Distribusi Frekuensi, dan Ukuran Penyebaran Data

Posted on Updated on by dhoratiushermanCategories:Mata Kuliah

Bagian I: Distribusi Frekuensi

1. Pengertian Distribusi Frekuensi

Distribusi frekuensi adalah penyusunan data ke dalam kelas-kelas tertentu beserta frekuensi kemunculannya. Distribusi frekuensi membantu merangkum data dalam jumlah besar menjadi bentuk yang lebih ringkas dan mudah dipahami.

Dalam konteks pendidikan dan pelayanan gereja, distribusi frekuensi membantu pendidik dan pelayan melihat pola sebaran data dengan lebih jelas. Sebagai contoh, pendidik dapat mengetahui berapa siswa yang berada dalam rentang nilai tertentu, atau pelayan gereja dapat melihat distribusi usia jemaat.

2. Jenis-Jenis Distribusi Frekuensi

a. Distribusi Frekuensi Tunggal (Ungrouped)

Digunakan apabila data relatif sedikit dan nilai-nilai yang muncul tidak terlalu banyak. Setiap nilai dicatat dengan frekuensi kemunculannya.

Contoh: Nilai ujian Pendidikan Agama Kristen 15 siswa:
70, 75, 70, 80, 75, 85, 70, 80, 75, 90, 80, 75, 85, 80, 90

Tabel Distribusi Frekuensi Tunggal:

Nilai (x) Frekuensi (f)
70 3
75 4
80 4
85 2
90 2
Jumlah 15

Interpretasi: Nilai yang paling sering muncul adalah 75 dan 80 (masing-masing 4 siswa). Tidak ada siswa yang mendapat nilai di bawah 70 atau di atas 90.

b. Distribusi Frekuensi Berkelompok (Grouped)

Digunakan apabila data sangat banyak atau rentang nilai sangat luas. Data dikelompokkan ke dalam interval kelas (class interval).

Istilah Penting:

Kelas interval Kelompok nilai (misalnya: 60-69, 70-79)
Batas kelas Nilai terendah dan tertinggi dalam interval (60 dan 69)
Titik tengah kelas Rata-rata dari batas bawah dan batas atas
Lebar kelas Selisih antara batas atas dan batas bawah + 1

Contoh: Nilai ujian Pendidikan Agama Kristen 30 siswa:
55, 62, 68, 70, 72, 75, 78, 80, 82, 85, 88, 90, 92, 58, 65, 71, 74, 77, 81, 84, 87, 91, 60, 67, 73, 76, 79, 83, 86, 89

Tabel Distribusi Frekuensi Berkelompok:

Interval Kelas Frekuensi (f)
55 – 64 4
65 – 74 7
75 – 84 10
85 – 94 9
Jumlah 30

Interpretasi: Mayoritas siswa (10 orang atau 33,3%) berada dalam interval nilai 75-84. Hanya 4 siswa (13,3%) yang mendapat nilai di bawah 65.

3. Distribusi Frekuensi Relatif dan Kumulatif

a. Distribusi Frekuensi Relatif

Frekuensi relatif adalah frekuensi dalam bentuk persentase dari total data.

Frekuensi Relatif = (f / Σf) × 100%

Contoh Tabel Distribusi Frekuensi Relatif:

Interval Persentase
55 – 64 13,3%
65 – 74 23,3%
75 – 84 33,3%
85 – 94 30,0%
Total 100%

b. Distribusi Frekuensi Kumulatif

Frekuensi kumulatif adalah penjumlahan frekuensi secara berurutan dari atas ke bawah. Frekuensi kumulatif membantu mengetahui berapa banyak data yang berada di bawah atau di atas nilai tertentu.

Contoh Tabel Distribusi Frekuensi Kumulatif:

Interval Frekuensi Kumulatif
≤ 64 4
≤ 74 11
≤ 84 21
≤ 94 30

Interpretasi: Sebanyak 11 siswa (36,7%) mendapat nilai ≤74, yang berarti 19 siswa (63,3%) mendapat nilai di atas 74.

