Soal 1

diet_rendah <- c(190, 180, 185, 175, 200, 195, 185, 180, 170, 175, 180, 190, 185, 175, 170, 190, 200, 185, 190, 175, 180, 185, 200, 195, 180, 175, 190, 195, 185, 180)
diet_rendah
##  [1] 190 180 185 175 200 195 185 180 170 175 180 190 185 175 170 190 200 185 190
## [20] 175 180 185 200 195 180 175 190 195 185 180
tidak_diet <- c( 210, 220, 215, 230, 225, 220, 210, 225, 220, 230, 240, 220, 225, 230, 220, 225, 230, 220, 210, 225, 220, 230, 215, 225, 230, 220, 210, 230, 225, 220)
tidak_diet
##  [1] 210 220 215 230 225 220 210 225 220 230 240 220 225 230 220 225 230 220 210
## [20] 225 220 230 215 225 230 220 210 230 225 220
wilcox.test(diet_rendah, tidak_diet, alternative = "less", conf.level = 0.95)
## Warning in wilcox.test.default(diet_rendah, tidak_diet, alternative = "less", :
## cannot compute exact p-value with ties
## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  diet_rendah and tidak_diet
## W = 0, p-value = 1.201e-11
## alternative hypothesis: true location shift is less than 0

interpretasi : Karena P-value < alpha maka Cukup bukti untuk menyatakan bahwa kadar kolesterol pada kelompok yang mengikuti diet rendah lemak lebih rendah dibandingkan dengan kelompok yang tidak mengikuti diet pada taraf nyata 5%.

Soal 2

layanan_A <- c(85, 90, 88, 87, 92, 91, 85, 89, 90, 92, 87, 90, 85, 92, 89, 90, 88, 91, 92, 85)
layanan_B <- c(80, 75, 77, 78, 72, 76, 75, 80, 74, 76, 77, 75, 80, 78, 75, 72, 76, 77, 78, 74)

wilcox.test(layanan_A, layanan_B, alternative = "greater", conf.level = 0.95)
## Warning in wilcox.test.default(layanan_A, layanan_B, alternative = "greater", :
## cannot compute exact p-value with ties
## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  layanan_A and layanan_B
## W = 400, p-value = 3.112e-08
## alternative hypothesis: true location shift is greater than 0

interpretasi : Karena P-value < alpha maka Cukup bukti untuk menyatakan bahwa tingkat kepuasan pelanggan terhadap layanan A lebih tinggi dibandingkan dengan layanan B pada taraf nyata 5%.

Soal 3

platform_X <- c(0.95, 1.05, 1.00, 0.90, 1.10, 0.85, 1.00, 0.95, 1.05, 1.00, 0.90, 1.10, 1.00, 0.95, 1.05)
platform_Y <- c(1.20, 1.25, 1.30, 1.15, 1.35, 1.20, 1.30, 1.25, 1.35, 1.30, 1.15, 1.20, 1.25, 1.30, 1.20)

wilcox.test(platform_X, platform_Y, alternative = "less", conf.level = 0.95)
## Warning in wilcox.test.default(platform_X, platform_Y, alternative = "less", :
## cannot compute exact p-value with ties
## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  platform_X and platform_Y
## W = 0, p-value = 1.51e-06
## alternative hypothesis: true location shift is less than 0

interpretasi : Karena P-value < alpha maka Cukup bukti untuk menyatakan bahwa respons pada platform X lebih cepat dibandingkan dengan platform Y pada taraf nyata 5%.

Soal 4

jumlah_buku <- c(3, 5, 2, 4, 6, 3, 7, 4, 5, 6)
skor_kepuasan <- c(7, 9, 5, 6, 10, 7, 8, 6, 9, 8)

cor.test(jumlah_buku, skor_kepuasan, method = "spearman", conf.level = 0.95)
## Warning in cor.test.default(jumlah_buku, skor_kepuasan, method = "spearman", :
## Cannot compute exact p-value with ties
## 
##  Spearman's rank correlation rho
## 
## data:  jumlah_buku and skor_kepuasan
## S = 43.556, p-value = 0.01523
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.7360248

interpretasi : Karena P-value < alpha maka Cukup bukti untuk menyatakan bahwa terdapat korelasi positif yang signifikan antara jumlah buku yang dibaca per bulan dengan skor kepuasan pada taraf nyata 5%.

Soal 5

frekuensi_penggunaan <- c(2, 4, 5, 3, 6, 2, 7, 5, 4, 6)
tingkat_stres <- c( 4, 6, 7, 5, 8, 4, 9, 7, 6, 8)

cor.test(frekuensi_penggunaan, tingkat_stres, method = "spearman", conf.level = 0.95)
## Warning in cor.test.default(frekuensi_penggunaan, tingkat_stres, method =
## "spearman", : Cannot compute exact p-value with ties
## 
##  Spearman's rank correlation rho
## 
## data:  frekuensi_penggunaan and tingkat_stres
## S = 0, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho 
##   1

interpretasi : Karena P-value < alpha maka Cukup bukti untuk menyatakan bahwa terdapat korelasi positif yang signifikan antara frekuensi penggunaan media sosial dengan tingkat stres pada taraf nyata 5%.