Sunday, April 24, 2022

Estimasi rentang keyakinan pada sebuah proporsi

Lind et al. (2018:300) dan Berenson et al. (2020:321) menjelaskan bahwa estimasi rentang keyakinan atas sebuah proporsi umumnya menggunakan data kategori atau dalam hal ini adalah data yang diukur dengan skala nominal. Menurut Lind et al. (2018:300), proporsi (atau disebut juga sebagai keseimbangan) adalah pecahan, rasio, atau persentasi yang mengindikasikan bahwa bagian dari sampel atau populasi memiliki sebuah sifat yang menarik (karakter). Formula untuk menentukan proporsi sampel disajikan berikut.


r adalah proporsi sampel, X adalah jumlah item yang mengandung karakter yang ingin dikaji, dan n adalah jumlah sampel. Berdasarkan proporsi sampel yang diperoleh maka selanjutnya digunakan formula berikut untuk menentukan rentang keyakinan.


Zα/2 adalah nilai kritis (lihat bahasan estimasi rentang keyakinan). Lind et al. (2018:301) dan Berenson et al. (2020:321), jumlah X dan n - X sebaiknya lebih besar dari 5 (lima).


Contoh 1 (modifikasi kasus dari Berenson et al., 2020:321-322)
Sebuah perusahaan ingin mengetahui kemungkinan jumlah dokumen penjualan yang mengandung kesalahan administrasi di dalam sebuah populasi. Pada bidang ilmu akuntansi, adanya kesalahan dalam administrasi keuangan cenderung mengakibatkan salah saji dalam laporan keuangan. Sampel dipilih sebanyak 100 dokumen penjualan dimana 10 dokumen mengandung kesalahan administrasi. Tingkat keyakinan yang digunakan adalah 95%.

= 0.10 ± (1.96)(0.03)
= 0.10 ± 0.0588

Pada tingkat keyakinan 95% dapat disimpulkan bahwa titik minimum adalah 0.10 – 0.0588 atau 0.0412 sedangkan titik maksimum adalah 0.10 + 0.0588 atau 0.1588. Berdasarkan hasil ini maka estimasi rentang keyakinan atas proporsi populasi (π) adalah:
0.0412 ≤ π ≤ 0.1588
Rentang ini dapat diinterpretasikan bahwa 4.12% hingga 15.88% dari proporsi populasi dokumen penjualan memiliki kesalahan administrasi. Pertanyaan lainnya adalah kesimpulan apa yang akan diperoleh jika menggunakan tingkat keyakinan 99% dan 90%?

Tingkat keyakinan 99%


= 0.10 ± (2.58)(0.03)
= 0.10 ± 0.0774
Rentang yang diperoleh adalah 0.0226 ≤ π ≤ 0.1774
 
Tingkat keyakinan 90%

= 0.10 ± (1.64)(0.03)
= 0.10 ± 0.0492
Rentang yang diperoleh adalah 0.0508 ≤ π ≤ 0.1492. Pada kasus ini perlu diperhatikan bahwa nilai dari proporsi sampel adalah sama dengan α = 0.10 atau 10% sehingga hasil analisis pada tingkat keyakinan 90% cenderung menghasilkan rentang yang tidak valid. Perhatikan contoh kasus berikut.

Contoh 2 (modifikasi kasus dari Berenson et al., 2020:322)
Seorang manajer operasional ingin mengetahui kemungkinan jumlah surat kabar yang memiliki kesalahan cetak di dalam sebuah populasi. Sampel dipilih sebanyak 200 surat kabar dimana 35 dokumen diantaranya mengandung kesalahan cetak. Tingkat keyakinan yang digunakan adalah 90%.

= 0.175 ± (1.645)(0.0269)
= 0.175 ± 0.0442
Rentang yang diperoleh adalah 0.1308 ≤ π ≤ 0.2192. Pada kasus ini perlu diperhatikan bahwa nilai dari proporsi sampel adalah lebih besar dari α = 0.10 atau 10% sehingga hasil analisis pada tingkat keyakinan 90% cenderung menghasilkan rentang yang valid.
 
Konfirmasi atas hasil Contoh 1 dan Contoh 2 dapat menggunakan bantuan perangkat lunak statistik yaitu Minitab versi 19 (lihat video yang disajikan).


Data dari Contoh 1 dan Contoh 2 disajikan pada tabel berikut. 

