R Markdown
# Definisi parameter
sample_sizes <- c(5, 30, 100) # Ukuran sampel (n)
std_devs <- c(10, 50, 90) # Variabilitas data (σ atau s)
confidence_level <- 0.95
alpha <- 1 - confidence_level
# Data frame untuk menyimpan hasil
results <- data.frame()
# Simulasi untuk setiap kombinasi faktor
for (n in sample_sizes) {
for (sigma in std_devs) {
# Jika standar deviasi populasi diketahui (Gunakan distribusi normal)
z_score <- qnorm(1 - alpha / 2)
ci_width_known <- 2 * z_score * (sigma / sqrt(n))
# Simpan hasil dalam data frame
results <- rbind(results, data.frame(
Ukuran.Sampel.n = n,
Standar.Deviasi.atau.s = sigma,
Pengetahuan.sigma = "Diketahui (σ)",
Lebar.Interval.Kepercayaan = ci_width_known
))
# Jika standar deviasi populasi tidak diketahui (Gunakan distribusi t-Student)
t_score <- qt(1 - alpha / 2, df = n - 1)
ci_width_unknown <- 2 * t_score * (sigma / sqrt(n))
# Simpan hasil dalam data frame
results <- rbind(results, data.frame(
Ukuran.Sampel.n = n,
Standar.Deviasi.atau.s = sigma,
Pengetahuan.sigma = "Tidak Diketahui (s)",
Lebar.Interval.Kepercayaan = ci_width_unknown
))
}
}
# Tampilkan hasil
print(results)
## Ukuran.Sampel.n Standar.Deviasi.atau.s Pengetahuan.sigma
## 1 5 10 Diketahui (σ)
## 2 5 10 Tidak Diketahui (s)
## 3 5 50 Diketahui (σ)
## 4 5 50 Tidak Diketahui (s)
## 5 5 90 Diketahui (σ)
## 6 5 90 Tidak Diketahui (s)
## 7 30 10 Diketahui (σ)
## 8 30 10 Tidak Diketahui (s)
## 9 30 50 Diketahui (σ)
## 10 30 50 Tidak Diketahui (s)
## 11 30 90 Diketahui (σ)
## 12 30 90 Tidak Diketahui (s)
## 13 100 10 Diketahui (σ)
## 14 100 10 Tidak Diketahui (s)
## 15 100 50 Diketahui (σ)
## 16 100 50 Tidak Diketahui (s)
## 17 100 90 Diketahui (σ)
## 18 100 90 Tidak Diketahui (s)
## Lebar.Interval.Kepercayaan
## 1 17.530451
## 2 24.833280
## 3 87.652254
## 4 124.166400
## 5 157.774057
## 6 223.499520
## 7 7.156777
## 8 7.468123
## 9 35.783883
## 10 37.340614
## 11 64.410989
## 12 67.213105
## 13 3.919928
## 14 3.968434
## 15 19.599640
## 16 19.842170
## 17 35.279352
## 18 35.715905