4. Penyajian Distribusi Frekuensi dalam Grafik

Histogram digunakan untuk menyajikan distribusi frekuensi berkelompok. Batang-batang histogram saling berdempetan karena data bersifat kontinu.

Poligon Frekuensi adalah grafik garis yang menghubungkan titik tengah setiap kelas dengan frekuensinya.

Ogive adalah grafik yang menampilkan frekuensi kumulatif, berguna untuk mengetahui berapa banyak data di bawah nilai tertentu.

5. Relevansi Distribusi Frekuensi dalam Pelayanan

Pemahaman mengenai distribusi frekuensi memiliki aplikasi praktis dalam pelayanan pendidikan dan gereja:

Contoh 1: Evaluasi Pembelajaran

Pendidik dapat melihat distribusi nilai siswa untuk menentukan apakah mayoritas siswa sudah memahami materi (nilai tinggi) atau perlu remedial (nilai rendah). Apabila distribusi nilai menumpuk di nilai rendah, hal ini mengindikasikan materi perlu diajarkan ulang dengan metode berbeda.

Contoh 2: Perencanaan Program Gereja

Distribusi frekuensi usia jemaat membantu gereja merancang program yang sesuai. Apabila mayoritas jemaat berusia 40-60 tahun, program pelayanan perlu disesuaikan dengan kebutuhan kelompok usia tersebut.

Bagian II: Ukuran Penyebaran Data

1. Hakikat dan Tujuan Ukuran Penyebaran Data

Ukuran pemusatan data seperti mean, median, dan modus memberikan gambaran mengenai nilai pusat atau nilai tipikal dari suatu kumpulan data. Namun demikian, ukuran pemusatan semata tidak memadai untuk memahami karakteristik data secara menyeluruh. Dua kelompok data dapat memiliki rata-rata yang identik, namun memiliki pola penyebaran yang sangat berbeda.

Sebagai ilustrasi, perhatikan dua kelompok data berikut:

Kelompok Data
Kelompok A 70, 72, 75, 78, 80
Kelompok B 50, 60, 75, 90, 100

Kedua kelompok memiliki mean yang identik, yakni 75, namun memiliki karakteristik penyebaran yang sangat berbeda. Kelompok A memiliki nilai yang relatif berdekatan (homogen), sedangkan Kelompok B memiliki nilai yang tersebar luas (heterogen). Perbedaan ini tidak dapat diidentifikasi hanya dari mean semata, sehingga diperlukan ukuran penyebaran data.

Ukuran penyebaran data (measures of dispersion atau measures of variability) menunjukkan sejauh mana data menyebar dari nilai pusatnya. Dalam konteks pelayanan dan pendidikan, ukuran penyebaran membantu pendidik maupun pelayan gereja memahami tingkat keberagaman atau keseragaman suatu kelompok.

Sebagai contoh, seorang pendidik Agama Kristen perlu mengetahui apakah siswa dalam kelasnya memiliki kemampuan yang relatif seragam (homogen) atau sangat beragam (heterogen). Apabila kemampuan siswa homogen, strategi pembelajaran dapat lebih terfokus. Sebaliknya, apabila heterogen, diperlukan strategi pembelajaran yang lebih beragam dan diferensiatif.

Demikian pula dalam pelayanan gereja, pemahaman mengenai penyebaran data membantu pengambilan keputusan yang lebih tepat. Sebagai contoh, apabila usia anggota komisi pemuda sangat beragam (dari remaja hingga dewasa muda), program pelayanan perlu disesuaikan agar relevan bagi seluruh kelompok usia.

2. Jenis-Jenis Ukuran Penyebaran Data

a. Rentang (Range)

Rentang adalah selisih antara nilai tertinggi dan nilai terendah dalam suatu kumpulan data.

Rentang = Nilai Tertinggi − Nilai Terendah

Contoh 1: Nilai ujian Pendidikan Agama Kristen: 60, 65, 70, 75, 80, 85, 90

Rentang = 90 − 60 = 30

Contoh 2: Kehadiran ibadah pemuda: 25, 27, 28, 30, 32

Rentang = 32 − 25 = 7

Kelebihan rentang: Sangat mudah dan cepat dihitung.

