Kalkulator Interval Kepercayaan

Tanpa centang, kalkulator memakai distribusi t dengan df = n − 1, karena σ diduga dari simpangan baku sampel.

Ketik angka dengan koma atau titik sebagai pemisah desimal, misalnya 3,5 atau 3.5.

Interval kepercayaan 95%

Nilai kritis—
Galat baku (SE)—
Margin galat—
Interval kepercayaan—

Garis bilangan: interval Anda

Titik menandai taksiran (rata-rata sampel atau proporsi), batang menandai interval kepercayaannya.

Interval kepercayaan adalah rentang yang dihitung dari data sampel dan kemungkinan memuat parameter populasi — misalnya rata-rata sebenarnya. Masukkan rata-rata, simpangan baku, dan ukuran sampel di atas, pilih tingkat kepercayaan 90%, 95%, atau 99%, dan lihat interval beserta margin galatnya secara instan.

Apa itu interval kepercayaan?

Interval kepercayaan adalah rentang nilai yang dihitung dari data sampel dan dipakai untuk menduga parameter populasi yang tidak diketahui — biasanya rata-rata populasi (μ) atau proporsi populasi (p). Misalnya, sebuah survei yang melaporkan “52% ± 3%” sebenarnya melaporkan interval kepercayaan 95% dari 49% sampai 55% untuk proporsi populasi yang sebenarnya.

Tingkat kepercayaan yang paling sering dipakai adalah 95%, diikuti 90% dan 99%. Makin tinggi tingkat kepercayaannya, makin lebar intervalnya: interval 99% selalu lebih lebar daripada interval 95% dari data yang sama, karena keyakinan yang lebih tinggi membutuhkan jaring yang lebih lebar.

Arti yang benar dari “interval kepercayaan 95%” adalah arti metode, bukan arti satu interval. Jika kita mengulang pengambilan sampel berkali-kali dengan cara yang sama, sekitar 95% interval yang dihasilkan akan memuat parameter sebenarnya. Interval yang Anda hitung hari ini mungkin memuat parameter itu, mungkin juga tidak — kita tidak tahu yang mana, tetapi metodenya benar 95% dari waktu ke waktu.

Interval kepercayaan bukan rentang tempat 95% data berada. Interval ini berbicara tentang parameter, bukan tentang data. Rentang tempat sebagian besar data berada dijelaskan oleh distribusi normal dan aturan empiris 68–95–99,7 — dua hal yang berbeda dari interval kepercayaan.

Rumus interval kepercayaan

Rumus umumnya sama untuk semua interval: taksiran ± nilai kritis × galat baku. Yang berubah adalah taksiran, nilai kritis, dan galat bakunya.

Rata-rata

Bila simpangan baku populasi (σ) diketahui, intervalnya adalah x̄ ± z* · σ/√n. Bila σ tidak diketahui dan diduga dari simpangan baku sampel (s) — situasi yang jauh lebih umum — intervalnya adalah x̄ ± t* · s/√n dengan derajat bebas df = n − 1. Di kedua rumus itu, galat baku (SE) adalah simpangan baku dibagi akar kuadrat ukuran sampel: SE = s/√n.

Proporsi

Interval Wald memakai p̂ ± z* · √(p̂(1 − p̂)/n). Interval Wilson memakai rumus (p̂ + z²/2n ± z · √(p̂(1 − p̂)/n + z²/4n²)) / (1 + z²/n). Wilson lebih rumit, tetapi lebih stabil pada proporsi ekstrem — kalkulator di atas menampilkan keduanya.

Tingkat kepercayaanz*t* (df 29)t* (df 24)t* (df 9)
90%1,6451,6991,7111,833
95%1,9602,0452,0642,262
99%2,5762,7562,7973,250

Perhatikan bahwa t* selalu lebih besar daripada z* pada tingkat kepercayaan yang sama, dan selisihnya mengecil ketika df membesar. Pada df 120, t* 95% adalah 1,980 — sudah sangat dekat dengan z* 1,960.

Cara menghitung interval kepercayaan rata-rata

  1. Hitung rata-rata sampel dan simpangan baku dari data.
  2. Hitung galat baku SE = s/√n.
  3. Pilih tingkat kepercayaan dan cari nilai kritis t* (df = n − 1) atau z* yang sesuai.
  4. Hitung margin galat = nilai kritis × SE.
  5. Interval kepercayaan adalah rata-rata ± margin galat.

