1. Distribusi Sampling Rata-rata

set.seed(2025)
pop <- data.frame(exam_score = round(rnorm(5000, mean = 72, sd = 10)), pass = rbinom(5000, 1, 0.7)
)

a. Tampilkan 6 baris pertama, ringkasan statistik (mean, sd, min, maks) exam_score, dan histogramnya.

# Menampilkan 6 baris pertama
head(pop, 6)
##   exam_score pass
## 1         78    0
## 2         72    1
## 3         80    0
## 4         85    0
## 5         76    1
## 6         70    0
# Ringkasan statistik exam_score
mean_pop <- mean(pop$exam_score)
sd_pop   <- sd(pop$exam_score)
min_pop  <- min(pop$exam_score)
max_pop  <- max(pop$exam_score)
print(mean_pop)
## [1] 71.8192
print(sd_pop)
## [1] 10.1005
print(min_pop)
## [1] 40
print(max_pop)
## [1] 111
# Histogram populasi
hist(pop$exam_score, 
     main = "Histogram Exam Score Populasi (N = 5000)",
     xlab = "Exam Score", 
     col = "lightblue", 
     border = "white", 
     breaks = 30)
abline(v = mean_pop, col = "red", lwd = 2, lty = 2)

Interpretasi singkat: - Nilai rata-rata populasi berada di sekitar 71.8 dengan simpangan baku sekitar 10, nilai minimum di 40, dan maksimum di 111. - Bentuk histogram populasi simetris dan mengikuti pola kurva normal (lonceng).

b. Dengan set.seed(123), ambil 1.000 sampel acak berukuran n = 30 (dengan pengembalian), hitung rata-rata exam_score tiap sampel, lalu buat histogramnya. Bandingkan sd empiris dari rata-rata sampel dengan standard error teoretis sd_pop/√n.

set.seed(123)
k <- 1000
n <- 30
# Simulasi distribusi sampling rata-rata
sampel_mean_30 <- replicate(k, {
  s <- sample(pop$exam_score, size = n, replace = TRUE)
  mean(s)
})

# Histogram distribusi sampling rata-rata (n = 30)
hist(sampel_mean_30, 
     main = "Distribusi Sampling Rata-rata (n = 30, k = 1000)",
     xlab = expression(bar(X)), 
     col = "lightgreen", 
     border = "white", 
     breaks = 25)

# Perhitungan Standar Deviasi Empiris vs Standar Error Teoretis
sd_empiris_30 <- sd(sampel_mean_30)
se_teoretis_30 <- sd_pop / sqrt(n)
print(sd_empiris_30)
## [1] 1.849776
print(se_teoretis_30)
## [1] 1.844091

Interpretasi singkat: - Nilai SD Empiris (1.849) sangat mendekati Standar Error Teoretis (1,844)

Ulangi (b) untuk n = 5, 30, dan 100, dan tampilkan tiga histogram dalam satu baris. Jelaskan pengaruh ukuran sampel terhadap bentuk dan sebaran distribusi sampling.

set.seed(123)
k <- 1000
ukuran_n <- c(5, 30, 100)

# Simulasi untuk ketiga ukuran sampel
hasil_simulasi <- lapply(ukuran_n, function(n_size) {
  replicate(k, mean(sample(pop$exam_score, size = n_size, replace = TRUE)))
})

# Menampilkan 3 histogram 
par(mfrow = c(1, 3))
warna <- c("yellow", "lightgreen", "skyblue")

for(i in 1:3) {
  hist(hasil_simulasi[[i]], 
       main = paste("Distribusi Sampling (n =", ukuran_n[i], ")"),
       xlab = expression(bar(X)), 
       col = warna[i], 
       border = "white", 
       xlim = c(60, 84))
  abline(v = mean_pop, col = "red", lwd = 2, lty = 2)
}

par(mfrow = c(1, 1)) 

Penjelasan pengaruh ukuran sampel (n): 1. Bentuk Distribusi: semakin besar ukuran sampel (n), bentuk distribusi sampling semakin simetris dan semakin mendekati distribusi normal sempurna.

  1. Sebaran/Variabilitas data: Semakin besar ukuran sampel (n), sebaran data semakin menyempit. Pada n = 100, grafik jauh lebih runcing dan terkonsentrasi sangat rapat di sekitar mean populasi dibandingkan saat n = 5.

Soal 2: Uji Normalitas Data Tunggal dan Dua Variabel

# Data Input
penjualan <- c(45, 52, 47, 50, 49, 53, 54, 48, 51, 50,
               55, 46, 49, 47, 52, 50, 48, 53, 54, 49)

berat <- c(55, 60, 62, 58, 64, 70, 68, 72, 59, 61,
           63, 65, 66, 67, 71, 69, 60, 58, 62, 64,
           73, 75, 77, 68, 70, 72, 74, 69, 63, 65)

tinggi <- c(160, 162, 164, 158, 166, 172, 170, 175, 161, 163,
            165, 167, 169, 171, 173, 174, 160, 159, 164, 166,
            176, 178, 180, 172, 174, 176, 177, 171, 165, 167)

a. Untuk data penjualan, buat histogram dan Q-Q plot, lalu lakukan uji Shapiro Wilk dan Kolmogorov-Smirnov (pada data terstandarisasi). Tuliskan hipotesis, p-value, dan kesimpulan.