Kelemahan rentang: Hanya menggunakan dua nilai (nilai tertinggi dan nilai terendah), sehingga tidak mempertimbangkan sebaran nilai-nilai lainnya. Apabila terdapat nilai ekstrem (outlier), rentang dapat memberikan gambaran yang menyesatkan.

b. Varians (Variance)

Varians adalah rata-rata kuadrat selisih setiap data dari nilai rata-ratanya. Varians mengukur seberapa jauh data menyebar dari rata-rata.

Untuk Data Populasi:
σ² = Σ(x − μ)² / N

Untuk Data Sampel:
s² = Σ(x − x̄)² / (n − 1)

Keterangan:

σ² varians populasi
s² varians sampel
x nilai data
μ mean populasi
x̄ mean sampel
N jumlah data populasi
n jumlah data sampel

Contoh Perhitungan Varians (Data Sampel):

Nilai 5 siswa Pendidikan Agama Kristen: 70, 75, 80, 85, 90

Langkah 1: Hitung mean (x̄)

x̄ = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80

Langkah 2: Hitung selisih setiap data dari mean

Data (x) (x − x̄)²
70 (70 − 80)² = 100
75 (75 − 80)² = 25
80 (80 − 80)² = 0
85 (85 − 80)² = 25
90 (90 − 80)² = 100
Σ(x − x̄)² 250

Langkah 3: Hitung varians

s² = Σ(x − x̄)² / (n − 1)

s² = 250 / (5 − 1) = 250 / 4 = 62,5

Catatan Penting: Varians memiliki satuan kuadrat (misalnya, apabila data dalam satuan “poin”, maka varians dalam satuan “poin²”). Karena satuan kuadrat sulit diinterpretasi dalam konteks praktis, maka digunakan standar deviasi sebagai ukuran penyebaran yang lebih mudah dipahami.

c. Standar Deviasi (Standard Deviation)

Standar deviasi adalah akar kuadrat dari varians. Standar deviasi mengukur rata-rata jarak data dari nilai rata-ratanya dan memiliki satuan yang sama dengan data asli.

Untuk Data Populasi:
σ = √[Σ(x − μ)² / N]

Untuk Data Sampel:
s = √[Σ(x − x̄)² / (n − 1)]

Keterangan:

σ standar deviasi populasi
s standar deviasi sampel

Contoh Perhitungan Standar Deviasi:

Melanjutkan contoh sebelumnya (varians = 62,5):

s = √s²

s = √62,5

s ≈ 7,91

Interpretasi: Rata-rata jarak nilai siswa dari nilai rata-rata (80) adalah sekitar 7,91 poin.

3. Interpretasi Varians dan Standar Deviasi

a. Data Homogen versus Heterogen

Standar Deviasi Kecil → Data Homogen (Seragam)

  • Nilai-nilai data berdekatan dengan rata-rata
  • Menunjukkan konsistensi atau keseragaman
  • Contoh: Apabila SD nilai ujian Pendidikan Agama Kristen = 3, berarti kemampuan siswa relatif seragam

Standar Deviasi Besar → Data Heterogen (Beragam)

  • Nilai-nilai data tersebar jauh dari rata-rata
  • Menunjukkan keberagaman atau variabilitas tinggi
  • Contoh: Apabila SD nilai ujian Pendidikan Agama Kristen = 15, berarti kemampuan siswa sangat beragam

Contoh Perbandingan Dua Kelas Pendidikan Agama Kristen:

Aspek Keterangan
Kelas A Mean = 75, SD = 5
Interpretasi A Kemampuan siswa homogen (relatif seragam)
Kelas B Mean = 75, SD = 18
Interpretasi B Kemampuan siswa heterogen (sangat beragam)

Implikasi Pedagogis:

  • Kelas A: Pendidik dapat menggunakan strategi pembelajaran yang relatif seragam untuk seluruh kelas
  • Kelas B: Pendidik perlu menerapkan differentiated instruction karena kemampuan siswa sangat beragam. Siswa dengan kemampuan rendah memerlukan remedial, sedangkan siswa dengan kemampuan tinggi memerlukan pengayaan.