Dalam literatur statistik Indonesia, istilah “selang kepercayaan” dipakai sebagai padanan “interval kepercayaan”, sedangkan “interval keyakinan” adalah varian lain yang kadang muncul di kalkulator daring. Ketiganya merujuk pada hal yang sama.

Kapan memakai t, bukan z, untuk interval kepercayaan?

Aturannya sederhana: pakai z bila simpangan baku populasi (σ) diketahui dengan pasti; pakai t bila σ diduga dari simpangan baku sampel (s). Dalam praktik, σ hampir tidak pernah diketahui — jadi hampir selalu pakai t.

SituasiYang dipakaiAlasan
σ diketahui, n berapa punz*Galat baku memakai σ yang sebenarnya
σ diduga dari st* (df = n − 1)t mengoreksi ketidakpastian tambahan dari pendugaan σ
n besar (≥ 30), σ didugat* (mendekati z*)Pada df besar, t* hampir sama dengan z*
Proporsiz* (Wald / Wilson)Interval proporsi memakai pendekatan normal
Aturan emas: selama simpangan baku diduga dari data, selalu pakai t. Memakai z dalam situasi itu membuat interval terlalu sempit — dan terlalu sempit berarti keyakinan sebenarnya di bawah yang diklaim.

Kurva t (df 5, garis putus-putus) mempunyai ekor yang lebih gemuk daripada kurva normal, sehingga nilai kritisnya lebih besar: t* > z*.

Contoh perbedaannya nyata pada sampel kecil. Dengan rata-rata 50, s = 10, dan n = 25, interval 95% memakai t adalah [45,87; 54,13], sedangkan memakai z (seolah-olah σ diketahui) memberi [46,08; 53,92] — lebih sempit 0,42 poin dan terlalu optimistis. Coba sendiri dengan tombol “z, σ diketahui” di atas.

Contoh soal interval kepercayaan

Contoh 1 — rata-rata, tiga tingkat kepercayaan

Sebuah sampel dengan rata-rata 50, simpangan baku 10, dan n = 30. Galat bakunya SE = 10/√30 = 1,83.

Tingkatt* (df 29)Margin galatInterval
90%1,6993,10[46,90; 53,10]
95%2,0453,73[46,27; 53,73]
99%2,7565,03[44,97; 55,03]

Data yang sama, keyakinan yang lebih tinggi, interval yang lebih lebar. Dengan n = 120, interval 95% menyempit menjadi [48,19; 51,81] (t* = 1,980, margin galat 1,81) — sampel yang lebih besar memberi taksiran yang lebih presisi.

Contoh 2 — pengeluaran rumah tangga

Survei terhadap 64 rumah tangga mencatat rata-rata pengeluaran Rp 3.164,2 ribu per bulan dengan simpangan baku Rp 512,4 ribu. Galat baku SE = 512,4/√64 = 64,05; t* (df 63) pada 95% adalah 1,998; margin galat 127,99. Interval kepercayaannya [3.036,21; 3.292,19] ribu rupiah — dibulatkan menjadi Rp 3.036.000 sampai Rp 3.292.000 per bulan.

Contoh 3 — proporsi ekstrem

Dari 30 responden, hanya 1 yang menjawab “ya” (p̂ = 0,033). Interval Wald 95% adalah [−0,031; 0,098] — batas bawahnya negatif, yang mustahil untuk sebuah proporsi. Interval Wilson 95% adalah [0,006; 0,167]: masuk akal dan tetap di dalam [0; 1]. Inilah alasan kalkulator ini menandai Wilson sebagai yang disarankan untuk dilaporkan. Coba dengan tombol “Proporsi ekstrem” di atas.

Apa arti interval kepercayaan 95% sebenarnya?

Artinya adalah pernyataan tentang metode: bila penelitian yang sama diulang berkali-kali — sampel baru, interval baru — sekitar 95% dari interval-interval itu akan memuat parameter populasi yang sebenarnya. Bukan berarti “ada peluang 95% bahwa interval yang satu ini memuat μ”. Setelah interval dihitung, parameter itu ada di dalamnya atau tidak; angka 95% menggambarkan keandalan prosedur jangka panjangnya.