# Visualisasi Histogram & Q-Q Plot
par(mfrow = c(1, 2))
hist(penjualan, main = "Histogram Penjualan", xlab = "Penjualan", col = "skyblue", border = "black")
qqnorm(penjualan, main = "Normal Q-Q Plot Penjualan")
qqline(penjualan, col = "red", lwd = 2)

par(mfrow = c(1, 1))
# Uji Shapiro-Wilk
sp_penjualan <- shapiro.test(penjualan)
print(sp_penjualan)
## 
##  Shapiro-Wilk normality test
## 
## data:  penjualan
## W = 0.96996, p-value = 0.754
# Uji Kolmogorov-Smirnov 
ks_penjualan <- ks.test(scale(penjualan), "pnorm")
## Warning in ks.test.default(scale(penjualan), "pnorm"): ties should not be
## present for the one-sample Kolmogorov-Smirnov test
print(ks_penjualan)
## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  scale(penjualan)
## D = 0.11402, p-value = 0.9573
## alternative hypothesis: two-sided

Hipotesis Uji Normalitas - H0: Data berdistribusi normal - H1: Data tidak berdistribusi normal. (p-value > 0.05, terima H0) Hasil - Shapiro-Wilk: W = 0.96996, p-value = 0.754 - Kolmogorov-Sminrov: D = 0.11402, p-value = 0.9573

Kesimpulan Karena nilai p-value dari kedua uji normalitas tersebut > 0.05, maka terima H0. Dapat disimpulkan bahwa data penjualan berdistribusi normal.

b. Gunakan lapply() atau sapply() untuk menguji normalitas berat dan tinggi sekaligus, lalu buat Q-Q plot keduanya.

# Data frame gabungan berat dan tinggi
df_gab <- data.frame(berat = berat, tinggi = tinggi)
head(df_gab)
##   berat tinggi
## 1    55    160
## 2    60    162
## 3    62    164
## 4    58    158
## 5    64    166
## 6    70    172
# Uji normalitas menggunakan sapply()
uji_sw_gab <- sapply(df_gab, function(x){
  uji_sp1 <- shapiro.test(x)
  c(W = round(uji_sp1$statistic, 4), p_value = round(uji_sp1$p.value, 4))
})
print(uji_sw_gab)
##          berat tinggi
## W.W     0.9826 0.9648
## p_value 0.8889 0.4071
# Q-Q plot berat dan tinggi
par(mfrow = c(1, 2))
qqnorm(berat, main = "Q-Q Plot: Berat Badan", pch = 19, col = "blue")
qqline(berat, col = "red", lwd = 2)

qqnorm(tinggi, main = "Q-Q Plot: Tinggi Badan", pch = 19, col = "green")
qqline(tinggi, col = "red", lwd = 2)

par(mfrow = c(1, 1))

c. Variabel mana yang lebih mendekati distribusi normal? Jelaskan.

Berdasarkan uji Shapiro-Wilk, kedua variabel memenuhi asumsi normalitas karena p-value > 0.05 (berat = 0.8889 dan tinggi = 0.4071). Namun, variabel berat badan lebih mendekati distribusi normal dibandingkan variabel tinggi. Hal ini didasarkan pada nilai statistik uji W (0.9826) dan p-value (0.8889) berat yang lebih mendekati 1 dibandingkan variabel tinggi (W = 0.9648 dan p-value = 0.4071). Selain itu, berdasarkan Q-Q Plot titik-titik data pada variabel berat badan menempel lebih rapat dan sejajar sepanjang garis referensi diagonal dibandingkan tinggi badan.

Soal 3: Uji kesamaan rata-rata data berpasangan

# Data input
bp <- data.frame(
  id = 1:30,
  before = c(140,150,135,142,128,155,138,147,131,144,
             129,152,141,137,148,133,149,136,130,145,
             139,143,134,151,127,146,132,140,138,135),
  after = c(132,145,130,138,125,148,135,140,128,136,
            125,146,135,132,142,130,144,133,127,140,
            134,138,130,145,124,139,128,137,134,131)
)

a. Hitung selisih (before − after), lalu tampilkan rata-rata dan simpangan baku before, after, dan selisih.

