Confidence Interval: Cara Membaca dan Menjelaskannya ke Tim Bisnis

Confidence interval adalah rentang nilai yang dihitung dari data sampel buat ngira-ngira berapa nilai sebenarnya di populasi.

Rata-rata belanja pelanggan Rp 84.200 itu setengah cerita. Angka itu dari 220 transaksi, bukan dari semua pelanggan yang pernah dan bakal datang.

Confidence interval ngasih setengah ceritanya lagi: seberapa jauh angka itu bisa meleset. Di bawah ini cara bacanya yang benar, dan kalimat yang bisa kamu pakai waktu presentasi ke tim bisnis.

Apa itu confidence interval?

Confidence interval adalah rentang nilai yang dihasilkan dari data sampel buat memperkirakan nilai parameter di populasi. Rentangnya punya dua batas, bawah dan atas, plus tingkat keyakinan yang biasanya 95 persen. Makin sedikit datanya atau makin besar keragamannya, makin lebar rentang yang keluar.

Bentuk umumnya: nilai dugaan, plus minus batas galat.

rata-rata sampel ± (nilai kritis x galat baku)

Batas galat itu yang nentuin lebar rentang. Dia dipengaruhi tiga hal: keragaman data, jumlah data, dan tingkat keyakinan yang kamu pilih.

Konsep sebaran dan simpangan baku yang jadi bahannya dibahas di statistik deskriptif.

Gimana cara baca confidence interval yang benar?

Tingkat keyakinan 95 persen itu sifat prosedurnya, bukan sifat satu rentang tertentu. Artinya: kalau pengambilan sampel dan perhitungan diulang berkali-kali, sekitar 95 dari 100 rentang yang terbentuk bakal memuat nilai populasi sebenarnya. Rentang yang lagi kamu lihat sekarang termasuk yang benar atau yang meleset, dan itu nggak bisa dipastiin.

Kalimat yang salah: "ada peluang 95 persen rata-rata populasi ada di antara Rp 80.100 dan Rp 88.300".

Kenapa salah? Karena rata-rata populasi itu satu angka tetap. Dia nggak lompat-lompat, jadi dia nggak punya peluang. Yang berubah-ubah itu rentang yang kamu bikin dari sampel.

Kalimat yang aman dipakai: "berdasarkan 220 transaksi ini, nilai yang masuk akal buat rata-rata populasi ada di kisaran Rp 80.100 sampai Rp 88.300".

Dalam praktik sehari-hari, dua kalimat itu ngasih keputusan yang sama. Tapi kalau kamu lagi nulis skripsi atau ngobrol sama penguji, bedanya kepakai.

Gimana cara menghitung confidence interval?

Rumusnya beda tergantung yang kamu ukur rata-rata atau proporsi. Buat rata-rata, pakai sebaran t dengan derajat bebas n dikurangi 1. Buat proporsi, pakai sebaran normal dengan galat baku yang dihitung dari proporsi sampel. Dua-duanya berbentuk nilai dugaan plus minus batas galat.

Buat rata-rata

batas = rata-rata ± t(0,025; n-1) x (s / akar(n))

Dengan s simpangan baku sampel dan n jumlah data. Nilai t buat sampel besar mendekati 1,96.

Di Python:

import numpy as np
from scipy import stats

belanja = np.random.normal(84200, 31000, 220)

rata = belanja.mean()
galat = stats.sem(belanja)
bawah, atas = stats.t.interval(0.95, len(belanja) - 1, loc=rata, scale=galat)

print("rata-rata:", round(rata))
print("rentang 95%:", round(bawah), "sampai", round(atas))

Parameter fungsi t.interval dijelasin di dokumentasi scipy stats.t.

Buat proporsi

batas = p ± 1,96 x akar(p x (1 - p) / n)

Dengan p proporsi sampel dalam bentuk desimal. Rumus ini kurang akurat kalau n kecil atau p mepet nol atau satu.

Buat kasus semacam itu, metode Wilson lebih bisa diandalkan. Bedanya kelihatan waktu kamu punya 2 konversi dari 30 pengunjung.