Dua kesalahan terkait sering muncul. Pertama, interval yang tumpang tindih antara dua kelompok tidak membuktikan tidak ada perbedaan — untuk menguji perbedaan, pakai interval dari selisihnya. Kedua, interval yang lebih sempit tidak selalu lebih baik: interval sempit dari sampel kecil biasanya menandakan metode yang salah (misalnya memakai z padahal seharusnya t), bukan data yang bagus.

Mengapa interval Wilson lebih baik daripada Wald untuk proporsi?

Interval Wald simetris di sekitar p̂ dan memakai galat baku yang dihitung dari p̂ itu sendiri. Ketika p̂ mendekati 0 atau 1, atau n kecil, pendekatannya runtuh: interval bisa keluar dari [0; 1], seperti contoh [−0,031; 0,098] di atas. Interval Wilson menggeser pusat interval ke arah 0,5 dan tidak simetris, sehingga tetap berada di dalam [0; 1] dan cakupan sebenarnya lebih dekat ke tingkat yang diklaim.

Untuk proporsi biasa — n besar dan p̂ di dekat 0,5 — keduanya hampir sama: x = 45 dari n = 50 memberi Wald [0,817; 0,983] dan Wilson [0,786; 0,957]; x = 40 dari n = 100 memberi Wald [0,304; 0,496] dan Wilson [0,309; 0,498]. Aturannya praktis: laporkan Wilson, terutama bila x atau n − x kecil.

Tabel nilai kritis t*

Tabel lengkap nilai kritis t untuk tingkat kepercayaan 90%, 95%, dan 99%. Baris terakhir (∞) sama dengan nilai kritis z*.

df90%95%99%
16,31412,70663,657
22,9204,3039,925
32,3533,1825,841
42,1322,7764,604
52,0152,5714,032
61,9432,4473,707
71,8952,3653,500
81,8602,3063,355
91,8332,2623,250
101,8132,2283,169
111,7962,2013,106
121,7822,1793,055
131,7712,1603,012
141,7612,1452,977
151,7532,1312,947
161,7462,1202,921
171,7402,1102,898
181,7342,1012,878
191,7292,0932,861
201,7252,0862,845
211,7212,0802,831
221,7172,0742,819
231,7142,0692,807
241,7112,0642,797
251,7082,0602,787
261,7062,0562,779
271,7032,0522,771
281,7012,0482,763
291,6992,0452,756
301,6972,0422,750
401,6842,0212,705
501,6762,0092,678
601,6712,0002,660
1201,6581,9802,617
∞ (z*)1,6451,9602,576

Untuk df yang tidak ada di tabel, pakai =T.INV.2T(1 − tingkat; df) di Excel, atau biarkan kalkulator di atas yang menghitungnya.

Interval kepercayaan di Excel

Excel Indonesia memakai nama fungsi berbahasa Inggris dengan pemisah argumen titik koma (;).

  • =CONFIDENCE.NORM(0,05; 2,5; 50) = 0,692952 — margin galat untuk rata-rata 30, sehingga intervalnya [29,31; 30,69]. Perhatikan: contoh Microsoft memakai n = 50; angka 30 adalah rata-ratanya, bukan ukuran sampelnya.
  • =CONFIDENCE.T(0,05; 1; 50) = 0,284196855 — margin galat memakai t (df 49).
  • =CONFIDENCE.NORM(0,05; 1,2; 36) = 0,392 — interval [498,91; 499,69] ml untuk rata-rata 499,3.
  • =CONFIDENCE.T(0,05; 512,4; 64) = 128,0 — margin galat contoh rumah tangga di atas.
  • Nilai kritis t: =T.INV.2T(0,05; 29) = 2,045.

Kesalahan umum saat menghitung interval kepercayaan

  1. Memakai z untuk sampel kecil dengan σ tidak diketahui. Pakai t (df = n − 1); z membuat interval terlalu sempit.
  2. Membagi σ dengan n, bukan √n. Galat baku adalah σ/√n — membagi dengan n mengecilkan galat baku secara drastis.
  3. Membaca “95%” sebagai peluang interval ini memuat μ. Yang benar adalah interpretasi metode: 95% dari interval-interval yang dihasilkan prosedur ini memuat parameter.
  4. Memakai Wald untuk proporsi langka. Wald bisa memberi batas negatif atau di atas 1; pakai Wilson.
  5. Mengira interval memuat 95% data. Interval berbicara tentang parameter populasi, bukan tentang sebaran data.
  6. Mengira interval yang tumpang tindih berarti tidak ada perbedaan. Uji perbedaan dengan interval selisih, bukan dengan membandingkan dua interval yang tumpang tindih.

