Soal UTS Ganjil TA 24/25

Statistika Dasar

Soal 1 (CPL03, 30%)

Pendahuluan

Statistika adalah ilmu yang mempelajari cara mengumpulkan, mengolah, menganalisis, dan menyajikan data untuk membuat keputusan yang lebih tepat dan informatif. Dalam kehidupan sehari-hari, statistika sangat penting untuk memahami fenomena yang terjadi di sekitar kita, termasuk dalam konteks sosial, pendidikan, dan kesehatan. Sebagai contoh, kita dapat menggunakan statistika untuk memahami hubungan antara pertemanan, asmara, dan pengaruhnya terhadap kesehatan mental serta prestasi akademik mahasiswa.

Pengumpulan Data

Pengumpulan data dilakukan dengan berbagai cara, seperti:

  • Survei/Kuesioner: Menyebarkan kuesioner kepada mahasiswa untuk mengumpulkan data terkait status hubungan mereka (teman dekat, pasangan asmara) dan indikator kesehatan mental (seperti tingkat stres atau kecemasan), serta prestasi akademik (misalnya IPK).

  • Wawancara: Melakukan wawancara mendalam dengan mahasiswa untuk memperoleh informasi yang lebih kaya tentang pengaruh hubungan sosial mereka.

  • Observasi: Mengamati interaksi sosial di lingkungan kampus atau dalam kelompok belajar untuk memahami pola-pola tertentu yang mungkin ada.

Jenis Data

  • Data Kuantitatif: Ini adalah data berbentuk angka, seperti IPK mahasiswa, skor kesehatan mental (misalnya menggunakan skala kecemasan), atau jumlah teman dekat yang dimiliki.

  • Data Kualitatif: Ini adalah data deskriptif yang menggambarkan pengalaman pribadi atau persepsi mahasiswa terhadap hubungan mereka dan dampaknya terhadap kehidupan sehari-hari. Misalnya, “Saya merasa lebih tenang ketika memiliki pasangan” atau “Hubungan saya dengan teman dekat membantu saya mengurangi stres.”

Penyajian Data

Untuk membuat data lebih mudah dipahami, kita dapat menggunakan beberapa metode penyajian yang efektif:

  • Tabel: Menyajikan data dalam bentuk tabel untuk menunjukkan hubungan antara status hubungan sosial (teman atau pasangan) dengan kesehatan mental atau IPK mahasiswa. Misalnya, tabel yang menunjukkan persentase mahasiswa dengan hubungan asmara yang stabil dan IPK tinggi.

  • Grafik: Grafik batang atau diagram lingkaran bisa digunakan untuk menggambarkan distribusi data, seperti proporsi mahasiswa yang merasa hubungan sosial mereka berpengaruh positif terhadap prestasi akademik.

  • Statistik Deskriptif: Menggunakan ukuran seperti rata-rata, median, atau persentase untuk menjelaskan pola data. Contohnya, berapa rata-rata IPK mahasiswa yang memiliki hubungan asmara dibandingkan yang tidak.

  • Infografis: Menyajikan data secara visual dan mudah dipahami melalui kombinasi teks, gambar, dan grafik untuk menarik perhatian audiens yang lebih luas.

Kesimpulan

Statistika memegang peranan penting dalam membantu kita memahami hubungan antara variabel-variabel sosial dan dampaknya terhadap individu. Dengan mengumpulkan data yang tepat dan menyajikannya secara sistematis, kita dapat membuat keputusan yang lebih berbasis bukti dan memahami lebih dalam tentang bagaimana hubungan sosial mempengaruhi kesehatan mental dan prestasi akademik mahasiswa. Statistika memungkinkan kita untuk mengidentifikasi pola dan tren yang mungkin tidak terlihat secara langsung, sehingga memberikan wawasan yang lebih jelas untuk perbaikan dalam kehidupan sehari-hari.

