Ap Stats Unit 7 Progress Check Mcq Part A Answers

Pengantar Unit 7 pada AP Statistics

Unit 7 dalam kurikulum AP Statistics menitikberatkan pada konsep inference for categorical data serta teknik‑teknik pengujian hipotesis yang melibatkan tabel kontingensi, chi‑square, dan tes proporsi. Day to day, pada bagian Progress Check MCQ Part A, siswa dihadapkan pada serangkaian pertanyaan pilihan ganda yang dirancang untuk menguji pemahaman mereka terhadap topik‑topik inti seperti distribusi sampling, standar error, serta interpretasi nilai‑p. Artikel ini menyajikan jawaban lengkap beserta penjelasan rinci, sehingga Anda dapat memeriksa hasil belajar, memperbaiki kesalahan, dan memperdalam konsep statistik yang relevan And that's really what it comes down to..

Ringkasan Isi Unit 7

Progress Check MCQ Part A biasanya mencakup 10‑12 pertanyaan yang menguji pemahaman konseptual serta kemampuan melakukan perhitungan cepat tanpa kalkulator. Berikut ini jawaban lengkap beserta penjelasan yang dapat membantu Anda menguasai materi.

Jawaban Lengkap Progress Check MCQ Part A

Soal 1

Pertanyaan: Sebuah sampel acak berisi 150 siswa, di mana 78 siswa menyatakan bahwa mereka suka statistik. Hitung proporsi sampel dan standar errornya That's the part that actually makes a difference..

Jawaban:

• Proporsi sampel (p̂) = 78 / 150 = 0,52.
• Standar error (SE) = √[p̂(1‑p̂)/n] = √[0,52·0,48/150] ≈ 0,040.

Penjelasan: Rumus SE untuk proporsi satu sampel berlaku bila n·p̂ dan n·(1‑p̂) ≥ 10, yang terpenuhi di sini (78 dan 72).

Soal 2

Pertanyaan: Pada tingkat signifikansi α = 0,05, apakah ada cukup bukti untuk menolak H₀: p = 0,60 terhadap Hₐ: p ≠ 0,60?

Jawaban:

• Nilai‑z = (p̂ – p₀) / SE = (0,52 – 0,60) / 0,040 = ‑2,00.
• Nilai‑p dua‑sisi ≈ 0,045.

Karena 0,045 < 0,05, tolak H₀.

Penjelasan: Uji dua‑sisi dengan distribusi normal standar; nilai‑p dihitung dari tabel z atau fungsi normal That's the part that actually makes a difference..

Soal 3

Pertanyaan: Dalam sebuah percobaan, 120 responden dibagi menjadi tiga grup (A, B, C) dengan frekuensi yang diamati 40, 35, 45. Hipotesis yang diuji adalah goodness‑of‑fit dengan proporsi harapan yang sama (1/3). Hitung nilai chi‑square Still holds up..

Jawaban:

• Frekuensi harapan (E) = 120 / 3 = 40 untuk tiap grup.
• χ² = Σ (O‑E)² / E = (40‑40)²/40 + (35‑40)²/40 + (45‑40)²/40 = 0 + 0,625 + 0,625 = 1,25.

Penjelasan: Derajat kebebasan (df) = k‑1 = 2. Nilai χ² = 1,25 berada di bawah nilai kritis χ²₀.₀₅,₂ = 5,99, sehingga tidak tolak H₀.

Soal 4

Pertanyaan: Pada tabel kontingensi 2×3 berikut, hitung nilai χ² untuk menguji independensi.

Jawaban:

• Hitung frekuensi harapan Eᵢⱼ = (row total × column total) / N.

  • Contoh: E₁₁ = (60×50)/100 = 30.
  • E₁₂ = (60×35)/100 = 21.
  • E₁₃ = (60×15)/100 = 9.
  • E₂₁ = (40×50)/100 = 20.
  • E₂₂ = (40×35)/100 = 14.
  • E₂₃ = (40×15)/100 = 6.

• χ² = Σ (O‑E)² / E = (30‑30)²/30 + (20‑21)²/21 + (10‑9)²/9 + (20‑20)²/20 + (15‑14)²/14 + (5‑6)²/6
  = 0 + 0,0476 + 0,1111 + 0 + 0,0714 + 0,1667 = 0,397 (dibulatkan).

• df = (r‑1)(c‑1) = (2‑1)(3‑1) = 2. Nilai kritis χ²₀.₀₅,₂ = 5,99. Karena 0,397 < 5,99, tidak tolak H₀; tidak ada bukti hubungan signifikan antara jenis kelamin dan pilihan.

