Anda di halaman 1dari 8

Berikut adalah tabel distribusi frekuensi kumulatif untuk hasil Ujian Pengantar Statistika Sosial dari 80

mahasiswa:

Kelas | Frekuensi | Frekuensi Kumulatif

------------ | --------- | -------------------

31-40 |2 |2

41-50 | 17 | 19

51-60 | 13 | 32

61-70 |9 | 41

71-80 | 24 | 65

81-90 |8 | 73

91-100 |7 | 80

Jumlah | 80 |

Untuk menyajikan data di atas, Anda dapat menggunakan diagram batang atau histogram. Diagram
batang dapat menggambarkan frekuensi dalam bentuk batang tegak dengan sumbu horizontal yang
mewakili rentang kelas dan sumbu vertikal yang mewakili frekuensi kumulatif. Histogram, di sisi lain,
memperluas konsep diagram batang dengan menambahkan lebar batang yang mencerminkan lebar
rentang kelas.

Pada diagram batang atau histogram, sumbu horizontal akan berisi rentang kelas, sedangkan sumbu
vertikal akan menunjukkan frekuensi kumulatif. Anda dapat menambahkan label pada sumbu-sumbu
tersebut agar lebih jelas. Pastikan juga untuk memberikan judul pada diagram untuk menjelaskan
konten datanya.

Contoh penyajian diagram batang atau histogram untuk data di atas:

```

Frekuensi Kumulatif
+-----------------------------------

70 -- |

60 -- | XXXXXXX

| XXXXXXX

50 -- | XXXX XXXXXXX XXXX

| XXXX XXXXXXX XXXX

40 -- | XXXX XXXXXXX XXXX

| XXXX XXXXXXX XXXX

30 -- | XXXX XXXXXXX XXXX

| XXXX XXXXXXX XXXX

+-----------------------------------

31-40 41-50 51-60 61-70 71-80

```

Harap dicatat bahwa di atas hanya merupakan contoh penyajian visual yang mungkin. Anda dapat
menyesuaikan tata letak dan tampilan grafik sesuai keinginan.

Untuk menghitung standar deviasi dan varians, langkah pertama yang perlu dilakukan adalah
menghitung nilai tengah (midpoint) dari setiap interval berat badan. Kemudian, kita akan menggunakan
rumus-rumus berikut:

1. Standar Deviasi:

- Σf: Jumlah frekuensi

- ΣfX: Jumlah perkalian frekuensi dengan nilai tengah

- ΣfX^2: Jumlah perkalian frekuensi dengan nilai tengah kuadrat

- N: Jumlah total data (dalam hal ini 60 responden)


Rumus:

Standar Deviasi = √[(ΣfX^2 / N) - (ΣfX / N)^2]

2. Varians:

Rumus:

Varians = ΣfX^2 / N - (ΣfX / N)^2

Berikut adalah tabel yang dapat digunakan untuk memudahkan perhitungan:

| Interval Berat Badan | Frekuensi (f) | Nilai Tengah (X) | fX | fX^2 |

|----------------------|---------------|-----------------|----|------|

| 24-34 |4 | 29 | | |

| 35-45 |6 | 40 | | |

| 46-56 | 10 | 51 | | |

| 57-67 | 20 | 62 | | |

| 68-78 | 10 | 73 | | |

| 79-89 |6 | 84 | | |

| 90-100 |4 | 95 | | |

| TOTAL | 60 | | | |

Sekarang, kita akan mengisi kolom yang kosong dengan perkalian frekuensi (f) dengan nilai tengah (X)
dan perkalian frekuensi dengan nilai tengah kuadrat (X^2):

| Interval Berat Badan | Frekuensi (f) | Nilai Tengah (X) | fX | fX^2 |

|----------------------|---------------|-----------------|----|------|
| 24-34 |4 | 29 | 116| 3364 |

| 35-45 |6 | 40 | 240| 9600 |

| 46-56 | 10 | 51 | 510| 26010|

| 57-67 | 20 | 62 | 1240| 76880|

| 68-78 | 10 | 73 | 730| 53290|

| 79-89 |6 | 84 | 504| 42336|

| 90-100 |4 | 95 | 380| 36100|

| TOTAL | 60 | | | |

Sekarang, kita dapat menghitung Σf, ΣfX, dan ΣfX^2:

Σf = 60

ΣfX = 4160

ΣfX^2 = 249580

Selanjutnya, kita dapat menghitung standar deviasi dan varians menggunakan rumus yang telah
disebutkan sebelumnya:

Standar Deviasi = √[(ΣfX^2

/ N) - (ΣfX / N)^2]

Standar Deviasi = √[(249580 / 60) - (4160 / 60)^2]

= √[4159.67 - 69.33^2]

= √[4159.67 - 4804.89]
= √[-645.22] (Dalam kasus ini, hasil negatif menunjukkan ada kesalahan dalam penghitungan
atau penyajian data)

Varians = ΣfX^2 / N - (ΣfX / N)^2

= 249580 / 60 - (4160 / 60)^2

= 4159.67 - 69.33^2

= 4159.67 - 4804.89

= -645.22 (Dalam kasus ini, hasil negatif menunjukkan ada kesalahan dalam penghitungan atau
penyajian data)

Harap dicatat bahwa terdapat kesalahan dalam penghitungan atau penyajian data yang menghasilkan
hasil negatif pada standar deviasi dan varians. Mohon periksa kembali data yang diberikan untuk
memastikan keakuratannya.

