= 12 dibulatkan
3. Membuat tabel distribusi frekuensi
11
Tabel 6. Distribusi Frekuensi Nilai Ujian Fisika
Nilai Frekuensi
27 - 38
39 - 50
51 - 62
63 - 74
75 - 86
87 - 98
Jumlah
1
3
5
8
5
3
25
2. Grafik
Data yang sudah dikumpulkan selain dibuat dalam tabel frekuensi juga dapat disajikan
dalam bentuk grafik.
a. Histogram yaitu penggambaran distribusi frekuensi dalam bentuk balok-balok segi
empat yang terdiri dari 2 sumbu, sumbu vertikal sebagai skala frekuensi sedangkan
sumbu horisontal untuk skala kelas.
Langkah-langkah membuat Histogram :
1) Buat absis (sumbu X) dan ordinat (sumbu Y)
2) Buat skala absis dan ordinatnya berdasarkan table distribusi frekuensi
3) Buat batas kelas
Contoh penerapan :
Tabel 7. Distribusi Frekuensi Nilai Ulangan Fisika Siswa
Kelas Interval Batas Kelas Frekuensi
45 51 44,5 51,5 1
52 58 51,5 58,5 2
59 65 58,5 65,5 17
66 72 65,5 72,5 3
73 79 72,5 79,5 10
80 86 79,5 86,5 7
Jumlah
40
Histogramnya menjadi :
12
b. Poligon Frekuensi yaitu penggambaran distribusi frekuensi dalam bentuk garis
yang menghubungkan titik-titik tengah kelasnya sebagai skala kelas. Jenis lain dari
poligon frekuensi adalah kurva frekuensi, yaitu penggambaran distribusi frekuensi
dalam bentuk garis, dimana luas daerah di bawah kurva kurang lebih sama dengan
luas histogram frekuensinya.
Perbedaan Histogram dan Poligon :
histogram menggunakan batas kelas ; sedangkan poligon menggunakan
titik tengah.
Grafik histogram berwujud segiempat atau menyerupai diagram batang
sedangkan poligon berwujud garis atau kurva yang saling berhubungan satu
sama lain.
Langkah membuat polygon :
1) Buat titik tengah kelas
2) Buat table distribusi frekuensi
3) Buat grafik polygon berdasarakan data pada table frkuensi
Contoh penerapan :
Tabel 8. Nilai Ulangan Fisika Siswa dengan Titik Tengah
13
Kelas Interval Titik Tengah Frekuensi
45 51 48 1
52 58 55 2
59 65 62 17
66 72 69 3
73 79 76 10
80 86 83 7
Jumlah
40
Maka poligonnya
c. Ogive Curve atau Kurva Ogive yaitu penggambaran distribusi frekuensi komulatif
kurang dari dan distribusi frekuensi komulatif atau lebih dalam satu grafik.
Contoh : Grafik Ogive berdasarkan dari Tabel Distribusi Frekuensi Kumulatif
kurang dari dan tabel distribusi frekuensi kumulatif atau lebih.
Tabel 9. Tabel Distribusi Frekuensi Kurang dari
Nilai
Frekuensi komulatif
Kurang dari 45 0
Kurang dari 52 1
Kurang dari 59 3
Kurang dari 66 20
Kurang dari 73 23
Kurang dari 80 33
Kurang dari 87 40
Tabel 10. Tebel Distribusi Frekuensi Atau Lebih
Nilai
Frekuensi Komulatif
14
45 Atau lebih 40
52 Atau lebih 39
59 Atau lebih 37
66 Atau lebih 20
73 Atau lebih 17
80 Atau lebih 7
87 Atau lebih 0
Bentuk Ogive
C. Teknik Pengukuran
Teknik pengukuran merupakan aturan dan prosedur yang digunakan untuk
menjembatani antara apa yang ada dalam dunia konsep dengan apa yang terjadi di
dunia nyata. Proses pengukuran sangat berkaitan dengan desain instrumen. Desain
instrument dapat diartikan sebagai penyusunan instrument pengumpulan data
(biasanya berupa suatu kuesioner) untuk mendapatkan data yang dibutuhkan guna
memecahkan masalah penelitian.