Soal 5

Pertanyaan: Seorang peneliti mengumpulkan dua sampel independen: 80 pria dengan 28 yang merokok, dan 70 wanita dengan 21 yang merokok. Uji hipotesis bahwa proporsi perokok pria sama dengan wanita pada α = 0,10 And that's really what it comes down to..

Jawaban:

• p̂₁ = 28/80 = 0,35, p̂₂ = 21/70 = 0,30.
• p̂ pooled = (28+21)/(80+70) = 49/150 = 0,3267.
• SE = √[p̂ pooled (1‑p̂ pooled)(1/n₁ + 1/n₂)] = √[0,3267·0,6733·(1/80+1/70)] ≈ 0,071.
• z = (p̂₁‑p̂₂)/SE = (0,35‑0,30)/0,071 ≈ 0,704.
• Nilai‑p satu‑sisi = 0,240 (karena z positif).

Karena 0,240 > 0,10, gagal menolak H₀; tidak ada perbedaan signifikan pada tingkat 10 %.

Soal 6

Pertanyaan: Dalam sebuah survei, 200 responden dipilih secara acak dan diminta menilai kepuasan layanan (sangat puas, puas, tidak puas). Distribusi yang diharapkan menurut model teoritis adalah 30 % sangat puas, 50 % puas, 20 % tidak puas. Hitung χ² dan tentukan apakah data cocok dengan model pada α = 0,05 Took long enough..

Jawaban:

• Frekuensi harapan: 0,30·200 = 60, 0,50·200 = 100, 0,20·200 = 40.
• Misalkan frekuensi observasi: 55, 110, 35.
• χ² = (55‑60)²/60 + (110‑100)²/100 + (35‑40)²/40 = 0,4167 + 1,0000 + 0,6250 = 2,0417.
• df = k‑1 = 2. Nilai kritis χ²₀.₀₅,₂ = 5,99. Karena 2,04 < 5,99, tidak tolak H₀; model teoritis cukup cocok.

Soal 7

Pertanyaan: Sebuah studi menguji apakah ada perbedaan proporsi keberhasilan antara dua metode pengajaran. Metode A: 45/60 berhasil, Metode B: 30/50 berhasil. Hitung interval kepercayaan 95 % untuk perbedaan proporsi (p̂₁‑p̂₂).

Jawaban:

• p̂₁ = 45/60 = 0,75, p̂₂ = 30/50 = 0,60.
• SE = √[p̂₁(1‑p̂₁)/n₁ + p̂₂(1‑p̂₂)/n₂] = √[0,75·0,25/60 + 0,60·0,40/50] ≈ √[0,003125 + 0,0048] ≈ √0,007925 ≈ 0,089.
• z* untuk 95 % ≈ 1,96.
• Margin of error = 1,96·0,089 ≈ 0,174.
• CI = (0,75‑0,60) ± 0,174 = 0,15 ± 0,174 → [-0,024, 0,324].

Karena interval mencakup 0, tidak ada bukti kuat bahwa metode A lebih baik pada tingkat 5 % Turns out it matters..

Soal 8

Pertanyaan: Pada uji chi‑square independence dengan tabel 3×3, nilai χ² terhitung adalah 12,4. Tentukan nilai‑p secara perkiraan Nothing fancy..

Jawaban:

• df = (3‑1)(3‑1) = 4.
• Nilai kritis χ²₀.₀₁,₄ = 13,28; χ²₀.₀₅,₄ = 9,49. Karena 12,4 berada di antara keduanya, nilai‑p berada di antara 0,05 dan 0,01. Perkiraan nilai‑p ≈ 0,02.

Soal 9

Pertanyaan: Jika sebuah tes proporsi satu sampel menghasilkan nilai‑p = 0,08 pada α = 0,05, apa keputusan yang harus diambil?

Jawaban: Karena nilai‑p > α, gagal menolak H₀; tidak ada bukti statistik yang cukup untuk menyatakan proporsi berbeda dari nilai hipotesis.

Soal 10

Pertanyaan: Sebuah penelitian melaporkan bahwa standar error untuk proporsi sampel sebesar 0,03. Jika ukuran sampel adalah 400, berapakah proporsi sampel (p̂) yang menghasilkan SE tersebut?

Jawaban: SE = √[p̂(1‑p̂)/n] → 0,03 = √[p̂(1‑p̂)/400].

• Kuadratkan: 0,0009 = p̂(1‑p̂)/400 → p̂(1‑p̂) = 0,36.
• Persamaan kuadratik: p̂ – p̂² = 0,36 → p̂² – p̂ + 0,36 = 0.
• Diskriminan Δ = 1‑4·0,36 = 1‑1,44 = –0,44 (negatif). Tidak ada solusi real; artinya nilai SE 0,03 tidak konsisten dengan n = 400. Kesalahan dalam laporan atau nilai SE harus lebih besar (misalnya 0,04).

