Interval Kepercayaan (Confidence Interval)

Interval kepercayaan adalah suatu penduga yang diyakini untuk suatu distribusi
probabilitas dalam taraf nyata yang kemudian dinotasikan dengan 𝛼 (alpha) yang selalu
dinyatakan dengan presentase.

Apabila suatu kurva normal dengan 𝛼= 5% (ditulis 𝛼= 0,05) ,maka sisis dari kurva
normal akan terlihat sebagai berikut:

 untuk uji satu sisi

 untuk uji dua sisi

Penduga nilai-nilai estimasi ini sangat tergantung pada total sampelnya .

1) Apabila n ≥ 30 , untuk menghitung interval kepercayaannya kita menggunakan distribusi

normal .
rumus distribusi normal :
𝑆 𝑆
𝑋̅ − 𝑍𝛼 < 𝜇 < 𝑋̅ + 𝑍𝛼
2 √𝑛 2 √𝑛
dimana :
𝑋̅ adalah rata-rata sampel
𝑆 adalah simpangan baku
untuk menentukan nilai dari 𝑍𝛼 terlebih dahalu kita tentukan level signifikannya. interval
2

kepercayaan ini bisa 90% , 95% , 98% , atau 99% . jika 𝛼 = 10% , maka :
 untuk uji satu sisi :
CI = 1 – 0,1
= 0,9
= 0,9 – 0,5
= 0,4
𝑍𝛼 = 1,285
 untuk uji dua sisi :
CI = 1 – 0,05
= 0,95
= 0,95 – 0,5
= 0,45
𝑍𝛼 = 1,645
2

2) untuk sampel kecil (n < 30) digunakan distribusi student (t) . apabila sampelnya kecil maka
pendugaan rata-rata populasi dilakukan dengan distribusi t dengan derajat bebas n = df = n-1

rumus distribusi student (t) :

𝑆 𝑆
𝑋̅ − 𝑡𝛼 < 𝜇 < 𝑋̅ + 𝑡𝛼
2 √𝑛 2 √𝑛

dimana :

𝑋̅ adalah rata-rata sampel

𝑆 adalah simpangan baku

Interval Kepercayaan Untuk Sampel Besar

Ketika sampel berjumlah besar, distribusi poisson ataupun multinomial, akan menjadi
distribusi normal.

1) Menaksir Rasio Ganjil

𝑛 𝑛 𝜋 𝜋
Misalkan 𝜃̂ = 𝑛 11𝑛 22 merupakan nilai sampel dari rasio ganjil 𝜃 = 𝜋 11 𝜋22 untuk tabel
12 21 12 21

2x2. Sampel rasio ganjil sama dengan 0 atau jikasebarang 𝑛𝑖𝑗 = 0 , dan itu tak ditentukan
batas-batasnya jika keduanya pada baris atau kolom adalah nol. Penaksir dari 𝜃̂ menjadi

(𝑛11 + 0.5)(𝑛22 + 0.5)

𝜃̂ =
(𝑛12 + 0.5)(𝑛21 + 0.5)

dan log 𝜃̂ menunjukkan hasil yang baik.

Penaksir 𝜃̂ 𝑑𝑎𝑛 𝜃̃ mempunyai distribusi normal asimtotik yang sama di sekitar 𝜃. Akibat
dari penambahan 0.5 pada baris hilang sebagai 𝑛 → ∞. Untuk n kecil, distribusinya condong
tinggi. Ketika 𝜃 = 1, 𝜃̂ tidak lebih kecil dari 𝜃 (karena 𝜃̂ ≥ 0). Untuk sampel poisson atau
multinomial atau sampel binomial independen dalam baris atau dalam kolom, suatu penaksir
standar error asimtotik dari log(𝜃̂) adalah

1 1 1 1 1/2
𝜎̂(𝑙𝑜𝑔𝜃̂) = ( + + + ) 4.9
𝑛11 𝑛12 𝑛21 𝑛22

menggantikan {𝑛𝑖𝑗 } 𝑑𝑒𝑛𝑔𝑎𝑛{𝑛𝑖𝑗 + 0.5}.

Misalkan 𝑍𝛼 merupakan titik bagian dari ditribusi normal standar yang memiliki suatu
2
𝛼
peluang untuk sisi kanan sama dengan . Oleh sampel normal-besar dari log (𝜃̂),
2

log 𝜃̂ ± 𝑍𝛼 σ̂ (log 𝜃̂)

2

Adalah suatu perkiraan 100(1- 𝛼) persen interval kepercayaan untuk log 𝜃.

2) Menaksir Selisih dari Proporsi

𝑛
Proporsi sampel 𝑃1|𝑖 = 𝑛 𝑖1 , memiliki ekspektasi 𝜋1|𝑖 dan variansi 𝜋1|𝑖 (1 − 𝜋1|𝑖 )/𝑛𝑖+ .
𝑖+

Karena proporsi sampel 𝑃1|1 dan 𝑃1|2 adalah saling bebas, maka selisihnya memiliki ekspektasi,

𝐸(𝑃1|1 − 𝑃1|2 ) = 𝜋1|1 − 𝜋1|2

dan standar error

1/2
𝜋1|1 (1 − 𝜋1|1 ) 𝜋1|2 (1 − 𝜋1|2 )
𝜎(𝑝1|1 − 𝑝1|2 ) = [ + ]
𝑛1+ 𝑛2+

Taksirannya diperoleh 𝜎̂(𝑝1|1 − 𝑝1|2 ), sehingga interval kepercayaan untuk selisih dua proporsi
adalah:

(𝑝1|1 − 𝑝1|2 ) ± 𝑧𝛼/2 𝜎̂(𝑝1|1 − 𝑝1|2 )

Contoh :
Percobaan eksperimental efektivitas obat Dexamethasone dalam mengurangi resiko kematian
setelah percobaan 9 bulan dibandingkan dengan kelompok placebo.

Interpretasi :
 87
Nilai Relative Risk (dengan interval kepercayaan 95 %) = 1870.77 (0.62-0.96)

Kelompok yang menggunakan Obat Dexamethasone dapat mengurangi resiko kematian

sebanyak 23 % (estimasi RR = 0.77) dibandingkan kelompok yang diintervensi dengan placebo
setelah percobaan selama 9 bulan. Di populasi umum, kita yakin sebesar 95 % bahwa obat
Dexamethasone dapat mengurangi kematian antara 4 % (RR= 0.96) dan 38 %(RR= 0.62)
dibandingkan intervensi dengan obat placebo.