1. Masukkan data ke RStudio sebagai vektor, lalu hitung estimasi titik (rata-rata) dan standar deviasi kecepatan unduh menggunakan mean() dan sd().

data_wifi <- c(18.2, 21.5, 19.8, 23.1, 17.6, 20.4, 22.9, 16.8, 19.1, 24.3, 18.7, 21.0, 20.2, 17.9, 23.6, 19.4, 22.1, 18.0, 20.9, 21.7, 16.5, 19.9, 23.4, 18.3, 21.2)
rata_rata <- mean(data_wifi)
std_deviasi <- sd(data_wifi)

cat("Rata-rata:", rata_rata, "Mbps\n")
## Rata-rata: 20.26 Mbps
cat("Standar deviasi:", std_deviasi, "Mbps\n")
## Standar deviasi: 2.217732 Mbps

Penjelasan Hasil No 1: Dari data 25 titik akses WiFi yang diuji, kita mendapatkan estimasi titik (rata-rata sampel) sebesar 20.26 Mbps. Ini adalah tebakan terbaik kita untuk kecepatan WiFi kampus saat ini berdasarkan sampel yang ada. Sementara itu, standar deviasi sebesar 2.217 Mbps menunjukkan seberapa bervariasinya kecepatan WiFi antar titik akses (ada yang lebih cepat dan ada yang lebih lambat dari 20.26 Mbps dengan rata-rata penyimpangan sekitar 2.217 Mbps).

2. Hitung interval kepercayaan 95% untuk rata-rata kecepatan unduh SELURUH titik akses di kampus menggunakan RStudio.

uji_95 <- t.test(data_wifi, conf.level = 0.95)
uji_95$conf.int
## [1] 19.34457 21.17543
## attr(,"conf.level")
## [1] 0.95

Penjelasan Hasil No 2: Berdasarkan perhitungan, interval kepercayaan 95% berada pada rentang 19.34457 Mbps hingga 21.17543 Mbps. Artinya, jika kita mengambil 100 sampel acak yang berbeda dan menghitung intervalnya, kita bisa “yakin 95%” bahwa kecepatan rata-rata dari populasi sesungguhnya (yakni seluruh titik WiFi di kampus Untirta, bukan cuma 25 titik ini) benar-benar berada di antara 19.34 Mbps hingga 21.17 Mbps.

3. Hitung dan bandingkan pula interval kepercayaan 90% dan 99% untuk data yang sama. Jelaskan pengaruh perubahan tingkat kepercayaan terhadap lebar interval.

uji_90 <- t.test(data_wifi, conf.level = 0.90)
cat("Interval 90%:\n")
## Interval 90%:
uji_90$conf.int
## [1] 19.50114 21.01886
## attr(,"conf.level")
## [1] 0.9
uji_99 <- t.test(data_wifi, conf.level = 0.99)
cat("Interval 99%:\n")
## Interval 99%:
uji_99$conf.int
## [1] 19.01943 21.50057
## attr(,"conf.level")
## [1] 0.99

Penjelasan Perbandingan No 3:

-Interval 90%: 19.50 Mbps - 21.01 Mbps (Paling Sempit)

-Interval 95%: 19.34 Mbps - 21.17 Mbps (Sedang)

-Interval 99%: 19.02 Mbps - 21.49 Mbps (Paling Lebar)

Pengaruh Perubahan: Terlihat jelas bahwa semakin tinggi tingkat kepercayaan (dari 90% naik ke 99%), maka interval kepercayaan akan semakin LEBAR. Mengapa demikian? Karena jika kita ingin lebih yakin (misalnya 99% yakin) bahwa tebakan kita tidak meleset, kita harus memberikan jaring atau rentang tebakan yang lebih luas. Konsekuensinya, kita harus mengorbankan kepresisian (rentang sempit) demi mendapatkan tingkat kepastian yang lebih tinggi.

4. Jelaskan arti margin of error yang diperoleh dalam konteks kasus ini (kecepatan unduh WiFi kampus).

Penjelasan No 4:

Margin of Error (Batas Kesalahan) adalah nilai yang ditambah-kurangkan pada rata-rata sampel (20.26 Mbps) untuk membentuk interval kepercayaan (seperti \(\pm\) 0.9 Mbps). Dalam konteks kasus kampus ini, Margin of Error mewakili batas maksimal potensi “melesetnya” perhitungan kita. Karena kita hanya mendata 25 titik sampel (bukan mendata ribuan titik WiFi seluruh kampus), maka wajar jika rata-rata sampel kita (20.26 Mbps) tidak akan sama persis dengan kecepatan rata-rata seluruh kampus yang asli. Margin of Error memberitahu kita seberapa jauh rata-rata sampel tersebut berpotensi menyimpang dari kecepatan aslinya.

5. Jika manajemen kampus harus memutuskan “apakah kecepatan WiFi sudah memenuhi standar minimum 20 Mbps” berdasarkan sampel ini, jelaskan risiko Galat Tipe I dan Tipe II yang mungkin terjadi.

Penjelasan No 5:

Dalam statistik, saat mengambil keputusan, selalu ada risiko kita mengambil kesimpulan yang salah. Jika hipotesis awalnya adalah “Kecepatan WiFi kampus BELUM memenuhi standar 20 Mbps”, maka:

1.)Galat Tipe I (Positif Palsu / Menolak Fakta Benar):

-Kondisi: Manajemen menyimpulkan bahwa WiFi kampus SUDAH MEMENUHI standar minimum 20 Mbps, padahal kenyataannya di lapangan BELUM MEMENUHI standar (masih lambat).

-Risiko di Kampus: Pihak kampus merasa masalah internet sudah selesai sehingga mereka tidak menganggarkan dana untuk peningkatan (upgrade) jaringan. Akibatnya, mahasiswa dan dosen akan terus dirugikan karena harus berurusan dengan internet yang lambat.

2.)Galat Tipe II (Negatif Palsu / Menerima Fakta Salah):

-Kondisi: Manajemen menyimpulkan bahwa WiFi kampus BELUM MEMENUHI standar 20 Mbps, padahal kenyataannya di lapangan SUDAH MEMENUHI standar.

-Risiko di Kampus: Terjadi pemborosan uang kampus. Manajemen akan mengeluarkan anggaran dalam jumlah besar untuk membeli router baru, menambah bandwidth, atau merombak jaringan yang sebenarnya tidak diperlukan karena kecepatan WiFi saat ini ternyata sudah cukup memadai.