Penjelasan Konsep Kunci yang Sering Muncul

1. Distribusi Sampling untuk Proporsi

Proporsi sampel (p̂) mengikuti distribusi hampir normal bila np̂ dan n(1‑p̂) ≥ 10. Ini memungkinkan penggunaan z‑test dan interval kepercayaan berbasis normal standar.

2. Uji Chi‑Square Goodness‑of‑Fit

• Hipotesis nol (H₀): Distribusi populasi sesuai dengan frekuensi yang diharapkan.
• Statistik: χ² = Σ (O‑E)²/E.
• Derajat kebebasan: k‑1 (k = jumlah kategori).
• Kondisi: Setiap E ≥ 5 untuk validitas aproksimasi chi‑square.

3. Uji Chi‑Square Independence

• Hipotesis nol: Dua variabel kategorikal independen.
• Statistik: Sama seperti goodness‑of‑fit, tetapi E dihitung dari produk marginal.
• df: (r‑1)(c‑1).

4. Uji Proporsi Dua Sampel

• Pooled proportion dipakai ketika H₀ menyatakan p₁ = p₂.
• SE pooled = √[p̂(1‑p̂)(1/n₁ + 1/n₂)].
• Jika H₀ menyatakan p₁ ≠ p₂, gunakan SE masing‑masing tanpa pooling.

5. Interpretasi Nilai‑p dan α

• Nilai‑p < α → tolak H₀ (hasil signifikan).
• Nilai‑p ≥ α → gagal menolak H₀ (tidak signifikan).
• Selalu laporkan arah (satu‑sisi atau dua‑sisi) sesuai dengan hipotesis alternatif.

FAQ (Pertanyaan yang Sering Diajukan)

Q1. Bagaimana cara menghitung nilai‑p secara manual tanpa kalkulator?
A1. Untuk uji z, gunakan tabel distribusi normal standar. Cari nilai absolut z, temukan area di ekor, kemudian kalikan dua untuk uji dua‑sisi. Untuk chi‑square, gunakan tabel χ² dengan df yang sesuai; nilai‑p berada di antara dua nilai kritis yang mengelilingi χ² terhitung.

Q2. Apakah boleh menggunakan continuity correction pada chi‑square?
A2. Ya, terutama bila ukuran sampel kecil atau frekuensi harapan mendekati 5. Koreksi menambahkan 0,5 pada selisih |O‑E| sebelum kuadrat.

Q3. Kapan harus memakai uji Fisher’s Exact alih‑alih chi‑square?
A3. Bila ada sel dalam tabel kontingensi dengan E < 5 (biasanya pada tabel 2×2 dengan sampel kecil), Fisher’s Exact memberikan hasil yang lebih akurat.

Q4. Mengapa standar error pada soal 10 tidak konsisten?
A4. Karena persamaan SE = √[p̂(1‑p̂)/n] menghasilkan nilai maksimum SE ketika p̂ = 0,5. Dengan n = 400, SE maksimum = √[0,25/400] = 0,025. Jadi SE = 0,03 tidak mungkin; ini mengajarkan pentingnya memeriksa konsistensi data sebelum melaporkan hasil.

Q5. Apa perbedaan antara confidence level 95 % dan significance level 0,05?
A5. Kedua nilai tersebut numerik sama, tetapi konteks berbeda. Confidence level mengacu pada interval kepercayaan yang diharapkan mencakup parameter populasi 95 % dari semua sampel yang mungkin. Significance level α = 0,05 adalah ambang risiko tipe I yang diterima saat menolak H₀.

Kesimpulan

Progress Check MCQ Part A pada Unit 7 AP Statistics menuntut pemahaman yang kuat tentang inferensi untuk data kategorikal, termasuk perhitungan proporsi, chi‑square, dan uji dua sampel. Dengan mempelajari jawaban di atas—yang mencakup langkah‑demi‑langkah perhitungan, interpretasi nilai‑p, serta penjelasan konsep dasar—Anda dapat:

1. Mengecek hasil belajar secara mandiri.
2. Mengidentifikasi kesalahan konseptual sebelum ujian.
3. Membangun fondasi yang solid untuk topik selanjutnya, seperti regresi logistik dan analisis multivariat.

Latihan berulang pada soal‑soal serupa, serta menghubungkan setiap perhitungan dengan interpretasi praktis (misalnya, apa arti perbedaan proporsi dalam konteks dunia nyata), akan meningkatkan kepercayaan diri Anda saat menghadapi AP Statistics Exam. Selamat belajar, dan semoga hasil Anda gemilang!