Ujian Tengah Semester Praktikum Pengantar Statistika

UJIAN TENGAH SEMESTER

di susun untuk memenuhi

tugas mata kuliah Pengantar Statistika

oleh :

MAQRAJAL BAHRIL MUBIN

2208101010052

JURUSAN MATEMATIKA
FAKULTAS METEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SYIAH KUALA
DARUSSALAM, BANDA ACEH
2023
SOAL.

1. Suatu penelitian dilakukan untuk mengetahui berat badan Siswa Menengah Atas
(SMA) laki-laki yang akan dipilih sebagai perwakilan atlet di kota Banda Aceh
sehingga diambil sampel sebanyak 50, berikut datanya :
60 58 44 60 76 77 70 59 70 72
66 58 66 59 58 71 75 75 72 76
70 72 56 52 55 57 88 73 74 89
70 76 65 72 67 59 66 63 72 72
88 72 82 85 89 72 75 89 84 87
Tampilkan :
a) Histogram dengan menggunakan SPSS dan interpretasikan hasilnya
b) Tabel Descriptive Statistics dengan menggunakan SPSS dan interpretasikan
hasilnya
c) Boxplot dengan menggunakan SPSS dan interpretasikan hasilnya
d) Stem and Leaf dengan menggunakan SPSS dan interpretasikan hasilnya

2. Dari 100 responden didapat harga rata-rata untuk angket motivasi kerja = 73 dengan
simpangan baku = 3. Berapa jumlah responden yang mendapat nilai antara 70-
80?(menggunakan SPSS)

3. Sebuah pabrik TV diketahui bahwa rata-rata terdapat 16 TV yang rusak dari 8000 TV
yang dihasilkannya. Berapakah peluang bahwa dari 1000 TV yang akan
diproduksinya terdapat
a) 6 TV rusak
b) paling banyak 5 TV rusak
c) Semua TV rusak

(Lakukan perhitungan dengan SPSS dan Interpretasikan Hasilnya)

4. Christiano Ronaldo adalah salah satu pemain sepakbola handal yang berasal dari
Portugal. Setiap pemain ini latihan menendang bola, peluang ia mencetak gol (dalam
sebuah tendangan adalah 2/5). Jika Ronaldo melakukan 8 tendangan, Tentukan
propabilitas jika :
a) Seluruh tendangan tidak berhasil masuk gawang
b) Hanya 6 tendangan berhasil gol

(Lakukan perhitungan dengan SPSS dan Interpretasikan Hasilnya)

Jawaban :

1. Berat badan Siswa Menengah Atas (SMA) laki-laki

a) Histogram

Gambar 1.1 : Histogram berat badan siwa sma laki laki

Interpretasi :
Berdasarkan histogram di atas, terlihat frekuensinya menjulur ke kiri dimana nilai mean
paling kecil dibandingkan dengan nilai median dan modus. Dan data tersebut tidak
berdistribusi normal. Akan tetapi, untuk melihat kenormalan data dengan menggunakan
histogram, tidak bisa dijadikan suatu keputusan yang valid untuk menyatakan
bahwasannya data tersebut telah mengikuti distribusi normal atau tidak. Untuk
memastikannya, diperlukan uji kenormalan data yang akan dipelajari dalam statistikan
lanjutannya.
b). Tabel Descriptive Statistics

Gambar 1.2 : Tabel Deskriptive Statistics beraada badan siswa sma laki laki

Interpretasi :
Berdasarkan table descriptive statisics di atas dapat dilihat bahwa dari 50 siswa SMA
laki-laki memiliki rata-rata berat badannya adalah 70,26 dan standard deviasinya yaitu
sebesar 10,679. Sedangkan berat badan minimumnya memiliki nilai sebesar 44 dan nilai
maximumnya sebesar 89 dengan jangkauan bernilai 45.
c). Boxplot

Gambar 1.3 : Boxplot berat badan siswa sma laki laki

Interpretasi :
Data tersebut terlihat bahwa, garis tengah pada bagian yang berada di dalam box tersebut
menujukan letak median dari data adalah 72. Ujung garis yang berada pada bagian yang
palimh kanan menujukan nilai maksimumnya yaitu 89. Sedangkan ujung garis yang
berada paling kiri menujukan nilai minimumnya yaitu 44. Untuk kuartil pertama (Q1)
ditunjukan pada batas paling kiri box, dan kuartil ketiga (Q3) ditunjukan pada batas paling
kanan dari box. Garis perpanjangan dari Q1 ke nilai minimum dan Q3 ke nilai maksimum
disebut whisker. Data tersebut dianggap simetri jika median berada di tengah kotak dan
panjang whisker sama. Karena median median tidak terletak di tengah kotak dan panjang
whisker tidak sama. Jadi, boxplot di atas mengindikasikan data tidak simetri.
d). Steam and Leaf

Interpretasi :
Dari gambar di atas, terlihat stem & leaf yang dapat dilihat bahwa data menyebar dari 44
sampai 89 tanpa ada outlier (pencicilan). Data berat badan siswa SMA laki-laki memiliki
modus 72 sebanyak delapan kali kemunculan dan nilai median adalah 72. Niali mean
paling kecil dibandigkan dengan median dan modus, jadi kurva frekuensinya menjulur ke
kiri.
2. Jumlah responden yang mendapatkan nilai antara 70-80

Interpretasi:

Dari gambar tersebut terlihat bahwa, responden yang mendapatkan nilai antara 70
sampai 80 adalah 0,83153.

3. Peluang TV rusak dari 1000 TV yang akan diproduksi

Gambar 3.1 : Keluaran peluang tv rusak dari 1000 tv diproduksi dengan SPSS
Interpretasi :
Dari gambar di atas, terlihat bahwa keluaran peluang tv akan rusak dari 1000 tv
diproduksi yang dihitung dengan menggukan SPSS, dapat dilihat bahwa ketika
diproduksi 8000 tv maka rata-rata tv rusak adalah 16 tv, sehingga disipulkan bahwa jika
diproduksi 1000 tv maka rata-rata tv rusak adalah 2 tv. Peluang 6 tv rusak adalah 0,01203
dan peluang paling banyak 5 tv rusak adalah 0,98344 dan peluang semua tv (1000 tv)
akan rusak adalah 0,00000.
4. Peluang gol yang dilakukan Ronaldo

Gambar 4.1 : Keluaran gol yang dilakukan Ronaldo dengan SPSS

Interpretasi :
Dari keluaran peluang gol yang dilakukan Ronaldo yang dihitung dengan menggunakan
SPSS, terlihat bahwa ketika Ronaldo melakukan tendangan sebanyak 8 kali tanding
dengan probabilitas 0,4 maka terlohat bahwa peluang tidak ada gol yang masuk iyalah
0,01680 dan peluang enam tendangan gol iyalah 0,4129.