Mengapa Satu Angka Saja Tidak Cukup
Bayangkan sebuah laporan berita mengatakan: "Rata-rata orang Indonesia menghabiskan Rp 2.500.000 per bulan untuk makan di luar." Kedengarannya presisi, tapi angka itu berasal dari survei terhadap hanya 500 orang. Seberapa dekat angka itu dengan kenyataan untuk seluruh 275 juta penduduk Indonesia?
Satu angka tunggal (disebut "estimasi titik") memberi Anda tebakan terbaik, tapi tidak memberitahu apa-apa tentang seberapa andal tebakan tersebut. Di sinilah interval kepercayaan berperan. Interval kepercayaan memberikan Anda sebuah rentang yang kemungkinan besar mengandung jawaban yang benar.
Apa Itu Interval Kepercayaan?
Interval kepercayaan adalah rentang nilai yang kita yakini mengandung nilai populasi yang sebenarnya, berdasarkan data sampel kita. Alih-alih mengatakan "rata-ratanya Rp 2.500.000," Anda akan mengatakan "kami 95% yakin rata-rata sebenarnya berada antara Rp 2.200.000 dan Rp 2.800.000."
Rentang itu - Rp 2.200.000 sampai Rp 2.800.000 - adalah interval kepercayaan. "Rp 300.000 di atas dan di bawah" adalah margin kesalahan.
Contoh Jajak Pendapat Pemilu
Menjelang pilkada, sebuah lembaga survei mensurvei 1.200 pemilih yang kemungkinan akan memilih. Mereka menemukan bahwa 52% mendukung Calon A.
Tetapi mereka tidak hanya melaporkan "52%." Mereka melaporkan: "52% plus minus 3%, dengan kepercayaan 95%."
Ini berarti: berdasarkan sampel ini, kami 95% yakin bahwa tingkat dukungan sebenarnya untuk Calon A, di antara SEMUA pemilih, berada di antara 49% dan 55%.
Perhatikan bahwa 49% berada di bawah 50%. Jadi meskipun jajak pendapat menunjukkan Calon A "unggul," interval kepercayaan memberitahu kita bahwa hasilnya masih bisa ke mana saja. Itu informasi yang sangat berguna yang tidak terungkap dari angka tunggal "52%."
Apa Arti Sebenarnya "Kepercayaan 95%"
Ini adalah salah satu frasa yang paling sering disalahpahami dalam statistik. Berikut apa artinya dan apa yang bukan:
BUKAN berarti: "Ada 95% peluang nilai sebenarnya ada di interval spesifik ini." Begitu interval dihitung, nilai sebenarnya ada di dalamnya atau tidak - tidak ada probabilitas tentang itu.
Yang dimaksud ADALAH: "Jika kita mengulangi seluruh penelitian ini berkali-kali - mengambil sampel baru setiap kali dan menghitung interval baru - sekitar 95% dari interval-interval tersebut akan mengandung nilai yang sebenarnya."
Bayangkan seperti jaring ikan. Jika Anda melempar jenis jaring yang sama 100 kali, Anda akan berharap menangkap ikan sekitar 95 kali. Setiap lemparan tunggal mungkin meleset, tetapi metodenya andal dalam jangka panjang.
Margin Kesalahan
Margin kesalahan adalah bagian "plus minus" dari interval kepercayaan. Ini memberitahu Anda seberapa jauh estimasi Anda mungkin meleset. Margin kesalahan yang lebih kecil berarti estimasi yang lebih presisi.
Tiga hal mempengaruhi margin kesalahan:
- Ukuran sampel: Sampel lebih besar menghasilkan margin kesalahan lebih kecil. Mensurvei 2.000 orang memberikan rentang yang lebih ketat daripada mensurvei 200 orang.
- Variabilitas dalam data: Jika semua orang dalam populasi sangat mirip, Anda membutuhkan lebih sedikit data untuk mengestimasi rata-rata. Jika orang sangat bervariasi, Anda membutuhkan lebih banyak data.