Soal 2 (CPL03, 30%)

Tujuan Pengumulan Data

Analisis ini bertujuan untuk mengidentifikasi hubungan antara pertemanan dan asmara dengan aspek kesehatan mental dan prestasi akademik pada mahasiswa. Data dikumpulkan melalui kuesioner online yang diisi oleh mahasiswa untuk mendapatkan pandangan terkait:

  • Pengaruh hubungan pertemanan dan asmara terhadap kesehatan mental
  • Dampak hubungan sosial terhadap keseimbangan kehidupan sosial dan akademik
  • Frekuensi kecemasan, stres, serta kepuasan dalam hubungan sosial

Metode Pengumpulan Data: Survei Kuesioner

Survei kuesioner sangat efektif untuk penelitian ini karena memungkinkan pengumpulan data secara terstruktur dari banyak responden dalam waktu singkat. Kuesioner online, yang disebarkan melalui platform seperti Google Forms, memungkinkan mahasiswa menjawab pertanyaan secara anonim, meningkatkan kejujuran mereka dalam memberikan jawaban yang sensitif terkait kesehatan mental dan hubungan pribadi.

Alasan Pemilihan Metode Survei Kuesioner

  • Efisiensi Waktu dan Biaya: Survei kuesioner memungkinkan peneliti untuk menjangkau banyak responden tanpa perlu tatap muka, sehingga menghemat biaya dan waktu pengumpulan data.

  • Anonymity dan Confidentiality: Survei online menawarkan kerahasiaan, yang membuat responden lebih nyaman dalam mengungkapkan informasi pribadi atau perasaan mereka, terutama terkait kesehatan mental dan hubungan asmara.

  • Kemudahan Analisis Data: Data dari survei kuesioner dapat dikonversi langsung menjadi format digital (CSV, Excel) untuk dianalisis menggunakan perangkat lunak statistik seperti R atau SPSS.

  • Kemampuan Menjangkau Responden Luas: Survei dapat dibagikan dengan mudah melalui media sosial, email, atau grup mahasiswa, sehingga menjangkau responden dari berbagai latar belakang.

Jenis Data yang Akan Dihasilkan

Penelitian ini akan menghasilkan dua jenis data utama:

  • Data Kuantitatif: Meliputi jawaban terukur pada skala Likert atau pilihan ganda, seperti: Tingkat kecemasan dan stres (misalnya, dalam skala 1-5) Kepuasan dalam hubungan sosial atau asmara Pengaruh hubungan sosial terhadap prestasi akademik (misalnya, skala pengaruh dari 1-5) Data ini memudahkan analisis statistik, sehingga dapat digunakan untuk mengidentifikasi pola, korelasi, dan perbedaan antar kelompok.

  • Data Kualitatif: Meliputi tanggapan terbuka di mana responden dapat memberikan opini lebih dalam mengenai pengalaman atau pandangan pribadi mereka. Misalnya: Penjelasan mengenai faktor utama yang memengaruhi kesehatan mental Deskripsi pengalaman dalam menjaga keseimbangan antara hubungan sosial dan studi Data kualitatif ini akan memperkaya pemahaman atas data kuantitatif dengan wawasan yang lebih mendalam mengenai kondisi emosional dan pengalaman mahasiswa.

Kesimpulan

Dengan menggunakan survei kuesioner yang menggabungkan data kuantitatif dan kualitatif, penelitian ini dapat memberikan gambaran yang komprehensif tentang dinamika hubungan sosial dan asmara di kalangan mahasiswa serta pengaruhnya terhadap kesehatan mental dan prestasi akademik.

Soal 3 (CPL03, 40%)

Mengimpor data kuesioner

Diagram Batang: Menampilkan Analisis Hubungan Asmara

Diagram Lingkaran: Menampilkan Analisis Dampak Hubungan Asmara

## [1] "dampak_suasana" "Frekuensi"

Kesimpulan Data

Kesimpulannya, data ini mengungkapkan bahwa hubungan sosial dan asmara dapat membawa berbagai dampak pada suasana hati dan kesejahteraan emosional mahasiswa. Hal ini menggarisbawahi pentingnya pemahaman akan dinamika sosial di kalangan mahasiswa dan penyediaan dukungan yang relevan untuk membantu mereka dalam mencapai keseimbangan antara kehidupan akademik dan personal.

