Nama kelompok

1. Bayuseto Jaluwani/239114078
2. Septhian Diefa Budi Nurcahyo /239114194
3. ⁠Clarissa / 239114071
4. Nethanea Deandra Anggoro / 239114137
5. Faustina Karunia Cecilia Beslar / 239114191

BAGIAN I
INSTRUKSI Hitunglah besarnya probabilitas memperoleh seseorang dengan skor IQ
seperti yang disebut di bawah ini. Catatan: Mean dari IQ adalah 100, sementara
deviasi standarnya 15.
1. Di atas 90 dan dibawah 110
2. Di bawah 80
3. Di bawah 70 atau di atas 130
4. Sama dengan 125 (ingat bahwa IQ merupakan data kontinum)
5. Challenge: Probabilitas memperoleh IQ ≤ X adalah 0.05 atau 5%. Berapakah X?
Jawaban
1. Di atas 90 dan di bawah 110

X 90

Mean 100

Standar Deviasi 15

Rumus: =NORMDIST (110;100;15;TRUE)-NORMDIST(90;100;15;TRUE)

= 0,4950149249
=49,5%
→ Dari data yang diperoleh seseorang dengan IQ di atas 90 dan di bawah
100 adalah 49,5%
2. Di bawah 80

X 80

Mean 100

Standar Deviasi 15
Rumus: =NORM.DIST(80;100;15;TRUE)
=0,09121121973
=9,12%
→ Dari data yang diperoleh seseorang dengan IQ dibawah 80 adalah 9,12%
3. Di bawah 70 atau diatas 130

X 70 &130

Mean 100

Standar Deviasi 15
Rumus: =NORMDIST(70;100;15;TRUE)+1-NORMDIST(130;100;15;TRUE)
=0,0455002639
=4.55%
→Dari data diatas yang diperoleh seseorang dengan IQ dibawah 70 atau
diatas 130 adalah 4,55%

4. Sama dengan 125 (ingat bahwa IQ merupakan data kontinum)

Dalam probabilitas, data tunggal dianggap nol (0) karena pada data tunggal
tidak memiliki area atau bersifat interval. Pada konteks soal dimana iq sama
dengan 125 atau tepat dengan 125, dapat dianggal sebagai 0 karena dirinya
tidak memiliki data variasi atau area tertentu. Selain itu kenapa dianggap
sebagai nol (0) ialah karena tidak mungkin kita mengukur probabilitas tepat
pada satu titik dalam konteks data kontinu.

5. Challenge: Probabilitas memperoleh IQ ≤ X adalah 0.05 atau 5%. Berapakah

X?
Mencari Z-score dari x = 0.05 = -1.645
Rumus :
Z-score = X-mean/standar deviasi
X = Mean + (standar deviasi x Z-score)
X = 100 + (15 x -1.645)
X = 75.325
Jadi hasil dari nilai X adalah 75.325 atau IQ ≤ 75.325
Nama anggota kelompok
1. Bayuseto Jaluwani/239114078
2. Septhian Diefa Budi Nurcahyo /239114194
3. ⁠Clarissa / 239114071
4. Nethanea Deandra Anggoro / 239114137
5. Faustina Karunia Cecilia Beslar / 239114191

Bagaian ll
PERTANYAAN DISKUSI
1. Bandingkan besarnya mean dari populasi dengan mean dari mean sampel (Mean of Mean)
untuk setiap besaran sampel. Apa yang dapat kamu temukan?

2. Bandingkan sebaran besarnya mean dari sampel-sampel antar sampel dengan besaran
berbeda-beda. Apa yang dapat kamu temukan?

3. Bandingkan besarnya SD of Mean antar besaran sampel yang berbeda-beda. Apa yang
dapat kamu temukan?

4. Apa saja yang dapat kamu simpulkan dari simulasi ini? Insight apa saja yang kamu
peroleh?

5. Challenge: SD of Mean didefinisikan sebagai σ/√ n dapatkah kamu buktikan dalam

simulasi ini?

6. Dalam kasus skor IQ dengan mean 100 dan deviasi standar 15, berapa besarnya probabiltas
memperoleh sampel dengan
(a) Mean di antara 90 dan 110 jika besar sampel = 5, 50 , dan 500?
(b) Mean lebih kecil atau sama dengan 80 jika besar sampel = 5, 50, 500?
(c) Dari dua soal di atas apa yang dapat kamu simpulkan mengenai besarnya 1
probabilitas kejadian yang sama ketika besar sampel berbeda?

7. Pilih satu kata dalam kurung yang tepat dalam kalimat berikut dan sertakan penjelasanya:
(a) Dengan menggunakan pendekatan Fisher, semakin besar sampel, kita
memiliki kemungkinan makin besar (menerima / menolak) hipotesis peneliti
(hipotesis hasil deduksi)
 (b) Dengan menggunakan pendekatan gabungan (NHST), semakin besar sampel,
kita memiliki kemungkinan makin besar (menerima / menolak) hipotesis
peneliti (hipotesis hasil deduksi).
8. Diskusikan apa insight yang kamu temukan dari simulasi ini termasuk pendapatmu
mengenai perbandingan pendekatan Fisher dan NHST.