b. Aturan Empiris atau Aturan 68-95-99,7

Untuk data yang berdistribusi normal (berbentuk lonceng), berlaku Aturan Empiris:

  • 68% data berada dalam rentang 1 standar deviasi dari mean (μ ± σ)
  • 95% data berada dalam rentang 2 standar deviasi dari mean (μ ± 2σ)
  • 99,7% data berada dalam rentang 3 standar deviasi dari mean (μ ± 3σ)

Contoh Aplikasi Aturan Empiris:

Nilai ujian Pendidikan Agama Kristen memiliki mean = 75 dan standar deviasi = 10

Interpretasi:

  • Sekitar 68% siswa memiliki nilai antara 65 hingga 85 (75 ± 10)
  • Sekitar 95% siswa memiliki nilai antara 55 hingga 95 (75 ± 20)
  • Sekitar 99,7% siswa memiliki nilai antara 45 hingga 105 (75 ± 30)

Implikasi: Apabila seorang siswa mendapat nilai 95 (di atas 2 standar deviasi), ia termasuk dalam 2,5% siswa terbaik.

4. Relevansi dalam Pelayanan Gereja

Pemahaman mengenai varians dan standar deviasi juga penting dalam konteks pelayanan gereja:

Contoh 1: Analisis Usia Anggota Komisi Pemuda

Data usia 10 anggota komisi pemuda: 18, 19, 20, 20, 21, 22, 23, 24, 25, 28

Mean 22 tahun
Standar Deviasi ≈ 3 tahun
Interpretasi Usia anggota relatif homogen, program dapat dirancang untuk kelompok usia yang seragam

Contoh 2: Analisis Kehadiran Ibadah Minggu

Data kehadiran ibadah 8 minggu: 120, 125, 118, 130, 122, 128, 124, 133

Mean 125 orang
Standar Deviasi ≈ 5 orang
Interpretasi Kehadiran relatif stabil. Apabila turun drastis menjadi 100 (di bawah 2 SD), perlu investigasi

5. Implikasi Profesional

Kemampuan menghitung dan menginterpretasi varians serta standar deviasi merupakan kompetensi penting bagi pendidik dan pelayan gereja:

  1. Evaluasi Pembelajaran: Pendidik dapat mengetahui apakah kelas memerlukan pembelajaran remedial, pengayaan, atau diferensiasi berdasarkan tingkat heterogenitas kemampuan siswa.
  2. Penilaian Kualitas Instrumen: Apabila suatu tes memiliki SD yang sangat kecil (hampir semua siswa mendapat nilai yang sama), hal ini mengindikasikan bahwa tes tersebut tidak dapat membedakan kemampuan siswa dengan baik.
  3. Perencanaan Program Pelayanan: Pemahaman mengenai heterogenitas kelompok membantu merancang program yang sesuai dengan kebutuhan jemaat.
  4. Monitoring dan Evaluasi: Standar deviasi dapat digunakan untuk mendeteksi perubahan pola yang tidak biasa dalam data pelayanan (misalnya, penurunan kehadiran yang signifikan).

Refleksi Teologis: Dalam tradisi Kristen Reformed, pemahaman mengenai keberagaman (heterogenitas) jemaat selaras dengan konsep tubuh Kristus yang memiliki banyak anggota dengan karunia yang berbeda-beda (1 Korintus 12:12-27). Statistik membantu kita memahami keberagaman ini secara objektif sehingga pelayanan dapat lebih kontekstual dan efektif.

6. Kesimpulan

Varians dan standar deviasi merupakan ukuran penyebaran data yang melengkapi ukuran pemusatan (mean, median, modus). Kedua ukuran ini membantu pendidik dan pelayan gereja memahami tingkat keberagaman suatu kelompok, sehingga dapat mengambil keputusan yang lebih tepat dan kontekstual.

Standar deviasi yang kecil menunjukkan data yang homogen (seragam), sedangkan standar deviasi yang besar menunjukkan data yang heterogen (beragam). Pemahaman ini sangat penting dalam perencanaan pembelajaran yang diferensiatif, evaluasi instrumen penilaian, serta monitoring dan evaluasi program pelayanan gereja.