# menghitung selisih (before - after)
bp$selisih <- bp$before - bp$after

# ringkasan statistik (rata-rata dan simpangan baku)
ringkasan_stat <- data.frame(
  Variabel = c("Before", "After", "Selisih"),
  Mean = c(mean(bp$before), mean(bp$after), mean(bp$selisih)),
  SD = c(sd(bp$before), sd(bp$after), sd(bp$selisih))
)
print(ringkasan_stat)
##   Variabel     Mean       SD
## 1   Before 139.8333 7.706170
## 2    After 135.0333 6.713257
## 3  Selisih   4.8000 1.562491

Hasil Perhitungan: - Before: rata-rata = 139.8333 mmHg, SD = 7.706 - After: rata-rata = 135.0333 mmHg, SD = 6.713 - Selisih: rata-rata = 4.8 mmHg, SD = 1.562

b. Buat boxplot before dan after, serta histogram selisih.

par(mfrow = c(1, 2))

# Boxplot Before vs After
boxplot(bp$before, bp$after, 
        names = c("Before", "After"), 
        col = c("coral", "lightcyan"),
        main = "Boxplot Tekanan Darah Sistolik", 
        ylab = "Tekanan Darah (mmHg)")

# Histogram Selisih
hist(bp$selisih, 
     main = "Histogram Selisih (Before - After)", 
     xlab = "Penurunan Tekanan Darah (mmHg)", 
     col = "purple", 
     border = "white",
     breaks = 6)
abline(v = mean(bp$selisih), col = "red", lwd = 2, lty = 2)

par(mfrow = c(1, 1))

c. Periksa normalitas selisih dengan uji Shapiro-Wilk. Tuliskan kesimpulan dan tentukan uji yang paling sesuai.

sp_selisih <- shapiro.test(bp$selisih)
print(sp_selisih)
## 
##  Shapiro-Wilk normality test
## 
## data:  bp$selisih
## W = 0.89942, p-value = 0.008129

Hipotesis - H0:Selisih data berdistribusi normal. - H1:Selisih data tidak berdistribusi normal. (p-value > 0.05, maka H0 diterima) Hasil - Nilai W = 0.89942 - P-value = 0.008129 Kesimpulan karena p-value (0.008129) < 0.05, maka H0 ditolak. Hal ini menunjukkan data selisih tekanan darah (before - after) tidak berdistribusi normal sehingga dilanjutkan ke uji non-parametrik Uji Wilcoxon Signed-Rank.

d. Lakukan uji t berpasangan dan uji Wilcoxon signed-rank. Tuliskan hipotesis, statistik uji, p-value, selang kepercayaan 95% (untuk uji t), dan kesimpulan.

# Uji Wilcoxon signed-rank
uji_wilcox1 <- wilcox.test(bp$before, bp$after, paired = TRUE)
## Warning in wilcox.test.default(bp$before, bp$after, paired = TRUE): cannot
## compute exact p-value with ties
print(uji_wilcox1)
## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  bp$before and bp$after
## V = 465, p-value = 1.619e-06
## alternative hypothesis: true location shift is not equal to 0

Hipotesis - H0: Tidak ada perbedaan rata-rata tekanan darah sebelum dan sesudah intervensi. - H1: Terdapat perbedaan rata-rata tekanan darah sebelum dan sesudah intervensi.

Kesimpulan: Berdasarkan nilai p-value yang sangat kecil dan kurang dari 0.05 (p-value < 0.05) maka H0 ditolak. Hal ini terbukti bahwa terdapat perbedaan signifikan antara sebelum dan sesudah intervensi.

e. Hitung Cohen’s d berpasangan dan interpretasikan.

mean_d <- mean(bp$selisih)
sd_d   <- sd(bp$selisih)
cohen_d <- mean_d / sd_d

print(cohen_d) 
## [1] 3.072017

Interpretasi: Bedasarkan hasil perhitungan, diperoleh nilai Cohen’s d sebesar 3.07. Berdasarkan kriteria Cohen (d>= 0.8), nilai ini termasuk dalam kategori efek sangat besar. Hal ini menunjukkan bahwa intervensi edukasi gaya hidup memberikan dampak pada penurunan tekanan darah yang sangat kuat dan nyata secara klinis.

f. Tulis kesimpulan akhir dalam satu paragraf

Kesimpulan: Berdasarkan hasil uji non-parametrik Wilcoxon Signed-Rank (yang digunakan karena asumsi normalitas selisih dilanggar), intervensi edukasi gaya hidup selama 6 minggu terbukti secara signifikan menurunkan tekanan darah sistolik pasien (V = 465; p < 0,001). Seluruh pasien (n = 30) konsisten mengalami penurunan tekanan darah dengan median selisih penurunan sebesar 5 mmHg (rata-rata penurunan 4,80 mmHg). Efektivitas intervensi ini juga diperkuat oleh ukuran efek (effect size) Cohen’s d = 3,07 yang tergolong sangat besar, membuktikan bahwa program edukasi gaya hidup memberikan dampak positif yang nyata dan bermakna, baik secara statistik maupun medis.