# masukan data vektor
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)
# soal 1 : mencari rata-rata dan standar deviasi kecepatan  unduh
rata_rata <- mean(data_wifi)
std_deviasi <- sd(data_wifi)

print(paste("rata-rata sampel (mean):", round(rata_rata, 4)))
## [1] "rata-rata sampel (mean): 20.26"
print(paste("standar deviasi sampel (sd):", round(std_deviasi, 4)))
## [1] "standar deviasi sampel (sd): 2.2177"
# soal 2 : interval kepercayaan 95% untuk rata-rata kecepaatan unduh seluruh titik akses di kampus dan perhitungan manual
t.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 
##     20.26
n <-length(data_wifi)
se <- std_deviasi / sqrt(n)
t_crit_95 <- qt(0.975, df = n - 1)
margin_95 <- t_crit_95 * se
ci_95_bawah <- rata_rata + margin_95

# soal 3 ; hasil dan perbandingan inteval kepercayaan 90% dan 99% dari data

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 
##     20.26
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 
##     20.26
summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

pengaruh perubahan tingkat kepercayaan terhadap lebar interval

arti margin of error dalam kecepatan wifi kampus

Dalam konteks kecepatan wifi kampus margin of error ini adalah rata-rata kecepatan wifi asli untuk seluruh kampus untirta yang mana semakin kecil MOE nya berarti sampel datanya lebih akurat.

jika pihak kampus harus memutuskan “apakah kecepatan wifi sudah memenuhi standar minimum”

Galat 1 : seluruh wifi dikampus sudah bagus dan memenuhi standar minimal, berarti manajemen salah menyimpulkan wifi kampus itu jelek, akhirnya kamous membuang-buang anggaran. Galat 2 : seluruh wifi di kampus masih lemot tetapi manajemen malah menyimpulkan bahwa wifi kampus sudah aman sehingga tidak ada perbaikan apapun dan seluruh warga kampus terkena dampaknya.