TUGAS PERKULIAHAN STATISTIKA SOSIAL DAN KEPENDIDIKAN

Topik: Integrasi Penyajian Data, Statistik Deskriptif, dan Ukuran Penyebaran
(Materi Minggu 3, 4, dan 5)

A. LATIHAN DI KELAS (LDK) — 15 SOAL

Petunjuk: Kerjakan secara manual dengan kalkulator. Tunjukkan semua langkah perhitungan. Waktu: 30 menit.

  1. Nilai siswa Pendidikan Agama Kristen: 70, 75, 80, 85, 90. Hitung mean, median, dan range.
  2. Kehadiran ibadah pemuda 5 minggu: 25, 28, 30, 32, 35. Hitung mean dan range.
  3. Nilai ujian: 60, 65, 70, 75, 80. Hitung mean, lalu hitung selisih setiap data dari mean (x − x̄).
  4. Data: 50, 60, 70, 80, 90. Mean = 70. Hitung Σ(x − x̄)².
  5. Peserta sekolah minggu: 40, 45, 50, 55, 60. Hitung mean dan range. Apakah data homogen atau heterogen?
  6. Nilai 4 siswa: 70, 75, 80, 85. Apabila Σ(x − x̄)² = 125, hitung varians (s²).
  7. Data: 65, 70, 75, 80, 85. Hitung median dan range.
  8. Apabila varians = 64, berapakah standar deviasi?
  9. Kehadiran gereja 4 minggu: 100, 110, 120, 130. Hitung mean dan range. Interpretasikan!
  10. Dua kelas: mean sama (75), Kelas A SD=5, Kelas B SD=15. Kelas mana lebih homogen?
  11. Nilai: 80, 80, 80, 80, 80. Hitung mean, median, dan SD. Apa kesimpulannya?
  12. Data: 70, 72, 74, 76, 78. Buat tabel distribusi frekuensi sederhana.
  13. Nilai ujian Pendidikan Agama Kristen: 60, 70, 80, 90, 100. Grafik apa yang paling tepat?
  14. Data kehadiran: 120, 125, 130, 135. Sajikan dalam diagram garis. Apa trennya?
  15. Nilai mean=75, SD=10. Berapa persen siswa yang nilainya antara 65-85 (menggunakan aturan empiris)?

B. TUGAS TERSTRUKTUR (TT) — 15 SOAL

Petunjuk: Kerjakan dengan langkah lengkap. Boleh menggunakan kalkulator. Buat grafik manual atau komputer. Waktu: 2 hari.