Contoh 1Contoh 2
SampelKeteranganKodeSampelKeteranganKode
1Salah11Gagal1
2Salah12Gagal1
3Salah13Gagal1
4Salah14Gagal1
5Salah15Gagal1
6Salah16Gagal1
7Salah17Gagal1
8Salah18Gagal1
9Salah19Gagal1
10Salah110Gagal1
11Benar011Gagal1
12Benar012Gagal1
13Benar013Gagal1
14Benar014Gagal1
15Benar015Gagal1
16Benar016Gagal1
17Benar017Gagal1
18Benar018Gagal1
19Benar019Gagal1
20Benar020Gagal1
21Benar021Gagal1
22Benar022Gagal1
23Benar023Gagal1
24Benar024Gagal1
25Benar025Gagal1
26Benar026Gagal1
27Benar027Gagal1
28Benar028Gagal1
29Benar029Gagal1
30Benar030Gagal1
31Benar031Gagal1
32Benar032Gagal1
33Benar033Gagal1
34Benar034Gagal1
35Benar035Gagal1
36Benar036Sukses0
37Benar037Sukses0
38Benar038Sukses0
39Benar039Sukses0
40Benar040Sukses0
41Benar041Sukses0
42Benar042Sukses0
43Benar043Sukses0
44Benar044Sukses0
45Benar045Sukses0
46Benar046Sukses0
47Benar047Sukses0
48Benar048Sukses0
49Benar049Sukses0
50Benar050Sukses0
51Benar051Sukses0
52Benar052Sukses0
53Benar053Sukses0
54Benar054Sukses0
55Benar055Sukses0
56Benar056Sukses0
57Benar057Sukses0
58Benar058Sukses0
59Benar059Sukses0
60Benar060Sukses0
61Benar061Sukses0
62Benar062Sukses0
63Benar063Sukses0
64Benar064Sukses0
65Benar065Sukses0
66Benar066Sukses0
67Benar067Sukses0
68Benar068Sukses0
69Benar069Sukses0
70Benar070Sukses0
71Benar071Sukses0
72Benar072Sukses0
73Benar073Sukses0
74Benar074Sukses0
75Benar075Sukses0
76Benar076Sukses0
77Benar077Sukses0
78Benar078Sukses0
79Benar079Sukses0
80Benar080Sukses0
81Benar081Sukses0
82Benar082Sukses0
83Benar083Sukses0
84Benar084Sukses0
85Benar085Sukses0
86Benar086Sukses0
87Benar087Sukses0
88Benar088Sukses0
89Benar089Sukses0
90Benar090Sukses0
91Benar091Sukses0
92Benar092Sukses0
93Benar093Sukses0
94Benar094Sukses0
95Benar095Sukses0
96Benar096Sukses0
97Benar097Sukses0
98Benar098Sukses0
99Benar099Sukses0
100Benar0100Sukses0
101Sukses0
102Sukses0
103Sukses0
104Sukses0
105Sukses0
106Sukses0
107Sukses0
108Sukses0
109Sukses0
110Sukses0
111Sukses0
112Sukses0
113Sukses0
114Sukses0
115Sukses0
116Sukses0
117Sukses0
118Sukses0
119Sukses0
120Sukses0
121Sukses0
122Sukses0
123Sukses0
124Sukses0
125Sukses0
126Sukses0
127Sukses0
128Sukses0
129Sukses0
130Sukses0
131Sukses0
132Sukses0
133Sukses0
134Sukses0
135Sukses0
136Sukses0
137Sukses0
138Sukses0
139Sukses0
140Sukses0
141Sukses0
142Sukses0
143Sukses0
144Sukses0
145Sukses0
146Sukses0
147Sukses0
148Sukses0
149Sukses0
150Sukses0
151Sukses0
152Sukses0
153Sukses0
154Sukses0
155Sukses0
156Sukses0
157Sukses0
158Sukses0
159Sukses0
160Sukses0
161Sukses0
162Sukses0
163Sukses0
164Sukses0
165Sukses0
166Sukses0
167Sukses0
168Sukses0
169Sukses0
170Sukses0
171Sukses0
172Sukses0
173Sukses0
174Sukses0
175Sukses0
176Sukses0
177Sukses0
178Sukses0
179Sukses0
180Sukses0
181Sukses0
182Sukses0
183Sukses0
184Sukses0
185Sukses0
186Sukses0
187Sukses0
188Sukses0
189Sukses0
190Sukses0
191Sukses0
192Sukses0
193Sukses0
194Sukses0
195Sukses0
196Sukses0
197Sukses0
198Sukses0
199Sukses0
200Sukses0

Keterangan data:
Kode 1 diberikan jika data memiliki karakter yang akan diuji
Kode 0 diberikan jika data tidak memiliki karakter yang akan diuji
 
Data dalam aplikasi Minitab: Link
 

Referensi
 
Berenson, M. L., Levine, D. M., Szabat, K. A., & Stephan, D. F. (2020). Basic Business Statistics: Concepts and Applications, 14th Edition. Harlow: Pearson Education Limited.
 
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2018). Statistical Techniques in Business and Economics, 17th Edition. New York: McGraw-Hill Education.

No comments:

Post a Comment

Analisis varians

Penjelasan analisis varians atau analysis of variance (ANOVA) secara ringkas dapat mengguna...