Pengonversi Interval Kepercayaan ke Deviasi Standar
Mengonversi persentase interval kepercayaan ke deviasi standar yang sesuai. Penting untuk analisis statistik, pengujian hipotesis, dan menginterpretasikan hasil penelitian.
Konverter Interval Kepercayaan ke Deviasi Standar
📚
Dokumentasi
Konverter Interval Kepercayaan ke Deviasi Standar
[... pengantar dan bagian rumus yang ada ...]
Visualisasi
Diagram berikut menggambarkan hubungan antara interval kepercayaan dan deviasi standar dalam distribusi normal:
[... perhitungan dan bagian kasus tepi yang ada ...]
Contoh
Berikut adalah contoh kode untuk mengonversi interval kepercayaan ke deviasi standar dalam berbagai bahasa pemrograman:
1' Fungsi VBA Excel untuk Interval Kepercayaan ke Deviasi Standar
2Function ConfidenceToStdDev(CI As Double) As Double
3 ConfidenceToStdDev = Application.NormSInv(1 - (1 - CI) / 2)
4End Function
5' Penggunaan:
6' =ConfidenceToStdDev(0.95)
71confidence_to_std_dev <- function(confidence_interval) {
2 qnorm((1 + confidence_interval) / 2)
3}
4
5# Contoh penggunaan:
6ci <- 0.95 # interval kepercayaan 95%
7z_score <- confidence_to_std_dev(ci)
8cat(sprintf("%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar\n", ci*100, z_score))
91function z = confidenceToStdDev(confidenceInterval)
2 z = norminv((1 + confidenceInterval) / 2);
3end
4
5% Contoh penggunaan:
6ci = 0.95; % interval kepercayaan 95%
7zScore = confidenceToStdDev(ci);
8fprintf('%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar\n', ci*100, zScore);
91import scipy.stats as stats
2
3def confidence_to_std_dev(confidence_interval):
4 return stats.norm.ppf((1 + confidence_interval) / 2)
5
6# Contoh penggunaan:
7ci = 0.95 # interval kepercayaan 95%
8z_score = confidence_to_std_dev(ci)
9print(f"{ci*100}% interval kepercayaan sesuai dengan {z_score:.4f} deviasi standar")
101function confidenceToStdDev(confidenceInterval) {
2 // Menggunakan pendekatan untuk fungsi invers kesalahan
3 function erfInv(x) {
4 const a = 0.147;
5 const y = Math.log(1 - x*x);
6 const z = 2/(Math.PI * a) + y/2;
7 return Math.sign(x) * Math.sqrt(Math.sqrt(z*z - y/a) - z);
8 }
9
10 return Math.sqrt(2) * erfInv(confidenceInterval);
11}
12
13// Contoh penggunaan:
14const ci = 0.95;
15const zScore = confidenceToStdDev(ci);
16console.log(`${ci*100}% interval kepercayaan sesuai dengan ${zScore.toFixed(4)} deviasi standar`);
171public class ConfidenceIntervalConverter {
2 public static double confidenceToStdDev(double confidenceInterval) {
3 // Menggunakan algoritma Moro untuk pendekatan CDF normal inversi
4 double p = (1 + confidenceInterval) / 2;
5 double t = Math.sqrt(-2 * Math.log(1 - p));
6 double c0 = 2.515517;
7 double c1 = 0.802853;
8 double c2 = 0.010328;
9 double d1 = 1.432788;
10 double d2 = 0.189269;
11 double d3 = 0.001308;
12
13 return t - ((c0 + c1 * t + c2 * t * t) / (1 + d1 * t + d2 * t * t + d3 * t * t * t));
14 }
15
16 public static void main(String[] args) {
17 double ci = 0.95;
18 double zScore = confidenceToStdDev(ci);
19 System.out.printf("%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar%n", ci*100, zScore);
20 }
21}
221#include <iostream>
2#include <cmath>
3
4double confidenceToStdDev(double confidenceInterval) {
5 // Menggunakan algoritma Moro untuk pendekatan CDF normal inversi
6 double p = (1 + confidenceInterval) / 2;
7 double t = std::sqrt(-2 * std::log(1 - p));
8 double c0 = 2.515517, c1 = 0.802853, c2 = 0.010328;
9 double d1 = 1.432788, d2 = 0.189269, d3 = 0.001308;
10
11 return t - ((c0 + c1 * t + c2 * t * t) / (1 + d1 * t + d2 * t * t + d3 * t * t * t));
12}
13
14int main() {
15 double ci = 0.95;
16 double zScore = confidenceToStdDev(ci);
17 printf("%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar\n", ci*100, zScore);
18 return 0;
19}
201def confidence_to_std_dev(confidence_interval)
2 # Menggunakan pendekatan untuk fungsi invers kesalahan
3 p = (1 + confidence_interval) / 2
4 t = Math.sqrt(-2 * Math.log(1 - p))
5 c0, c1, c2 = 2.515517, 0.802853, 0.010328
6 d1, d2, d3 = 1.432788, 0.189269, 0.001308
7
8 t - ((c0 + c1 * t + c2 * t * t) / (1 + d1 * t + d2 * t * t + d3 * t * t * t))
9end
10
11# Contoh penggunaan:
12ci = 0.95
13z_score = confidence_to_std_dev(ci)
14puts "#{ci*100}% interval kepercayaan sesuai dengan #{z_score.round(4)} deviasi standar"