1. Komponen Pengukuran
Tujuan pengukuran adalah menerjemahkan karakteristik data empiris ke dalam
bentuk yang dapat dianalisa oleh peneliti. Titik fokus pengukuran adalah
pemberian angka terhadap data empiris berdasarkan sejumlah aturan atau prosedur
tertentu. Prosedur ini dinamakan proses pengukuran yaitu investigasi mengenai
cirriciri yang mendasari kejadian empiris dan memberi angka atas ciriciri
tersebut. Komponen yang dibutuhkan dalam setiap pengukuran :
15
a. Kejadian empiris ( empirical events) merupakan sejumlah ciri ciri dari
objek, individu, atau kelompok yan dapat diamati.
b. Penggunaan angka ( the use of number). Komponen ini digunakan untuk
memberi arti bagi ciriciri yang menjadi pusat perhatia peneliti. Spesifikasi
tingkat pengukuran, kemudian, diberikan dengan memberi arti bagi angka
tersebut.
c. Sejumlah aturan pemetaan ( set of mapping rules). Komponen ini merupakan
pernyataan yang menjelaskan arti angka terhadap kejadian empiris. Aturan
aturan ini menggambarkan dengan gamblang ciriciri apa yang kita ukur.
Aturanaturan pemetaan disusun oleh peneliti untuktujuan studi.
2. Proses Pengukuran
Proses pengukuran dapat digambarkan sebagai sederet tahap yang saling
berkaitan yang dimulai dari:
a. Mengisolasi kejadian empiris merupakan aktivitas ini merupakan konsekuensi
langsung dari masalah identifikasi dan formulasi. Intinya kejadian empiris
dirangkum dalam bentuk konsep atau konstruksi yang berkaitan dengan masalah
penelitian.
b. Mengembangkan konsep kepentingan. Yang dimaksud dengan konsep dalam
hal ini adalah abstraksi ide yang digeneralisasi dari fakta tertentu.
c. Mendefinisikan konsep secara konstitutif dan operasional.
Definisi konstitutif mendefinisikan konsep dengan konsep lain sehingga
melandasi konsep berkepentingan. Jika suatu konsep telah didefinisikan
secara konstitutif dan benar, berarti konsep tersebut telah siap untuk
dibedakan dengan konsep lain. Defenisi operasional memperinci aturan
pemetaan dan alat di mana variabel akan diukur dalam kenyataan. Defenisi ini
menyatakan prosedur yang harus diikuti oleh peneliti dalam memberikan angka
terhadap konsep yang diukur. Oleh karena itu defenisi operasional akan
merefleksikan dengan tepat esensi defenisi konstitutif.
d. Mengembangkan skala pengukuran.
e. Mengevaluasi skala berdasarkan reliabilitas dan validitasnya.
f. Penggunaan skala.
Tahap d, e dan f merupakan tahap selanjutnya setelah defenisi dinyatakan
dengan tepat, pemberian angka dapat dilakukan. Tujuannya utamanya adalah
16
agar sifatsifat angka tersebut seiring dengan sifatsifat kejadian yang ingin
diukur. Tugas ini dicapai oleh peneliti dengan memahami betul hakekat
kejadian empiris yang diukur dan menerjemahkan pengetahuan ini dalam
pemilihan dan penyusunan skala pengukuran yang mencerminkan sifatsifat
yang sama. Skala pengukuran dapat didefeniskan sebagai suatu alat yang
digunakan untuk memberikan angka terhadap objek/kejadian empiris.
D. Skala Pengukuran
Pengukuran merupakan aturan-aturan pemberian angka untuk berbagai objek
sedemikian rupa sehingga angka ini mewakili kualitas atribut. Terdapat empat jenis skala
yang dapat digunakan untuk mengukur atribut, yaitu: skala nominal, skala ordinal, skala
interval, dan skala ratio.
1. Skala nominal
Skala nominal adalah pengukuran yang dilakukan untuk membedakan memberikan
kategori, member nama, atau menghitung fakta fakta. Skala nominal akan
menghasilkan data nominal atau diskrit, yaitu data yang diperoleh dari
pengkategorian, pemberian nama atau penghitungan faktafakta.
Contoh:
a. Berdasarkan kategori, misalnya responden dibagi berdasarkan jenis kelamin
pria dan wanita.
b. Berdasarkan nama, misalnya dari penenlitian mengenai minibus di Medan
ditemukan data bus menurut jalur/trayek dan diberi nama jalur 1, jalur2, jalur
3, dan seterusnya.
c. Berdasarkan data hitung, misalnya dari data PDB suatu Negara ditemukan
pangsa sector pertanian sebesar 52%, sektor manufaktur sebesar 38%, dan
sektor jasa sebesar 10% (Anonim, 2005).
