Apa sih bedanya confidence interval dg margin of error??

Beberapa waktu yang lalu, seorang teman saya melemparkan pertanyaan di BB group. Dia nanya, apa sih bedanya confidence interval dengan margin of error? terus gimana cara menjelaskan kepada orang-orang yg gak punya background statistika? Banyak juga yang bantu jawab pertanyaan ini, tapi belum juga menemukan penjelasan yang cukup memuaskan. Nah, disini saya coba share salah satu jawaban saya. Mudah2an malah gak bikin tambah pusing…hehehe… :D.

Confidence Interval (CI) atau Selang Kepercayaan (SK) itu adalah salah satu cara yang paling sering digunakan untuk melakukan pendugaan parameter (nilai populasi). Cara lainnya adalah dengan menggunakan pendugaan titik (bisa dengan rata-rata, median ataupun modus).Penjelasannya lebih lengkap pendugaan nilai populasi ini di posting berikutnya aja ya… Ok?

Back to case yah… CI ini adalah penduga dengan selang, jadi dia punya batas kiri dan kanan. Awalnya kita punya tingkat keyakinan (confidence level let’s say 90% artinya alphanya 10%), terus kita masukin ke rumus CI:

Image

Nah, abis itu kita hitung Z alpha/2 nya… liat di tabel Z. Klo nilai sigma itu adalah variance (keragaman datanya..asumsi kita tau). Klo nilai “n” itu adalah besarnya sample. Sedangkan X bar itu namanya rata-rata. Tinggal tambah kurang aja, CI nya kita dapetin deh…

X bar+A itu batas atas nya dan X bar-A itu batas bawahnya, gambar dibawah ini ilustrasi buat mempermudah pemahaman kita. cekidot.Image

Analogi yang mudahnya tuh, jika kita punya confidence level 90% maka kita yakin bahwa jika melakukan penarikan contoh 100 kali maka kira-kira 90 kali selang yang kita buat akan memuat nilai populasinya. Mudahkan?? Iya dong…. 🙂

Terus Margin of Error (MoE)-nya mana? Sebenernya MoE itu udah termasuk kedalam rumus CI nya. Hah?? Yg mana??

Image

Tuh kan dah keliatan MoE nya. Jadi sebenarnya MoE ini lah yang menciptakan selang pada CI, besarnya MoE tergantung banget pada keragaman (variance) dari datanya dan besarnya sample. Semakin besar sample nya asumsi variance nya tetap maka semakin kecil selang pada CI nya. Semakin besar variance nya asumsi sample tetap maka semakin lebar selang yang kita buat. Got it?? Udah jelaskan bedanya…. 🙂

Margin of Error ini banyak banget digunakan oleh lembaga survey pada saat mereka merilis hasil quick count nya. MoE sendiri menggambarkan batas kesalahan maksimum yang disebabkan oleh sampling error. Sampling error itu sendiri muncul karena jumlah sample yg terbatas dan juga metode sampling yang tidak sempurna. See.. it’s easy… 🙂

Semoga posting nya berguna…. 🙂

Data dan Informasi… Emang beda ya?

Dalam kehidupan sehari-hari kita selalu berhubungan dengan data. Data tidak hanya kumpulan angka yang dicatat dari sebuah peristiwa atau kejadian kedalam bentuk tabel atau diagram. Bentuk paling sederhana dari data dapat berupa huruf, angka maupun simbol yang memiliki yang masih tidak terorganisir dan mentah. Data mewakili sebuah keadaan, ide atau obyek dan sifatnya tidak terbatas dan ada diseluruh alam semesta.

(http://www.businessdictionary.com/definition/data.html)

Data seringkali disalah artikan dengan informasi. Oleh karena itu mari kita perjelas apa perbedaan data dan informasi melalui ilustrasi berikut ini.

Image

Sumber: http://www.infogineering.net/data-information-knowledge.htm

Dari situs ini saya dapatkan ilustrasi yang cukup menarik. Analoginya seperti ini, jika saya memotret anda maka foto yang saya dapatkan adalah sebuah informasi, namun apa yang ada pada diri anda dan bagaimana rupa anda adalah data. Saya dapat mengirimkan foto anda kepada orang lain dan orang tersebut mendapatkan informasi tentang anda dari foto tersebut. Satu lagi hal yang membedakan data dan informasi yakni, data itu selalu benar (tidak mungkin saya berumur 29 dan 62 dalam waktu yang bersamaan kan?) namun informasi bisa saja salah, jika terdapat dua pencatatan yang salah satunya mencatat saya lahir tahun 1981 dan pencatatan yang lain pada tahun1948. Seperti halnya kegiatan memotret tadi, informasi hanya “memotret” data pada satu titik saja, jika datanya berubah maka informasi awal tadi menjadi tidak relevan.