151<?php
2function confidenceToStdDev($confidenceInterval) {
3 // Menggunakan pendekatan untuk fungsi invers kesalahan
4 $p = (1 + $confidenceInterval) / 2;
5 $t = sqrt(-2 * log(1 - $p));
6 $c0 = 2.515517; $c1 = 0.802853; $c2 = 0.010328;
7 $d1 = 1.432788; $d2 = 0.189269; $d3 = 0.001308;
8
9 return $t - (($c0 + $c1 * $t + $c2 * $t * $t) / (1 + $d1 * $t + $d2 * $t * $t + $d3 * $t * $t * $t));
10}
11
12// Contoh penggunaan:
13$ci = 0.95;
14$zScore = confidenceToStdDev($ci);
15printf("%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar\n", $ci*100, $zScore);
16?>
171fn confidence_to_std_dev(confidence_interval: f64) -> f64 {
2 // Menggunakan pendekatan untuk fungsi invers kesalahan
3 let p = (1.0 + confidence_interval) / 2.0;
4 let t = (-2.0 * (1.0 - p).ln()).sqrt();
5 let c0 = 2.515517;
6 let c1 = 0.802853;
7 let c2 = 0.010328;
8 let d1 = 1.432788;
9 let d2 = 0.189269;
10 let d3 = 0.001308;
11
12 t - ((c0 + c1 * t + c2 * t * t) / (1.0 + d1 * t + d2 * t * t + d3 * t * t * t))
13}
14
15fn main() {
16 let ci = 0.95;
17 let z_score = confidence_to_std_dev(ci);
18 println!("{:.2}% interval kepercayaan sesuai dengan {:.4} deviasi standar", ci*100.0, z_score);
19}
201using System;
2
3class ConfidenceIntervalConverter
4{
5 static double ConfidenceToStdDev(double confidenceInterval)
6 {
7 // Menggunakan pendekatan untuk fungsi invers kesalahan
8 double p = (1 + confidenceInterval) / 2;
9 double t = Math.Sqrt(-2 * Math.Log(1 - p));
10 double c0 = 2.515517, c1 = 0.802853, c2 = 0.010328;
11 double d1 = 1.432788, d2 = 0.189269, d3 = 0.001308;
12
13 return t - ((c0 + c1 * t + c2 * t * t) / (1 + d1 * t + d2 * t * t + d3 * t * t * t));
14 }
15
16 static void Main()
17 {
18 double ci = 0.95;
19 double zScore = ConfidenceToStdDev(ci);
20 Console.WriteLine($"{ci*100:F2}% interval kepercayaan sesuai dengan {zScore:F4} deviasi standar");
21 }
22}
231package main
2
3import (
4 "fmt"
5 "math"
6)
7
8func confidenceToStdDev(confidenceInterval float64) float64 {
9 // Menggunakan pendekatan untuk fungsi invers kesalahan
10 p := (1 + confidenceInterval) / 2
11 t := math.Sqrt(-2 * math.Log(1 - p))
12 c0, c1, c2 := 2.515517, 0.802853, 0.010328
13 d1, d2, d3 := 1.432788, 0.189269, 0.001308
14
15 return t - ((c0 + c1*t + c2*t*t) / (1 + d1*t + d2*t*t + d3*t*t*t))
16}
17
18func main() {
19 ci := 0.95
20 zScore := confidenceToStdDev(ci)
21 fmt.Printf("%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar\n", ci*100, zScore)
22}
231import Foundation
2
3func confidenceToStdDev(_ confidenceInterval: Double) -> Double {
4 // Menggunakan pendekatan untuk fungsi invers kesalahan
5 let p = (1 + confidenceInterval) / 2
6 let t = sqrt(-2 * log(1 - p))
7 let c0 = 2.515517, c1 = 0.802853, c2 = 0.010328
8 let d1 = 1.432788, d2 = 0.189269, d3 = 0.001308
9
10 return t - ((c0 + c1 * t + c2 * t * t) / (1 + d1 * t + d2 * t * t + d3 * t * t * t))
11}
12
13// Contoh penggunaan:
14let ci = 0.95
15let zScore = confidenceToStdDev(ci)
16print(String(format: "%.2f%% interval kepercayaan sesuai dengan %.4f deviasi standar", ci*100, zScore))
17Kasus Uji
Untuk memastikan akurasi fungsi konversi di berbagai interval kepercayaan, berikut adalah beberapa kasus uji:
1import unittest
2import math
3
4def confidence_to_std_dev(confidence_interval):
5 return stats.norm.ppf((1 + confidence_interval) / 2)
6
7class TestConfidenceToStdDev(unittest.TestCase):
8 def test_common_confidence_intervals(self):
9 self.assertAlmostEqual(confidence_to_std_dev(0.6827), 1.0, places=4)
10 self.assertAlmostEqual(confidence_to_std_dev(0.95), 1.96, places=2)
11 self.assertAlmostEqual(confidence_to_std_dev(0.99), 2.576, places=3)
12 self.assertAlmostEqual(confidence_to_std_dev(0.9973), 3.0, places=4)
13
14 def test_edge_cases(self):
15 self.assertAlmostEqual(confidence_to_std_dev(0.5), 0.6745, places=4)
16 self.assertTrue(math.isinf(confidence_to_std_dev(1.0)))
17 self.assertEqual(confidence_to_std_dev(0.0), -float('inf'))
18
19if __name__ == '__main__':
20 unittest.main()
21[... bagian penggunaan, alternatif, sejarah, batasan, dan referensi yang ada ...]
💬
Umpan Balik
💬
Klik toast umpan balik untuk mulai memberikan umpan balik tentang alat ini
🔗
Alat Terkait
Temukan lebih banyak alat yang mungkin berguna untuk alur kerja Anda