  1. Nilai 6 siswa Pendidikan Agama Kristen: 65, 70, 75, 80, 85, 90. Hitung mean, median, range, varians, dan standar deviasi. Tunjukkan semua langkah dalam tabel!
  2. Kehadiran ibadah 6 minggu: 110, 115, 120, 125, 130, 135. Hitung mean dan standar deviasi. Interpretasikan apakah kehadiran stabil atau fluktuatif!
  3. Data nilai: 60, 70, 70, 80, 80, 80, 90. Hitung mean, median, modus, dan standar deviasi. Buat diagram batang!
  4. Peserta sekolah minggu 8 minggu: 40, 42, 45, 45, 48, 50, 52, 58. Hitung mean dan SD. Apabila minggu ke-9 peserta = 70, apakah ini outlier? (gunakan aturan 2 SD)
  5. Nilai kelas A: 70, 72, 74, 76, 78. Nilai kelas B: 50, 60, 75, 90, 100. Kedua kelas memiliki mean yang sama. Hitung SD masing-masing. Kelas mana lebih heterogen? Jelaskan implikasi pedagogisnya!
  6. Data usia 10 anggota pemuda: 18, 19, 20, 20, 21, 22, 23, 24, 25, 28. Hitung mean, median, range, dan SD. Buat histogram dengan interval 18-20, 21-23, 24-26, 27-29.
  7. Kehadiran persekutuan doa 10 kali: 25, 27, 28, 30, 30, 32, 33, 35, 36, 40. Hitung quartil 1 (Q1), median, quartil 3 (Q3), dan range. Buat boxplot sederhana!
  8. Nilai ujian 15 siswa: 60, 62, 65, 68, 70, 70, 72, 75, 75, 78, 80, 82, 85, 88, 90. Buat tabel distribusi frekuensi berkelompok dengan interval 60-69, 70-79, 80-89, 90-99. Hitung persentase masing-masing!
  9. Data kontribusi jemaat (dalam ribu): 100, 150, 200, 250, 300, 350, 400. Hitung mean dan SD. Apabila gereja menetapkan target kontribusi minimal = mean − 1SD, berapa target minimalnya?
  10. Skor kuesioner kepuasan terhadap khotbah (skala 1-10): 6, 7, 7, 8, 8, 8, 9, 9, 10. Hitung mean, median, modus, dan SD. Interpretasikan tingkat kepuasan jemaat! Buat diagram lingkaran untuk proporsi skor!
  11. Nilai pre-test: 60, 65, 70, 75, 80. Nilai post-test: 70, 75, 80, 85, 90. Hitung mean dan SD masing-masing. Apakah terdapat peningkatan? Grafik apa yang tepat untuk membandingkannya?
  12. Data jumlah siswa SD, SMP, SMA di 5 gereja: SD(120, 130, 125, 135, 140), SMP(80, 85, 82, 88, 90), SMA(50, 55, 52, 58, 60). Buat tabel perbandingan mean masing-masing jenjang. Buat diagram batang ganda!
  13. Nilai ujian Pendidikan Agama Kristen: 55, 60, 65, 70, 75, 80, 85, 90, 95. Apabila KKM = 70, berapa persentase siswa yang lulus? Buat tabel kontingensi Lulus versus Tidak Lulus!
  14. Kehadiran 12 bulan: 100, 105, 110, 115, 120, 125, 130, 135, 140, 145, 150, 155. Hitung mean dan SD. Buat grafik garis untuk melihat tren! Apakah terdapat pola musiman?
  15. Bandingkan 3 metode mengajar Pendidikan Agama Kristen berdasarkan nilai siswa:
    — Metode A: 70, 72, 74, 76, 78 (mean=74, SD=?)
    — Metode B: 60, 70, 75, 80, 90 (mean=75, SD=?)
    — Metode C: 73, 74, 75, 76, 77 (mean=75, SD=?)
    Hitung SD masing-masing. Metode mana yang paling konsisten? Jelaskan!

C. TUGAS MANDIRI (TM) — 15 SOAL

Petunjuk: Pilih 5 dari 15 soal berikut. Kerjakan dengan analisis mendalam. Format laporan: minimal 2 halaman per soal.