Jawab
1. Besaran sempel 2

Besaran sempel 5

Besaran sempel 10

Besaran sempel 20
 Besaran sempel 25

2. Besaran sampel 2

Besaran sampel 5

Besaran sampel 10

Besaran sempel 20

Besaran sempel 25

Semakin besar sampel maka nilai mean tiap sampel semakin mendekati nilai mean
dari populasi, serta semakin besar besaran sampel yang digunakan semakin stabil dan
pasti pula nilai sampel yang akan didapatkan
3. Semakin besar besaran sampel maka semakin kecil sd of mean (mendekati 0),
sebaliknya semakin kecil besaran sampel maka semakin besar otaknya semakin besar
sf of mean (menjauhi 0)
4. Semakin besar ukuran sampel yang digunakan dalam penelitian, semakin dekat
rata-rata dari sampel tersebut dengan rata-rata populasi yang sebenarnya. Namun,
semakin besar ukuran sampel, semakin kecil variabilitas atau standar deviasi dari
mean sampel yang dihasilkan.
5.

Dalam simulasi yang kami buat, disini kami bisa membuktikan bahwa SD of mean
dari sampel yang diberikan mendekati dengan simulasi yang kelompok kami lakukan.

6. diketahui :
Mean = 100, standar deviasi 15

𝑆𝑥 = σ/ 𝑛

𝑆𝑥 = 15/ 5 = 6, 7

𝑆𝑥 = 15/ 50 =2,1

𝑆𝑥 = 15/ 500 =0,67

a. Mean di antara 90 dan 110 jika besar sampel = 5, 50 , dan 500?

Besar sampel 5
=NORM.DIST(110;100;6,7;TRUE)-NORM.DIST(90;100;2,1;TRUE)
= -0,93
Besar sampel 50
=NORM.DIST(110;100;2,1;TRUE)-NORM.DIST(90;100;2,1;TRUE)
= -0,99
Besar sampel 500
 =NORM.DIST(110;100;0,67;TRUE)-NORM.DIST(90;100;0,67;TRUE)
=-1
b. Mean lebih kecil atau sama dengan 80 jika besar sampel = 5, 50, 500?
Besar sampel 5
=NORM.DIST(80;100;6,7;TRUE)
= 0,00014
Besar sampel 50
=NORM.DIST(80;100;2,1;TRUE)
=0
Besar sampel 500
=NORM.DIST(80;100;0,67;TRUE)
=0
c. Dari dua soal di atas apa yang dapat kamu simpulkan mengenai besarnya
probabilitas kejadian yang sama ketika besar sampel berbeda?
Yang dapat kami simpulkan bahwa semakin besar sampel yang ada maka
besarnya probabilitas menjadi makin tinggi karena semakin besar sampel
maka hal tersebut mulai mendekati populasi. Semakin besar sampel yang
digunakan dan mendekati populasi maka sampel kemungkinan besar dapat
menjadi representasi populasi yang baik.
7. (a) Menurut kami dalam pendekatan fisher memilih untuk menerima. Hal tersebut
dikarenakan Sesuai dengan pendekatan fisher dimana semakin besar sampel maka
semakin banyak informasi yang kita dapatkan dari sampel tersebut sehingga
memperbesar kemungkinan menerima hipotesis peneliti. Kami berpendapat bahwa
dengan semakin besar sampel yang digunakan maka hal tersebut mendekati jumlah
populasi dimana kemungkinan hipotesis diterima itu dapat meningkat.
(b) menurut kami dalam pendekatan gabungan kata yang cocok adalah menerima. Hal
tersebut dikarenakan pada pendekatan gabungan atau NSHT Hipotesis dapat dibuat
lebih banyak dan hal ini memungkinkan bagi peneliti untuk memperbesar potensi
hipotesis yang dirinya miliki menjadi dapat diterima. Konsep alasan sama seperti
dalam pendekatan fisher dimana semakin besar sampel yang digunakan nilainya
mendekati populasi dan memperbesar kemungkinan untuk dapat menjadi representasi
dari populasi
 8. Dalam simulasi ini, kami mencoba untuk menunjukkan perbedaan antara pendekatan
Fisher dan NSHT (pengujian hipotesis) dalam mengambil keputusan tentang
kemungkinan menerima atau menolak hipotesis. Kedua pendekatan ini menggunakan
teori statistik yang berbeda-beda, yang mempengaruhi kemungkinan menerima atau
menolak hipotesis.

Menurut kami keduanya sama-sama dibutuhkan namun pada kondisi yang berbeda.
Menurut Fisher semakin besar sempel, semakin besar kemungkinan menerima
hipotesis penelitian. Sedangkan gabungan (NHST) semakin besar sampel, semakin
besar kemungkinan menerima hipotesis. Dalam hal ini pengujian hipotesis
mempengaruhi kemungkinan menerima atau menolak hipotesis dan pendekatan yang
efisien dan eksploratif lebih sesuai untuk situasi dibandingkan dengan pendekatan
yang konservatif dan menggunakan perasaan tingkat kuat.

PENILAIAN REKAN

1. Bayuseto Jaluwani/239114078 3

Septhian Diefa Budi Nurcahyo 3

/239114194

⁠Clarissa / 239114071 3

Nethanea Deandra Anggoro / 239114137 3

Faustina Karunia Cecilia Beslar / 3

239114191