2. Skala ordinal
Merupakan salah satu jenis pengukuran dimana angka dikenakan terhadap data
berdasarkan urutan dari objek. Disini angka 2 lebih besar dari 1, bahwa angka 3
lebih besar dari 2 maupun 1. Angka 1, 2, 3, adalah berurut, dan semakin besar
angkanya semakin besar pula nilainya.
Contoh :
17
1. Tingkat kelulusan mahasiswa
2. Tingkat kecantikan wanita
Sangat cantik 4
Cantik 3
cukup cantik 2
kurang cantik 1
3. Skala interval
Merupakan salah satu jenis pengukuran dimana angka-angka yang dikenakan
memungkinkan kita untuk membandingkan ukuran dari selisih antara angka-angka.
Selisih antara 1 dan 2 setara dengan selisih antara 2 dan 3, selisih antara 2 dan 4
dua kali lebih besar dari selisih antara 1 dan 2.
4. Skala ratio
Ukuran rasio, adalah ukuran yang mencakup semua ukuran sebelumnya
ditambah dengan satu sifat lain, yaitu ukuran ini memberikan keterangan tentang
nilai absolut dari objek yang diukur. Ukuran rasio mempunyai titik nol, karena itu
interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok
dibandingkan dengan titik nol. Karena ada titik nol tersebut, maka ukuran rasio
dapat dibuat perkalian ataupun pembagian. Angka pada skala rasio menunjukkan
nilai sebenarnya dari objek yang diukur (Tjalla A, 2006).
E. Central Tendency (Ukuran Pemusatan Skala)
1. Modus (The Mode)
Modus menurut Chase (1976:29-30) didefinisikan sebagai nilai yang memiliki
frekuensi terbanyak dalam suatu penyebaran data atau himpunan nilai yang
memiliki frekuensi terbesar. Sejalan dengan itu Reimuth dan Mendenhall
(1940:29) menyatakan bahwa modus dari data sebanyak n dengan nilai y
1
, y
2,
y
3,
.,
y
n
didefinisikan sebagai nilai y dengan frekuensi terbesar. Jadi dapat
dikatakan bahwa modus merupakan nilai terbanyak dalam suatu distribusi.
Dengan pujian IPK <3,51
Sangat memuaskan IPK 3,003,50
Memuaskan IPK2,502,99
Cukup memuaskan IPK 2,002,49
18
2. Median
Median menurut Chase (1976:30) adalah nilai dalam distribusi yang membagi
nilai-nilai tersebut menjadi bagian dengan jumlah yang sama. Sedangkan median
dari sekumpulan data yang berjumlah n dengan nilai y
1
, y
2,
y
3, .,
y
n
menurut
Reimuth dan Mendenhall (1940:28) didefinisikan sebagai nilai dari y yang tepat
ditengah dimana nilai-nilai tersebut disusun berdasarkan urutan nilainya. Jadi
median dapat diartikan sebagai sebuah nilai yang membagi data sama banyak.
Menentukan median dengan persamaan (Chase: 1976,35):
(
)
dimana: I adalah batas bawah kelas median
N adalah banyak data
f
b
adalah jumlah seluruh frekuensi kelas yang berada dibawah kelas
median
f
w
adalah frekuensi kelas median
I adalah lebar kelas interval
3. Mean
Median menurut Chase (1976:30) adalah nilai yang diperoleh denganmenjumlah
semua nilai pada data yang kiat punya kemudian membagi nilai dari data tersebut
dengan banyak data. Sedangkan mean dari sekumpulan data yang berjumlah n
dengan nilai y
1
, y
2,
y
3, .,
y
n
menurut Reimuth dan Mendenhall (1940:28) adalah
jumlah nilai-nilai tersebut dibagi dengan n.
Menghitung mean untuk data tak berkelompok (Chase: 1976,37)
dimana = mean
X = data/ nilai
N = banyak data
Menghitung mean untuk data berkelompok (Chase: 1976,42)
(
)
dimana GM= mean taksiran (titik tengah kelas yang dipilih)
19
f = frekuensi kelas interval
d = simpangan kelas interval dari kelas interval GM
N= banyak data
i =lebar kelas interval
F. Variabilitas
1. Range
Range menurut Chase (1976:65) adalah jarak dari nilai terendah kenilai
teringgi. Sedangkan range dari sekumpulan data yang berjumlah n dengan
nilai y
1
, y
2,
y
3, .,
y
n
menurut Reimuth dan Mendenhall (1940:28) adalah
perbedaan antara nilai terbesar dan terendah.
