# Parameter simulasi
n_sample <- c(5, 30, 100)
sd <- c(10, 50, 90)
sigma_known_levels <- c("DIKETAHUI", "TIDAK DIKETAHUI")
mu <- 100
alpha <- 0.05
# Inisialisasi data frame untuk menyimpan hasil
results <- data.frame()
# Loop untuk setiap kombinasi
for (n in n_sample) {
for (sigma in sd) {
for (sigma_known in sigma_known_levels) {
sample_data <- rnorm(n, mean = mu, sd = sigma)
mean_sample <- mean(sample_data)
if (sigma_known == "DIKETAHUI") {
# Jika standar deviasi diketahui (Z)
se <- sigma / sqrt(n)
z_value <- qnorm(1 - alpha / 2)
error_margin <- z_value * se
} else {
# Jika standar deviasi tidak diketahui (t-student)
s <- sd(sample_data)
se <- s / sqrt(n)
t_value <- qt(1 - alpha / 2, df = n - 1)
error_margin <- t_value * se
}
# Menghitung interval kepercayaan
interval <- c(mean_sample - error_margin, mean_sample + error_margin)
results <- rbind(results, data.frame(
Sample_Size = n,
Std_Dev = sigma,
Sigma_Known = sigma_known,
Lower = interval[1],
Upper = interval[2],
interval_kepercayaan = interval[2] - interval[1]
))
}
}
}
# Tampilkan hasil
print(results)
## Sample_Size Std_Dev Sigma_Known Lower Upper interval_kepercayaan
## 1 5 10 DIKETAHUI 90.190381 107.7208 17.530451
## 2 5 10 TIDAK DIKETAHUI 98.143957 115.4716 17.327684
## 3 5 50 DIKETAHUI 76.725568 164.3778 87.652254
## 4 5 50 TIDAK DIKETAHUI 31.435171 159.6070 128.171823
## 5 5 90 DIKETAHUI -15.899593 141.8745 157.774057
## 6 5 90 TIDAK DIKETAHUI 3.661464 207.9142 204.252754
## 7 30 10 DIKETAHUI 95.732380 102.8892 7.156777
## 8 30 10 TIDAK DIKETAHUI 96.643536 103.8788 7.235273
## 9 30 50 DIKETAHUI 77.009767 112.7936 35.783883
## 10 30 50 TIDAK DIKETAHUI 67.227816 111.6288 44.401027
## 11 30 90 DIKETAHUI 64.921047 129.3320 64.410989
## 12 30 90 TIDAK DIKETAHUI 83.421706 146.7428 63.321143
## 13 100 10 DIKETAHUI 99.017237 102.9372 3.919928
## 14 100 10 TIDAK DIKETAHUI 98.491597 102.3387 3.847059
## 15 100 50 DIKETAHUI 89.042079 108.6417 19.599640
## 16 100 50 TIDAK DIKETAHUI 87.585533 107.9533 20.367813
## 17 100 90 DIKETAHUI 91.993555 127.2729 35.279352
## 18 100 90 TIDAK DIKETAHUI 95.296326 129.7544 34.458088
INTREPETASI:
Untuk ukuran sampel 5, standar deviasi 10, dan standar deviasi diketahui, interval kepercayaan untuk mean adalah antara 95.76456 dan 113.2950 dengan lebar interval 17.530451. Ini berarti kita 95% yakin bahwa mean populasi berada dalam rentang ini
Untuk ukuran sampel 5, standar deviasi 10, dan standar deviasi tidak diketahui, interval kepercayaan lebih lebar (21.403507), menunjukkan ketidakpastian yang lebih besar karena standar deviasi populasi tidak diketahui
Untuk ukuran sampel 5, standar deviasi 90, dan standar deviasi diketahui, interval kepercayaan sangat lebar (157.774057), mencerminkan variabilitas yang tinggi dalam data
Untuk ukuran sampel 30, standar deviasi 10, dan standar deviasi diketahui, interval kepercayaan lebih sempit (7.156777) dibandingkan dengan ukuran sampel 5, menunjukkan bahwa dengan ukuran sampel yang lebih besar, estimasi mean menjadi lebih presisi
Untuk ukuran sampel 30, standar deviasi 50, dan standar deviasi tidak diketahui, interval kepercayaan cukup lebar (36.895760), tetapi lebih sempit dibandingkan dengan ukuran sampel yang lebih kecil dengan standar deviasi yang sama
KESIMPULAN: Semakin besar ukuran sampel, interval kepercayaan lebih sempit dimana menunjukkan estimasi yang lebih presisi. Ketika standar deviasi populasi tidak diketahui, interval kepercayaan lebih lebar karena ketidakpastian tambahan. Standar deviasi yang lebih besar dalam populasi menghasilkan interval kepercayaan yang lebih lebar, mencerminkan variabilitas yang lebih tinggi dalam data