---
title: "Soal UTS Ganjil TA 24/25"
subtitle: "Statistika Dasar"
author: 
  - "Dadan Ramdan (52240028)"
  - "Nova Sitorus (52240023)"
  - "M. Ragil Rizki Mulya (52240027)"
date:  "`r format(Sys.Date(), '%B %d, %Y')`"
output:
  rmdformats::readthedown:   # https://github.com/juba/rmdformats
    self_contained: true
    thumbnails: true
    lightbox: true
    gallery: true
    lib_dir: libs
    df_print: "paged"
    code_folding: "show"
    code_download: yes
    css: "style.css"
---

<img src="foto.JPEG" width="300" style="display: block; margin: auto;" alt="">


# Soal 1 (CPL03, 30%) 


## **Pendahuluan**
Statistika adalah ilmu yang mempelajari cara mengumpulkan, mengolah, menganalisis, dan menyajikan data untuk membuat keputusan yang lebih tepat dan informatif. Dalam kehidupan sehari-hari, statistika sangat penting untuk memahami fenomena yang terjadi di sekitar kita, termasuk dalam konteks sosial, pendidikan, dan kesehatan. Sebagai contoh, kita dapat menggunakan statistika untuk memahami hubungan antara pertemanan, asmara, dan pengaruhnya terhadap kesehatan mental serta prestasi akademik mahasiswa.


## **Pengumpulan Data**

Pengumpulan data dilakukan dengan berbagai cara, seperti:

- Survei/Kuesioner: Menyebarkan kuesioner kepada mahasiswa untuk mengumpulkan data terkait status hubungan mereka (teman dekat, pasangan asmara) dan indikator kesehatan mental (seperti tingkat stres atau kecemasan), serta prestasi akademik (misalnya IPK).

- Wawancara: Melakukan wawancara mendalam dengan mahasiswa untuk memperoleh informasi yang lebih kaya tentang pengaruh hubungan sosial mereka.

- Observasi: Mengamati interaksi sosial di lingkungan kampus atau dalam kelompok belajar untuk memahami pola-pola tertentu yang mungkin ada.

## Jenis Data

- Data Kuantitatif: Ini adalah data berbentuk angka, seperti IPK mahasiswa, skor kesehatan mental (misalnya menggunakan skala kecemasan), atau jumlah teman dekat yang dimiliki.

- Data Kualitatif: Ini adalah data deskriptif yang menggambarkan pengalaman pribadi atau persepsi mahasiswa terhadap hubungan mereka dan dampaknya terhadap kehidupan sehari-hari. Misalnya, "Saya merasa lebih tenang ketika memiliki pasangan" atau "Hubungan saya dengan teman dekat membantu saya mengurangi stres."

## Penyajian Data

Untuk membuat data lebih mudah dipahami, kita dapat menggunakan beberapa metode penyajian yang efektif:

- Tabel: Menyajikan data dalam bentuk tabel untuk menunjukkan hubungan antara status hubungan sosial (teman atau pasangan) dengan kesehatan mental atau IPK mahasiswa. Misalnya, tabel yang menunjukkan persentase mahasiswa dengan hubungan asmara yang stabil dan IPK tinggi.

- Grafik: Grafik batang atau diagram lingkaran bisa digunakan untuk menggambarkan distribusi data, seperti proporsi mahasiswa yang merasa hubungan sosial mereka berpengaruh positif terhadap prestasi akademik.

- Statistik Deskriptif: Menggunakan ukuran seperti rata-rata, median, atau persentase untuk menjelaskan pola data. Contohnya, berapa rata-rata IPK mahasiswa yang memiliki hubungan asmara dibandingkan yang tidak.

- Infografis: Menyajikan data secara visual dan mudah dipahami melalui kombinasi teks, gambar, dan grafik untuk menarik perhatian audiens yang lebih luas.

## Kesimpulan

Statistika memegang peranan penting dalam membantu kita memahami hubungan antara variabel-variabel sosial dan dampaknya terhadap individu. Dengan mengumpulkan data yang tepat dan menyajikannya secara sistematis, kita dapat membuat keputusan yang lebih berbasis bukti dan memahami lebih dalam tentang bagaimana hubungan sosial mempengaruhi kesehatan mental dan prestasi akademik mahasiswa. Statistika memungkinkan kita untuk mengidentifikasi pola dan tren yang mungkin tidak terlihat secara langsung, sehingga memberikan wawasan yang lebih jelas untuk perbaikan dalam kehidupan sehari-hari.




