Pada tugas ini dilakukan analisis statistik terhadap data kecepatan unduh Wifi dati 25 titik akses yang dipilih sebagai sampel. Analisis dilakukan untuk mengetahui rata-rata, standar deviasi, interval kepercayaan, margin of error, serta memahami kemungkinan terjadinya galat Tipe I dan Tipe II.
Data yang digunakan terdiri dari 25 sampel kecepata unduh Wifi dalam satuan Mbps,
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)length(data_wifi)## [1] 25berdasarkan hasil tersebut, terdapat 25 data kecepatan unduh Wifi yang digunakan sebagai sampel penelitian
mean(data_wifi)## [1] 20.26sd(data_wifi)## [1] 2.217732t.test(data_wifi, conf.level=0.95)##
## One Sample t-test
##
## data: data_wifi
## t = 45.677, df = 24, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
## 19.34457 21.17543
## sample estimates:
## mean of x
## 20.26berdasarkan hasil perhitungan, interval kepercayaan 95% berada pada 19,34 - 21,18 Mbps.
untuk mengetaui pengaruh tingkat epercayaan terhadap lebar interval, dilakukan perhitungan menggunakan tingkat kepercayaan 90%, 95%, dan 99%.
t.test(data_wifi, conf.level=0.90)##
## One Sample t-test
##
## data: data_wifi
## t = 45.677, df = 24, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 90 percent confidence interval:
## 19.50114 21.01886
## sample estimates:
## mean of x
## 20.26hasil interval: 19.50-21.02 Mbps.
t.test(data_wifi, conf.level=0.99)##
## One Sample t-test
##
## data: data_wifi
## t = 45.677, df = 24, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 99 percent confidence interval:
## 19.01943 21.50057
## sample estimates:
## mean of x
## 20.26hasil interval: 19.02 - 21.50 Mbps
tingkat <- c(0.90, 0.95, 0.99)
hasil <- sapply(tingkat, function(x) t.test(data_wifi, conf.level = x)$conf.int)
data.frame(
Kepercayaan = c("90%", "95%", "99%"),
Batas_Bawah = round(hasil[1, ], 2),
Batas_Atas = round(hasil[2, ], 2)
)## Kepercayaan Batas_Bawah Batas_Atas
## 1 90% 19.50 21.02
## 2 95% 19.34 21.18
## 3 99% 19.02 21.50Berdasarkan tabel diatas dapat dilihat bahwa semakin tinggi tingkat kepercayaan, semakin lebar interval yang dihasilkan. Hal ini terjadi karena tingkat kepercayaan yang lebih tinggi membutuhkan rentang estimasi yang lebih besar agar lebih yakin bahwa rata-rata populasi berada dalam interval tersebut.
Margin of Error menunjukkan seberapa besar batas kesalahan atau ketidakpastian dalam mengestimasi rata-rata populasi berdasarkan data sampel. Pada bagian ini, Margin of Error dihitung menggunakan tingkat kepercayaan 95%
hasil_95 <- t.test(data_wifi, conf.level=0.95)
margin_error <- diff(hasil_95$conf.int)/2
round(margin_error, 2)## [1] 0.92Berdasarkan hasil perhitungan, Margin of Error pada tingkat kepercayaan 95% sebesar 0.92 Mbps. Artinya, rata-rata kecepatan Wifi yang diperoleh dari sampel, yaitu 20,26 Mbps, memiliki batas ketidakpastian sebesar sekitar 0.92 Mbps.
Dalam Penelitian ini, manajemen menetapkan standar minimum kecepatan unduh WIfi sebesar 20 Mbps. Berdasarkan data sampel, diperoleh rata-rata kecepatan sebesar 20.26 Mbps. Namun, karena data yang digunakan merupakan sampel, masih terdapat kemungkinan terjadinya kesalahan dalam pengambilan keputusan
terjadi ketika kita menyimpulkan bahwa rata-rata kecepatan wifi tidak memenuhi standar 20 Mbps, padahal sebenernya rata-rata populasi memenuhi standar tersebut.
Risikonya adalah manajemen dapat melakukan perbaikan atau mengelurakna biaya yang sebenarnya tidak diperlukan, karena kondisi wifi sebenarnya sudah memenuhi standar.
Terjadi ketika kita menyimpulkan bahwa rata-rata kecepatan wifi memenuhi standar 20 Mbps, padahal sebenarnya rata-rata populasi berada di bawah 20 Mbps.
Risikonya adalah masalah kualitas wifi tidak terdeteksi sehingga manajemen tidak melakukan perbaikan yang diperlukan. Hal ini dapat menyebabkan pengguna tetap mengalami kecepatan internet yang kurang baik.