Apa hubungan confidence interval sama p-value?

Keduanya dua cara ngelihat perhitungan yang sama. Kalau confidence interval 95 persen buat selisih dua kelompok nggak memuat angka nol, p-value uji dua arahnya pasti di bawah 0,05. Kalau rentangnya memuat nol, p-value-nya di atas 0,05. Bedanya, confidence interval ngasih besaran efeknya, p-value nggak.

Karena itu banyak jurnal sekarang minta dua-duanya dilaporin.

Contoh yang bikin bedanya jelas. Dua uji sama-sama ngasih p 0,03, tapi rentang selisih yang satu Rp 100 sampai Rp 4.900, dan yang satu lagi Rp 2.400 sampai Rp 2.600.

P-value-nya mirip, tapi keputusan bisnisnya beda jauh. Yang pertama masih bisa berarti efek yang terlalu kecil buat dikejar.

Arti p-value dan batas 0,05 dibahas di glossary p-value, dan alur pengujiannya di uji hipotesis.

Contoh kasus: dua angka toko_berkah

Dataset latihan toko_berkah di ngulikdata punya 220 transaksi bulan Juli 2025.

Rata-rata belanja Rp 84.200 dengan simpangan baku Rp 31.000. Galat bakunya Rp 2.090, dan batas galat 95 persennya Rp 4.119.

Ukuran	Nilai dugaan	Rentang 95 persen	Lebar rentang
Rata-rata belanja	Rp 84.200	Rp 80.100 sampai Rp 88.300	Rp 8.200
Konversi promo WhatsApp	15,8 persen	11,2 sampai 20,5 persen	9,3 poin persen

Baris kedua yang menarik. Promo WhatsApp dikirim ke 240 pelanggan, dan 38 orang belanja.

Angka 15,8 persen kelihatan meyakinkan di slide. Tapi rentangnya melar dari 11,2 sampai 20,5 persen.

Kalau target manajemen 12 persen, hasil ini nggak bisa bilang target kelewat. Angka 11,2 masih di dalam rentang yang masuk akal.

Buat mempersempit rentang jadi setengahnya, kira-kira 4,7 poin persen, kamu butuh empat kali lipat data. Bukan 240 pelanggan, tapi sekitar 960.

Ini konsekuensi dari akar kuadrat di rumus. Nambah data dua kali lipat cuma nyempitin rentang sekitar 30 persen.

Buat toko, artinya jelas. Nyimpulin efek promo dari satu batch 240 pengiriman itu terlalu cepat. Jalanin tiga batch dulu, baru bandingin.

Gimana cara menjelaskan confidence interval ke tim bisnis?

Buang istilahnya, sisakan keputusannya. Tim bisnis nggak butuh kata "interval keyakinan", mereka butuh tau apakah angka ini cukup buat mutusin. Sebut nilai dugaannya, sebut rentang yang masuk akal, lalu langsung sambungin ke ambang keputusan yang mereka punya.

Tiga kalimat yang bisa langsung kamu pakai:

• "Rata-ratanya Rp 84.200. Dari data yang ada, angka aslinya kemungkinan besar antara Rp 80 ribu dan Rp 88 ribu."
• "Konversinya 15,8 persen, tapi datanya masih terlalu sedikit buat mastiin. Rentangnya lebar, dari 11 sampai 20 persen."
• "Selisih dua cabang ada di kisaran minus Rp 2.000 sampai plus Rp 11.000. Karena nol masih di dalam rentang, kita belum bisa bilang ada beda."

Kalimat ketiga yang paling sering nyelametin rapat. Dia ngasih jalan buat bilang "belum cukup data" tanpa kedengeran kayak menghindar.

Kalau presentasinya pakai grafik, tambahin error bar di tiap batang. Orang yang nggak pernah belajar statistik pun langsung nangkep kalau batang dengan garis panjang itu angkanya belum mantap.

Kesalahan umum soal confidence interval

1. Bilang ada peluang 95 persen nilainya di dalam rentang. Yang punya sifat 95 persen itu prosedurnya, bukan satu rentang tertentu.