# Soal 2 (CPL03, 30%)

## Tujuan Pengumulan Data 

Analisis ini bertujuan untuk mengidentifikasi hubungan antara pertemanan dan asmara dengan aspek kesehatan mental dan prestasi akademik pada mahasiswa. Data dikumpulkan melalui kuesioner online yang diisi oleh mahasiswa untuk mendapatkan pandangan terkait:

- Pengaruh hubungan pertemanan dan asmara terhadap kesehatan mental
- Dampak hubungan sosial terhadap keseimbangan kehidupan sosial dan akademik
- Frekuensi kecemasan, stres, serta kepuasan dalam hubungan sosial

## Metode Pengumpulan Data: Survei Kuesioner

Survei kuesioner sangat efektif untuk penelitian ini karena memungkinkan pengumpulan data secara terstruktur dari banyak responden dalam waktu singkat. Kuesioner online, yang disebarkan melalui platform seperti Google Forms, memungkinkan mahasiswa menjawab pertanyaan secara anonim, meningkatkan kejujuran mereka dalam memberikan jawaban yang sensitif terkait kesehatan mental dan hubungan pribadi.

## Alasan Pemilihan Metode Survei Kuesioner

- Efisiensi Waktu dan Biaya: Survei kuesioner memungkinkan peneliti untuk menjangkau banyak responden tanpa perlu tatap muka, sehingga menghemat biaya dan waktu pengumpulan data.

- Anonymity dan Confidentiality: Survei online menawarkan kerahasiaan, yang membuat responden lebih nyaman dalam mengungkapkan informasi pribadi atau perasaan mereka, terutama terkait kesehatan mental dan hubungan asmara.

- Kemudahan Analisis Data: Data dari survei kuesioner dapat dikonversi langsung menjadi format digital (CSV, Excel) untuk dianalisis menggunakan perangkat lunak statistik seperti R atau SPSS.

- Kemampuan Menjangkau Responden Luas: Survei dapat dibagikan dengan mudah melalui media sosial, email, atau grup mahasiswa, sehingga menjangkau responden dari berbagai latar belakang.

## Jenis Data yang Akan Dihasilkan

Penelitian ini akan menghasilkan dua jenis data utama:

- Data Kuantitatif: Meliputi jawaban terukur pada skala Likert atau pilihan ganda, seperti:
Tingkat kecemasan dan stres (misalnya, dalam skala 1-5)
Kepuasan dalam hubungan sosial atau asmara
Pengaruh hubungan sosial terhadap prestasi akademik (misalnya, skala pengaruh dari 1-5)
Data ini memudahkan analisis statistik, sehingga dapat digunakan untuk mengidentifikasi pola, korelasi, dan perbedaan antar kelompok.

- Data Kualitatif: Meliputi tanggapan terbuka di mana responden dapat memberikan opini lebih dalam mengenai pengalaman atau pandangan pribadi mereka. Misalnya:
Penjelasan mengenai faktor utama yang memengaruhi kesehatan mental
Deskripsi pengalaman dalam menjaga keseimbangan antara hubungan sosial dan studi
Data kualitatif ini akan memperkaya pemahaman atas data kuantitatif dengan wawasan yang lebih mendalam mengenai kondisi emosional dan pengalaman mahasiswa.

## Kesimpulan

Dengan menggunakan survei kuesioner yang menggabungkan data kuantitatif dan kualitatif, penelitian ini dapat memberikan gambaran yang komprehensif tentang dinamika hubungan sosial dan asmara di kalangan mahasiswa serta pengaruhnya terhadap kesehatan mental dan prestasi akademik.