- Tingkat kepercayaan: Interval kepercayaan 99% lebih lebar daripada yang 95%. Menuntut lebih banyak kepastian berarti menerima rentang yang lebih lebar.
Sebuah sekolah di Bandung ingin mengetahui rata-rata waktu siswa mengerjakan PR setiap malam.
Mereka mensurvei 50 siswa dan menemukan rata-rata 1,8 jam, dengan interval kepercayaan 95% sebesar 1,5 sampai 2,1 jam.
Jika mereka mensurvei 200 siswa, intervalnya mungkin menyempit menjadi 1,65 sampai 1,95 jam - estimasi yang lebih presisi dari data yang lebih banyak.
Jika mereka hanya mensurvei 15 siswa, intervalnya mungkin melebar menjadi 1,2 sampai 2,4 jam - jauh kurang berguna karena rentangnya terlalu lebar.
Bagaimana Ukuran Sampel Mempengaruhi Lebar
Ini adalah salah satu wawasan paling praktis dalam statistik. Hubungan antara ukuran sampel dan presisi tidak linier - mengikuti aturan "akar kuadrat."
Untuk memotong margin kesalahan menjadi setengah, Anda perlu mengempat-kalikan ukuran sampel. Dari 100 ke 400 orang memotong margin kesalahan setengah. Dari 400 ke 1.600 memotongnya setengah lagi.
Ini menjelaskan mengapa sebagian besar jajak pendapat nasional mensurvei sekitar 1.000-1.500 orang. Di luar itu, peningkatan presisi tidak sebanding dengan biaya tambahan. Mensurvei 10.000 orang alih-alih 1.000 hanya membuat interval sekitar tiga kali lebih sempit - sering kali tidak sebanding dengan peningkatan usaha sepuluh kali lipat.
Tingkat Kepercayaan yang Berbeda
Anda bisa memilih tingkat kepercayaan yang berbeda tergantung kebutuhan:
- Kepercayaan 90%: Interval lebih sempit, tapi lebih besar peluang melewatkan nilai sebenarnya.
- Kepercayaan 95%: Pilihan paling umum. Keseimbangan yang baik antara presisi dan keandalan.
- Kepercayaan 99%: Interval lebih lebar, tapi Anda hampir yakin nilai sebenarnya termasuk di dalamnya.
Kepercayaan lebih tinggi berarti jaring yang lebih lebar. Anda lebih mungkin menangkap kebenaran, tetapi estimasi Anda kurang presisi. Ini adalah pertukaran yang Anda pilih berdasarkan seberapa banyak risiko yang Anda terima.
Membaca Interval Kepercayaan di Berita
Ketika Anda melihat interval kepercayaan dilaporkan, berikut beberapa tips praktis:
- Jika dua interval kepercayaan tidak tumpang tindih, kelompok-kelompok tersebut kemungkinan benar-benar berbeda.
- Jika interval kepercayaan untuk sebuah perbedaan mencakup nol, perbedaannya mungkin tidak nyata.
- Interval yang sangat lebar berarti estimasinya tidak andal - mungkin dari sampel kecil atau data yang sangat bervariasi.
- Selalu periksa tingkat kepercayaannya. Interval 90% terlihat lebih ketat daripada interval 99% dari data yang sama, tetapi kurang andal.
Interval kepercayaan memberi Anda rentang nilai yang masuk akal untuk ukuran populasi, bukan hanya satu tebakan. Margin kesalahan memberitahu seberapa lebar rentang tersebut. Sampel yang lebih besar menghasilkan interval yang lebih sempit dan lebih presisi. Ketika Anda melihat "kepercayaan 95%," itu berarti metodenya berhasil 95% dari waktu selama banyak pengulangan - bukan bahwa ada 95% peluang interval tertentu ini benar. Interval kepercayaan sangat penting untuk memahami seberapa besar kepercayaan yang bisa Anda berikan pada estimasi manapun.