Pertanyaan yang sering diajukan

Bagaimana cara menghitung interval kepercayaan 95%?

Hitung rata-rata sampel dan simpangan baku, lalu hitung galat baku SE = s/√n. Kalikan SE dengan nilai kritis t* (df = n − 1) atau z* untuk 95%, lalu intervalnya adalah rata-rata ± margin galat. Kalkulator di atas mengerjakan semua langkah ini.

Apa sebenarnya arti interval kepercayaan 95%?

Artinya, jika kita mengulang pengambilan sampel berkali-kali dengan cara yang sama, sekitar 95% interval yang dihasilkan akan memuat parameter populasi yang sebenarnya. Ini pernyataan tentang metode, bukan tentang satu interval tertentu.

Kapan memakai t, bukan z?

Pakai z bila simpangan baku populasi (σ) diketahui. Pakai t bila σ diduga dari simpangan baku sampel, dengan derajat bebas n − 1. Aturan praktisnya: selama σ diduga dari data, selalu pakai t.

Apa itu margin of error?

Margin of error, atau margin galat, adalah setengah lebar interval kepercayaan: nilai kritis × galat baku. Survei yang melaporkan “52% ± 3%” memakai margin galat 3%. Pelajari lebih lanjut di kalkulator margin kesalahan.

Kenapa halaman ini menampilkan dua interval untuk proporsi?

Karena interval Wald bisa gagal pada proporsi yang sangat kecil atau sangat besar, misalnya keluar dari rentang 0 sampai 1. Interval Wilson lebih stabil dalam situasi itu, sehingga kalkulator menampilkan keduanya dan menandai Wilson sebagai yang disarankan untuk dilaporkan.

Seberapa besar sampel yang dibutuhkan untuk margin of error tertentu?

Untuk rata-rata, n = (z × σ / E)², dengan E margin galat yang ditargetkan. Untuk proporsi, n = z² · p(1 − p) / E². Selalu bulatkan hasilnya ke atas. Lihat panduan ukuran sampel (EN) untuk contoh lengkapnya.

Bisakah interval kepercayaan memberi tahu apakah hasilnya signifikan?

Ya, sebagian. Bila interval selisih dua rata-rata tidak memuat nol, atau interval proporsi tidak memuat nilai hipotesis nol, hasilnya signifikan pada taraf yang dipakai. Interval juga menunjukkan besar dan arah efek — lebih informatif daripada sekadar “signifikan atau tidak”.

Mengapa interval 99% lebih lebar daripada 95%?

Karena keyakinan yang lebih tinggi membutuhkan jaring yang lebih lebar. Nilai kritisnya lebih besar — 2,576 untuk 99% dibanding 1,960 untuk 95% pada z — sehingga margin galatnya juga lebih besar.

Langkah Selanjutnya

Apa Itu Interval Kepercayaan?

Pelajari arti interval kepercayaan 95%, rumusnya, dan 7 salah tafsir umum.

Baca →

Jelajahi Alat Lainnya

Kalkulator Simpangan Baku

Hitung simpangan baku populasi dan sampel langkah demi langkah, termasuk data kelompok.

Hitung →

Kalkulator Margin Kesalahan

Hitung margin kesalahan survei ±% pada tingkat kepercayaan 90%, 95%, atau 99%.

Hitung →

Kalkulator Aturan Empiris

Hitung interval 68,27%, 95,45%, dan 99,73% dengan rata-rata dan simpangan baku.

Hitung →

Kalkulator Distribusi Normal

Hitung peluang distribusi normal dengan rata-rata dan simpangan baku, lengkap dengan grafik dan nilai invers.

Hitung →

Kalkulator Skor Z

Ubah nilai apa pun menjadi skor z dan lihat persentil serta peluangnya.

Hitung →

Semua Kalkulator Statistik

Lihat 10 kalkulator statistik gratis dalam Bahasa Indonesia.

Lihat Semua →

Metodologi Kami

Bagaimana setiap kalkulator di situs ini dihitung, diuji, dan diperiksa.

Baca →

Sumber: NIST/SEMATECH e-Handbook of Statistical Methods, 1.3.5.2 — Confidence Limits for the Mean. Metodologi: metodologi kami. Oleh Afan Shafiq — BS AI student. Diperbarui 18 November 2026.