakinan untuk menolak atau mendukung hipotesis nol dengan benar adalah 95%. Pendugaan Parameter Populasi dilakukan dengan menggunakan nilai Statistik Sampel Misal : 1. 2. 3.
x s p atau p
digunakan sebagai penduga bagi
digunakan sebagai penduga bagi
digunakan sebagai penduga bagi
atau p
Catatan : Beberapa pustaka menulis
sebagai (p topi) p = proporsi "sukses" dalam Sampel acak (ingat konsep percobaan binomial?) p q 1= = proporsi "gagal" dalam Sampel acak
Pendugaan parameter diwujudkan dalam pembentukan selang kepercayaan, karena hampir
tidak pernah ditemukan nilai statistik tepat sama dengan nilai parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval -Didekati dengan distribusi Normal (Distribusi z atau Distribusi t) -Mempunyai 2 batas : batas atas (kanan) dan batas bawah (kiri) -Derajat Kepercayaan = Tingkat Kepercayaan = Koefisien Kepercayaan = 1 - kemudian akan dibagi ke dua sisi -/2 di atas batas atas dan /2 di bawah batas bawah Selang kepercayaan menurut Distribusi z dan Distribusi t -Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai dan Selang kepercayaan yang lazim digunakan antara lain : Selang kepercayaan 90 % Derajat Kepercayaan = 1 - = 9 = 10 % /2 = 5 %
luas daerah tidak terarsir ini diketahui dari Tabel
luasdaerahterarsir luas daerah terarsir ini = ini = /2 = 0.5%
-2.575
/2 = 0.5%
2.575
Selang Kepercayaan dengan Distribusi t
Nilai (dan tentu saja /2) sudah diterakan dalam Tabel.
Perhatikan derajat bebas (db). Nilai t tabel tergantung dari nilai derajat bebas (db) dan nilai /2 (Tabel hal 177) Misal : Selang kepercayaan 99 %; db = 13 1 - = 99% = 1 % /2 = 0.5 % t tabel (db=13;/2 = 0.5%) = 3.012 Contoh Distribusi t untuk SK 99 % ; db = 13
luas daerah terarsir
ini = /2 = 0.5%
-t = -3.012
luas daerah terarsir ini =
/2 = 0.5%
t =3.012
Selang Kepercayaan yang baik?
Idealnya selang yang baik adalah selang yang pendek dengan derajat kepercayaan yang
tinggi.
Banyak Selang Kepercayaan yang dapat dibentuk dalam suatu populasi adalah Tidak terhingga, anda bebas menetapkan derajat kebebasan dan lebar selangnya.
Bentuk Umum Selang Kepercayaan
Batas Bawah < (Simbol) Parameter < Batas Atas -
Untuk Sampel Berukuran Besar :
Statistik( -
z /2
Standard Error Sampel)<Parameter<Statistik+(
Untuk Sampel Berukuran Kecil :
z /2
Standard Error Sampel)
Statistik(
t ( db ; / 2 )
StandardErrorSampel)<Parameter<Statistik+(
t ( db ; / 2 )
StandardErrorSampel)
TARAP KEPERCAYAAN (SIGNIFICANCE LEVEL)
Semakin besar keyakinan, semakin besar kisaran yang diperlukan Ukuran sampel Besar
Jika kita mengasumskan bahwa distribusinya adalah normal, maka 95 % rata-rata sampel akan terletak pada kisaran:
Persamaan ini memberikan 95 % kisaran kepercayaan mean
BATAS KEPERCAYAAN 95 % = Batas kepercayaan yang lain
1,96/
Batas Kepercayaan untuk sampel kecil
Contoh :
Sumber : Rohman Abdul. 2012. Diktat Kuliah Distribusi Normal dan Taraf Kepercayaan. UGM http://sambas.staf.upi.edu/2013/01/22/tingkat-signifikansi-dan-tingkat-kepercayaan/ (diakses 05:00, 28 april 2015)
