Interval Keyakinan – (Keuangan)


Apa Interval Keyakinan?

Interval kepercayaan, dalam statistik, mengacu pada probabilitas bahwa parameter populasi akan berada di antara sekumpulan nilai untuk proporsi waktu tertentu. Interval kepercayaan mengukur tingkat ketidakpastian atau kepastian dalam metode pengambilan sampel. Mereka dapat menggunakan sejumlah batas probabilitas, dengan yang paling umum adalah tingkat kepercayaan 95% atau 99%.

Interval kepercayaan dilakukan dengan menggunakan metode statistik, seperti  uji-t .

Poin Penting

  • Interval kepercayaan menampilkan probabilitas bahwa parameter akan berada di antara sepasang nilai di sekitar mean.
  • Interval kepercayaan mengukur tingkat ketidakpastian atau kepastian dalam metode pengambilan sampel.
  • Mereka paling sering dibangun menggunakan tingkat kepercayaan 95% atau 99%.

Memahami Interval Keyakinan

Ahli statistik menggunakan interval kepercayaan untuk mengukur ketidakpastian dalam variabel sampel. Misalnya, seorang peneliti memilih sampel yang berbeda secara acak dari populasi yang sama dan menghitung interval kepercayaan untuk setiap sampel untuk melihat bagaimana sampel tersebut dapat mewakili nilai sebenarnya dari variabel populasi. Semua kumpulan data yang dihasilkan berbeda; beberapa interval menyertakan parameter populasi yang sebenarnya dan yang lainnya tidak.

Interval kepercayaan adalah rentang nilai, dibatasi di atas dan di bawah rata – rata statistik, yang kemungkinan akan berisi parameter populasi yang tidak diketahui. Tingkat kepercayaan mengacu pada persentase probabilitas, atau kepastian, bahwa interval kepercayaan akan berisi parameter populasi yang sebenarnya ketika Anda menggambar sampel acak berkali-kali. Atau, dalam bahasa sehari-hari, “kita 99% yakin ( tingkat keyakinan) bahwa sebagian besar sampel ini (interval keyakinan) berisi parameter populasi yang sebenarnya.”

Referensi cepat

Keyakinan selang dan keyakinan tingkat saling terkait tetapi tidak persis sama.

Menghitung Interval Keyakinan

Misalkan sekelompok peneliti sedang mempelajari ketinggian pemain bola basket sekolah menengah. Para peneliti mengambil sampel acak dari populasi dan menetapkan tinggi rata-rata 74 inci.

Rata-rata 74 inci adalah perkiraan titik rata-rata populasi. Estimasi titik dengan sendirinya memiliki kegunaan terbatas karena tidak mengungkapkan ketidakpastian yang terkait dengan estimasi; Anda tidak memiliki gambaran yang baik tentang seberapa jauh rata-rata sampel 74 inci ini dari rata-rata populasi. Apa yang hilang adalah tingkat ketidakpastian dalam sampel tunggal ini.

Interval keyakinan memberikan lebih banyak informasi daripada perkiraan titik. Dengan menetapkan interval kepercayaan 95% menggunakan mean sampel dan deviasi standar , dan mengasumsikan distribusi normal seperti yang diwakili oleh kurva lonceng, para peneliti sampai pada batas atas dan bawah yang berisi mean sebenarnya 95% dari waktu.

Asumsikan intervalnya antara 72 inci dan 76 inci. Jika para peneliti mengambil 100 sampel acak dari populasi pemain bola basket sekolah menengah secara keseluruhan, rata-rata harus jatuh antara 72 dan 76 inci dalam 95 sampel tersebut.

Contoh Interval Keyakinan

Jika peneliti menginginkan kepercayaan yang lebih besar lagi, mereka dapat memperluas interval kepercayaan menjadi 99%. Melakukan hal itu selalu menciptakan jangkauan yang lebih luas, karena hal itu memberi ruang bagi sarana sampel yang lebih banyak. Jika mereka menetapkan interval kepercayaan 99% antara 70 inci dan 78 inci, mereka dapat mengharapkan 99 dari 100 sampel yang dievaluasi mengandung nilai rata-rata di antara angka-angka ini.

 Sebaliknya, tingkat kepercayaan 90% menyiratkan bahwa kita mengharapkan 90% dari perkiraan interval untuk memasukkan parameter populasi, dan seterusnya.

Pertimbangan Khusus

Kesalahpahaman terbesar terkait interval kepercayaan adalah interval tersebut mewakili persentase data dari sampel tertentu yang berada di antara batas atas dan batas bawah.

Misalnya, seseorang mungkin secara keliru menafsirkan 99% interval kepercayaan 70 hingga 78 inci yang disebutkan di atas sebagai menunjukkan bahwa 99% data dalam sampel acak berada di antara angka-angka ini. Ini tidak benar, meskipun ada metode analisis statistik yang terpisah untuk membuat penentuan seperti itu. Melakukannya melibatkan mengidentifikasi mean sampel dan deviasi standar dan memplot angka-angka ini pada kurva lonceng .

Artikel terkait

  1. Pengambilan Sampel Sistematis vs. Pengambilan Sampel Klaster: Apa Perbedaannya?
  2. Stratified random sampling.
  3. Sampel Acak Sederhana
  4. Systematic Sampling.
  5. Populasi
  6. Sampel
  7. Pro dan kontra dari stratified random sampling
  8. Bagaimana stratified random sampling berfungsi
  9. Contoh
  10. Pengujian Hipotesis Keuangan: Konsep dan Contoh