Berikut adalah tabel yang berisi informasi kelas XII pada SMA ABC:

```

| Nama Kelas | Jurusan | Jumlah Siswa |

|------------|---------|--------------|

| XII A | Bahasa | 36 |

| XII B | Bahasa | 36 |

| XII C | Bahasa | 42 |

| XII D | IPA | 45 |

| XII E | IPA | 36 |

| XII F | IPS | 48 |

| XII G | IPS | 42 |

```
Untuk melakukan cluster sampling berdasarkan jurusan, berikut adalah besaran masing-masing sampling
yang dapat mewakili setiap jurusan:

- Jurusan Bahasa:

- Total kelas: 3

- Jumlah siswa dalam semua kelas Bahasa: 114 (36 + 36 + 42)

- Proporsi jumlah siswa dalam setiap kelas Bahasa:

- XII A: 31.58% (36/114) dari total responden

- XII B: 31.58% (36/114) dari total responden

- XII C: 36.84% (42/114) dari total responden

- Besaran sampling untuk setiap kelas Bahasa:

- XII A: 16 sampel (31.58% dari total 50 responden)

- XII B: 16 sampel (31.58% dari total 50 responden)

- XII C: 18 sampel (36.84% dari total 50 responden)

- Jurusan IPA:

- Total kelas: 2

- Jumlah siswa dalam semua kelas IPA: 81 (45 + 36)

- Proporsi jumlah siswa dalam setiap kelas IPA:

- XII D: 55.56% (45/81) dari total responden

- XII E: 44.44% (36/81) dari total responden

- Besaran sampling untuk setiap kelas IPA:

- XII D: 28 sampel (55.56% dari total 50 responden)

- XII E: 22 sampel (44.44% dari total 50 responden)


- Jurusan IPS:

- Total kelas: 2

- Jumlah siswa dalam semua kelas IPS: 90 (48 + 42)

- Proporsi jumlah siswa dalam setiap kelas IPS:

- XII F: 53.33% (48/90) dari total responden

- XII G: 46.67% (42/90) dari total responden

- Besaran sampling untuk setiap kelas IPS:

- XII F: 27 sampel (53.33% dari total 50 responden)

- XII G: 23 sampel (46.67% dari total 50 responden)

Harap dicatat bahwa besaran sampel dihitung berdasarkan proporsi jumlah siswa dalam masing-masing
kelas terhadap total siswa dalam jurusan yang sesuai.

A. Rumuskan hipotesis nol dan hipotesis alternatif:

Hipotesis nol (H0): Tidak ada perbedaan hasil antara percobaan pertama dan percobaan kedua dengan
diterapkannya model X.

Hipotesis alternatif (H1): Ada perbedaan hasil antara percobaan pertama dan percobaan kedua dengan
diterapkannya model X.

B. Menentukan daerah penolakan:

Tingkat signifikansi (alpha) yang diberikan adalah 0.05. Karena ini adalah uji dua sisi, kita akan membagi
alpha menjadi dua dan menetapkan alpha/2 = 0.025 sebagai batas bawah dan 1 - alpha/2 = 0.975
sebagai batas atas untuk daerah penolakan.

C. Melakukan Penghitungan:

Dalam kasus ini, kami memiliki dua sampel yang tidak berpasangan, yaitu hasil percobaan pertama dan
kedua. Untuk menguji hipotesis ini, kita dapat menggunakan uji-t independen.
Langkah-langkahnya adalah sebagai berikut:

1. Hitung rata-rata (mean) dari kedua percobaan.

2. Hitung deviasi standar (standard deviation) dari kedua percobaan.

3. Hitung t-score dengan rumus: t = (mean1 - mean2) / sqrt((sd1^2/n1) + (sd2^2/n2)), di mana mean1
dan mean2 adalah rata-rata dari masing-masing percobaan, sd1 dan sd2 adalah deviasi standar dari
masing-masing percobaan, dan n1 dan n2 adalah ukuran sampel (jumlah mahasiswa) dari masing-
masing percobaan.

4. Hitung derajat kebebasan (degrees of freedom) dengan rumus: df = n1 + n2 - 2.

5. Tentukan nilai kritis t dengan menggunakan tabel distribusi t-student dengan df dan tingkat
signifikansi alpha/2 (0.025) di kedua ekor.

6. Bandingkan nilai t dengan nilai kritis t. Jika nilai t berada di dalam daerah penolakan, maka kita dapat
menolak hipotesis nol (H0), jika tidak berada di dalam daerah penolakan, maka kita gagal menolak
hipotesis nol.

D. Simpulkan hasil uji hipotesis:

Jika nilai t berada di dalam daerah penolakan, kita dapat simpulkan bahwa terdapat perbedaan hasil
antara percobaan pertama dan kedua dengan diterapkannya model X. Jika nilai t tidak berada di dalam
daerah penolakan, kita simpulkan bahwa tidak ada perbedaan hasil antara percobaan pertama dan
kedua dengan diterapkannya model X.

Untuk melakukan perhitungan yang tepat, diperlukan data yang lengkap, termasuk ukuran sampel (n1
dan n2) dan deviasi standar (sd1 dan sd2) dari masing-masing percobaan. Mohon berikan data lengkap
tersebut agar saya dapat membantu melakukan perhitungan dan memberikan hasil uji hipotesis yang
akurat.

Anda mungkin juga menyukai