# Soal 3 (CPL03, 40%)


## Mengimpor data kuesioner

```{r, massage=FALSE, echo=FALSE}
# Memuat dataset dari CSV
SosialKampus = read.csv("KuesHubunganSosial.csv", sep = ";")

# Menampilkan data awal dengan kable
head(SosialKampus)
```





## Diagram Batang: Menampilkan Analisis Hubungan Asmara


```{r, echo=FALSE, message=FALSE}
# Memuat library dplyr
library(dplyr)

# Membuat tabel distribusi menggunakan kolom yang benar
table_distribusi <- SosialKampus %>%
  count(Apakah.Anda.saat.ini.memiliki.hubungan.asmara.., name = "Frekuensi") %>%
  rename("Apakah Anda saat ini memiliki hubungan asmara?" = Apakah.Anda.saat.ini.memiliki.hubungan.asmara..) %>%
  arrange(desc(Frekuensi))  # Mengurutkan dari yang terbesar ke terkecil
# Menampilkan tabel distribusi
table_distribusi


```

```{r, echo=FALSE, message=FALSE, warning=FALSE}
# Memuat library yang diperlukan
library(plotly)
library(RColorBrewer)

# Menentukan warna merah dan kuning
colors <- c("#FF0000", "#FFFF00")  # Merah dan Kuning

# Membuat diagram batang dengan plotly
plot_ly(table_distribusi, 
        x = ~`Apakah Anda saat ini memiliki hubungan asmara?`,  # Sumbu X
        y = ~Frekuensi,                                     # Sumbu Y
        type = 'bar',                                       # Menggunakan tipe grafik batang
        marker = list(color = colors)) %>%
  layout(title = "Diagram Batang Analisis Hubungan Sosial/Asmara", # Judul grafik
         xaxis = list(title = "Status Hubungan Sosial"),             # Label sumbu X
         yaxis = list(title = "Frekuensi"),                          # Label sumbu Y
         showlegend = FALSE)                                        # Menyembunyikan legenda

```




## Diagram Lingkaran: Menampilkan Analisis Dampak Hubungan Asmara


```{r, echo=FALSE, message=FALSE, warning=FALSE}
# Memuat library dplyr
library(dplyr)

# Membuat tabel distribusi menggunakan kolom yang benar
table_distribusi <- SosialKampus %>%
  count(Menurut.Anda.hubungan.sosial.asmara..dapat.menimbulkan.dampak.apa.dalam.suasana.hati.Anda.sehari.hari., name = "Frekuensi") %>%
  rename(dampak_suasana = `Menurut.Anda.hubungan.sosial.asmara..dapat.menimbulkan.dampak.apa.dalam.suasana.hati.Anda.sehari.hari.`) %>%
  arrange(desc(Frekuensi))  # Mengurutkan dari yang terbesar ke terkecil
# Menampilkan tabel distribusi
table_distribusi

```

```{r, echo=FALSE, message=FALSE, warning=FALSE}
# Memuat library plotly
library(plotly)

# Memeriksa nama kolom dalam table_distribusi
colnames(table_distribusi)

# Menentukan warna yang diinginkan: Merah, Hijau, Kuning, Biru
n <- nrow(table_distribusi)  # Jumlah kategori
colors <- colorRampPalette(c("#FF0000", "#00FF00", "#FFFF00", "#0000FF"))(n)

# Membuat diagram lingkaran dengan plotly
plot_ly(table_distribusi, 
        labels = ~dampak_suasana,    # Menggunakan nama kolom yang lebih pendek
        values = ~Frekuensi, 
        type = 'pie', 
        textinfo = 'label+percent',  # Menampilkan label dan persentase
        hole = 0.3,                  # Membuat hole (donut) di tengah diagram
        marker = list(colors = colors)) %>%
  layout(title = "Diagram Lingkaran Analisis Dampak Hubungan Sosial/Asmara",
         showlegend = TRUE)               # Menampilkan legenda
```


## Kesimpulan Data

Kesimpulannya, data ini mengungkapkan bahwa hubungan sosial dan asmara dapat membawa berbagai dampak pada suasana hati dan kesejahteraan emosional mahasiswa. Hal ini menggarisbawahi pentingnya pemahaman akan dinamika sosial di kalangan mahasiswa dan penyediaan dukungan yang relevan untuk membantu mereka dalam mencapai keseimbangan antara kehidupan akademik dan personal.