  1. Penelitian Mini: Kumpulkan data nilai 20 siswa Pendidikan Agama Kristen di sekolah atau gereja Anda. Hitung mean, median, modus, range, varians, dan SD. Buat histogram. Interpretasikan: apakah kemampuan siswa homogen atau heterogen? Apa implikasinya untuk pembelajaran?
  2. Analisis Kehadiran: Kumpulkan data kehadiran ibadah 12 minggu di gereja Anda. Hitung mean dan SD. Buat grafik garis. Identifikasi minggu-minggu dengan kehadiran di bawah 1 SD dan di atas 1 SD. Apa kemungkinan penyebabnya?
  3. Perbandingan Kelas: Bandingkan nilai ujian 2 kelas Pendidikan Agama Kristen (masing-masing minimal 15 siswa). Hitung mean dan SD. Kelas mana lebih homogen? Apabila Anda pendidik, strategi pembelajaran apa yang akan diterapkan untuk masing-masing kelas?
  4. Studi Kasus Outlier: Buat data hipotetis 10 nilai siswa dengan 1 outlier ekstrem. Hitung mean, median, dan SD dengan dan tanpa outlier. Bandingkan hasilnya. Ukuran pemusatan mana yang lebih representatif? Mengapa?
  5. Evaluasi Instrumen: Buat 10 soal ujian Pendidikan Agama Kristen sederhana. Berikan kepada minimal 10 responden. Analisis hasilnya: hitung mean dan SD. Apabila SD sangat kecil (semua nilai hampir sama), apa artinya? Bagaimana Anda memperbaiki soal?
  6. Analisis Demografi Jemaat: Kumpulkan data usia minimal 30 anggota jemaat. Buat histogram dengan interval 0-12, 13-18, 19-35, 36-60, >60. Hitung persentase masing-masing kelompok. Hitung mean dan SD usia. Apa implikasinya untuk program pelayanan?
  7. Tren Kontribusi: Kumpulkan data total kontribusi gereja bulanan selama 12 bulan. Hitung mean dan SD. Buat grafik garis. Apakah terdapat bulan dengan kontribusi signifikan lebih rendah (di bawah 2 SD)? Analisis kemungkinan penyebabnya!
  8. Perbandingan Pre-Post Test: Buat 5 soal sederhana mengenai Alkitab. Berikan kepada 10 orang sebagai pre-test. Ajarkan materinya. Berikan soal yang sama sebagai post-test. Hitung mean dan SD pre dan post. Apakah terdapat peningkatan signifikan? Buat grafik perbandingan!
  9. Analisis Kepuasan Jemaat: Buat kuesioner kepuasan jemaat terhadap khotbah (skala 1-10, minimal 20 responden). Hitung mean, median, modus, dan SD. Buat diagram lingkaran untuk proporsi tingkat kepuasan. Interpretasikan hasilnya!
  10. Koefisien Variasi: Pelajari konsep Coefficient of Variation (CV = SD/Mean × 100%). Hitung CV untuk 3 kelompok data berbeda dengan mean berbeda. Bandingkan tingkat variabilitas relatif. Kapan CV lebih berguna daripada SD?
  11. Aturan Empiris dalam Praktik: Kumpulkan data nilai minimal 30 siswa. Hitung mean dan SD. Hitung berapa siswa yang nilainya dalam rentang (mean ± 1SD), (mean ± 2SD), (mean ± 3SD). Bandingkan dengan aturan empiris 68-95-99,7. Apakah mendekati? Mengapa?
  12. Grafik Menyesatkan: Cari 5 contoh grafik di media (koran, internet) yang berpotensi menyesatkan karena skala tidak proporsional. Jelaskan mengapa menyesatkan. Buat versi perbaikannya!
  13. Tabel Kontingensi Lanjutan: Buat data nilai siswa (minimal 30 siswa) dan kelompokkan berdasarkan 2 variabel: (1) Nilai ≥70 versus <70, (2) Jenis Kelamin L versus P. Buat tabel kontingensi 2×2. Hitung persentase lulus per jenis kelamin. Apa kesimpulannya?
  14. Perbandingan Ukuran Pemusatan: Buat 3 dataset berbeda:
    — Dataset A: Simetris (normal)
    — Dataset B: Skewed right (ada outlier besar)
    — Dataset C: Bimodal (ada 2 puncak)
    Hitung mean, median, modus untuk masing-masing. Ukuran mana yang paling representatif untuk setiap dataset? Jelaskan!
  15. Esai Reflektif: Tulis esai 500 kata mengenai: “Mengapa pemahaman statistik penting bagi pendidik Agama Kristen dan pelayan gereja dalam konteks Indonesia? Berikan minimal 5 contoh konkret aplikasi statistik dalam pelayanan!” Gunakan referensi minimal 3 sumber.

Catatan Penting untuk Tugas Mandiri:

  • Setiap tugas harus disertai interpretasi kontekstual dalam pelayanan Pendidikan Agama Kristen atau gereja
  • Tunjukkan semua langkah perhitungan dengan jelas
  • Grafik atau tabel harus diberi judul dan label yang jelas
  • Sertakan refleksi pribadi: apa yang Anda pelajari dari tugas ini?

Sekolah Tinggi Teologi Kalimantan

“Hamba Kristus yang Dipercaya”

Mata Kuliah Statistika Sosial dan Kependidikan
Dosen: Dhoratius Herman, S.Th., M.Th.
Website: dhh.sttkalimantan.ac.id/stat