2. Nyimpulin nggak ada beda dari dua rentang yang bersinggungan. Cara yang benar bikin satu rentang buat selisihnya, lalu cek apakah nol termasuk di dalamnya.

3. Nyamain confidence interval sama simpangan baku. Simpangan baku ngukur sebaran data. Confidence interval ngukur ketidakpastian soal rata-ratanya.

4. Ngelaporin rata-rata tanpa jumlah data. Rata-rata dari 12 transaksi dan dari 1.200 transaksi punya bobot berbeda. Tanpa n, pembaca nggak bisa nilai.

5. Naikin tingkat keyakinan ke 99 persen biar kelihatan lebih meyakinkan. Efeknya kebalik, rentangnya justru melebar dan kesimpulanmu jadi makin kabur.

6. Lupa ngecek nilai ekstrem. Satu transaksi Rp 12 juta di antara 220 transaksi bikin simpangan baku meledak dan rentangnya ikut melebar. Cek dulu apakah itu data asli atau salah input, kayak yang dibahas di glossary outlier.

FAQ

Apa arti confidence interval 95 persen?

Angka 95 persen nunjuk ke prosedurnya, bukan ke satu rentang yang lagi kamu lihat. Kalau kamu ambil sampel baru berkali-kali dan bikin rentang dengan cara yang sama, sekitar 95 dari 100 rentang itu bakal memuat nilai populasi sebenarnya. Rentang yang ada di layarmu sekarang termasuk yang benar atau yang meleset, dan kamu nggak bisa tau yang mana.

Kenapa confidence interval-ku lebar banget?

Dua penyebab utamanya: datanya sedikit, atau keragaman datanya besar. Lebar rentang sebanding simpangan baku dibagi akar jumlah data. Jadi kalau kamu cuma punya 30 transaksi dengan nilai yang loncat-loncat dari Rp 15 ribu sampai Rp 900 ribu, rentangnya pasti lebar. Nambah data ngebantu, tapi hasilnya melambat karena yang bekerja akar kuadratnya.

Bedanya confidence interval sama standar deviasi apa?

Simpangan baku ngukur sebaran data satu per satu di sekitar rata-rata. Confidence interval ngukur ketidakpastian tentang di mana rata-rata populasi berada. Simpangan baku nggak mengecil kalau data ditambah, karena dia sifat datanya. Confidence interval mengecil, karena tebakanmu soal rata-rata makin tajam tiap data nambah.

Kalau dua confidence interval bersinggungan, artinya nggak ada beda?

Belum tentu. Dua rentang yang sedikit bersinggungan masih bisa ngasih selisih yang nyata secara statistik. Cara yang benar bukan ngintip perpotongan dua rentang, tapi bikin satu rentang buat selisihnya. Kalau rentang selisih itu nggak memuat angka nol, kamu punya bukti adanya beda.

Confidence interval bisa dipakai buat data yang nggak normal?

Bisa, dengan syarat. Buat sampel besar, rentang berbasis rumus t masih lumayan akurat walau data aslinya menceng, karena sebaran rata-rata cenderung menormal. Buat sampel kecil dan data yang menceng parah, pakai bootstrap. Metode ini nyusun rentang dari ribuan pengambilan ulang data yang kamu punya, tanpa asumsi bentuk sebaran.

Penutup

Satu angka rata-rata nggak pernah cukup buat mutusin. Rentangnya yang ngasih tau seberapa jauh angka itu bisa meleset.

Dua hal yang layak dibawa ke rapat berikutnya: laporin jumlah data bareng rata-rata, dan pakai rentang selisih waktu bandingin dua kelompok.

Coba ambil satu metrik yang rutin kamu laporin, hitung rentang 95 persennya, dan lihat apakah target perusahaan masih masuk di dalamnya. Kalau iya, kamu baru saja nemu alasan buat nambah data sebelum ngambil kesimpulan. Lanjut baca uji hipotesis buat sisi pengujiannya.