TL;DR
Confidence interval adalah rentang nilai yang dihasilkan dari data sampel buat ngira-ngira nilai sebenarnya di populasi. Tingkat keyakinan 95 persen nunjuk ke prosedurnya, bukan ke satu rentang tertentu: kalau pengambilan sampel diulang berkali-kali, sekitar 95 persen dari rentang yang terbentuk bakal memuat nilai populasi. Lebar rentangnya menyempit sebanding akar jumlah data, jadi buat memotong lebar jadi setengah kamu butuh empat kali lipat data.
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.
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.
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.
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.
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.
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.
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.
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.
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:
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.
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.
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.
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.
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.
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.
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.
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.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Kolom datetime nyimpen tanggal, jam, hari, semuanya nempel jadi satu. Accessor .dt di pandas ngeluarin tiap bagian jadi kolom sendiri buat dianalisa.
Nama toko ketik campur huruf besar-kecil, spasi nyasar di ujung, atau kode produk nempel jadi satu. Accessor .str di pandas ngerapiin semua itu tanpa loop.
Model machine learning cuma ngerti angka, bukan teks kayak merah atau biru. get_dummies ngubah kolom kategori jadi kolom 0/1 dalam satu baris kode.