# 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 89.47984 107.0103 17.530451
## 2 5 10 TIDAK DIKETAHUI 88.36009 112.8793 24.519247
## 3 5 50 DIKETAHUI 110.95502 198.6073 87.652254
## 4 5 50 TIDAK DIKETAHUI 73.13383 179.6378 106.503938
## 5 5 90 DIKETAHUI 37.45964 195.2337 157.774057
## 6 5 90 TIDAK DIKETAHUI 104.16749 253.9172 149.749739
## 7 30 10 DIKETAHUI 98.12286 105.2796 7.156777
## 8 30 10 TIDAK DIKETAHUI 94.68441 102.7223 8.037865
## 9 30 50 DIKETAHUI 93.36270 129.1466 35.783883
## 10 30 50 TIDAK DIKETAHUI 73.19904 115.9831 42.784038
## 11 30 90 DIKETAHUI 65.00190 129.4129 64.410989
## 12 30 90 TIDAK DIKETAHUI 100.79171 164.7245 63.932789
## 13 100 10 DIKETAHUI 99.31369 103.2336 3.919928
## 14 100 10 TIDAK DIKETAHUI 97.38874 101.2554 3.866680
## 15 100 50 DIKETAHUI 89.86606 109.4657 19.599640
## 16 100 50 TIDAK DIKETAHUI 89.15989 108.1972 19.037280
## 17 100 90 DIKETAHUI 72.74549 108.0248 35.279352
## 18 100 90 TIDAK DIKETAHUI 73.02426 108.9340 35.909774
Keterangan 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