2. Kuartil
Jika sekumpulan data dibagi menjadi empat bagian yang sama banyak,
sesudah disusun menurut urutan nilainya, maka bilangan pembaginya adalah
kuartil (Sudjana: 1975, 81). Kuatil dibagi tiga yakni kuartil pertama, kedua,
dan ketiga.
Letak kuartil ke-I diberi lambing Ki ditentukan dengan rumus :
Untuk data yang disusun dalam distribusi frekuensi :
(
)
dengan b adalah batas bawah kelas k, p adalah panjang kelas K
i
, F jumlah
frekuensi dengan tanda kelas lebih kecil dari tanda kelas K
i
, dan f adalah
frekuensi kelas K
i
.
3. Desil
Jika sekumpulan data dibagi menjadi 10 bagian yang sama maka didapat
Sembilan pembagi, dan tiap pembaginya dinamakan desil (Sudjana: 1975,
82). Sehingga ada Sembilan buah desil.
Letak desil ke-i diberi lambang Di ditentukan dengan rumus :
Untuk data yang disusun dalam distribusi frekuensi :
20
(
)
dengan b adalah batas bawah kelas Di, p adalah panjang kelas D
i
, F jumlah
frekuensi dengan tanda kelas lebih kecil dari tanda kelas D
i
, dan f adalah
frekuensi kelas D
i
.
4. Persentil
Jika sekumpulan data dibagi menjadi 100 bagian yang sama maka didapat 99
pembagi, dan tiap pembaginya dinamakan persentil (Sudjana: 1975, 82).
Letak persentil ke-i diberi lambang Pi ditentukan dengan rumus :
Untuk data yang disusun dalam distribusi frekuensi :
(
)
dengan b adalah batas bawah kelas Pi, p adalah panjang kelas P
i
, F jumlah
frekuensi dengan tanda kelas lebih kecil dari tanda kelas P
i
, dan f adalah
frekuensi kelas P
i
.
5. Simpangan Baku
Simpangan baku dari sekumpulan data n dengan nilai y
1
, y
2,
y
3, .,
y
n
menurut
Reimuth dan Mendenhall (1940:28) adalah akar dari varian. Simpangan baku
menurut Sudjana (1975:93) adalah ukuran simpangan yang paling banyak
digunakan.
Menentukan standar deviasi (Chase:1976, 72)
Simpangan baku populasi :
Untuk sampel simapangan bakunya :
21
BAB III
PENUTUP
A. Kesimpulan
Statistika adalah ilmu yang berhubungan tentang pengumpulan, pengolahan, dan
penganalisisan data dengan estimasi kesalahan yang dapat diperkirakan sehingga
didapatkan suatu kesimpulan. Data yang dikumpulkan dari populasi dapat berupa sampel
yang dapat mewakili sifat-sifat populasi. Untuk mengolah data yang jumlahnya besar,
akan lebih mudah jika data disajikan dalam kelas-kelas atau kategori tertentu bersama
dengan frekuensi yang bersesuaian.
B. Saran
Untuk pemahaman lebih lanjut maka penulis memberikan saran:
1. Perlunya penambahan materi untuk perluasan pemahaman karena penulis
menyadari makalah ini masih banyak kekurangan.
2. Untuk mengoptimalkan pengetahuan dari pembelajaran ini, diharapkan
melakukan latihan soal secara mandiri.
22
DAFTAR PUSTAKA
Chase, Clinton I. 1976. Elementary Statistical Procedures.International Student: McGraw-
Hill.
Eisenhart, Churchill. 1953. Statistical Theory in Research. By R. L. Anderson; T. A. Bancroft.
American Statistical Association
Mendenhall, William and James E.Reinmuth.1940. Statistics for Management and
Economics. Boston: Duxbury Press.
Ori Junilaksono. 2013. Statistik. http://statistikapendidikan.com/ diunduh pada 31 Agustus
2013 Pukul 04.26
Sudijono, Anas. 2004. Pengantar Statistik Pendidikan. Jakarta: Raja Grafindo Persada
Sudjana. 2005. Metoda Statistik. Bandung: PT Tarsito
Sugiyono. 2012. Metode Penelitian Pendidikan. Bandung : Alfabeta
Tjala, A. 2006. Statistika Pendidikan.
http://pjjpgsd.dikti.go.id/file.php/1/repository/dikti/Mata%20Kuliah%20Awal/Statist
ika%20Pendidikan/BAC/Statistika_Pendidikan_unit_1.pdf. diunduh pada 29
Agustus 2014
Ulfa Suciyanti. 2013. Pengertian Statistika. http://statistikapendidikan.com/ diunduh pada 31
Agustus 2013 Pukul 04.18