Anda di halaman 1dari 36

BAB I

PENDAHULUAN
A. PENGERTIAN
Kata statistik berasal dari hasa latin, yaitu status yang berarti
Negara atau utnuk menyatakan hal-hal yang berhubungan
dengan Ketatanegaraan. Pada awalnya statistic hanya berkaitan
dengan sekumpulan angka mengenai penduduk suatu daerah
atau Negara dan pendapatan masyarakat. Termasuk pula,
kumpulan angka yang dibutuhkan oleh pemerintah dalam
menyelesaikan beberapa masalah.
Seiring dengan perkembangan zaman, statistic mulai mencakup
hal-hal yang lebih luas. Cakupan statistk tidak hanya bertumpu
pada angka-angka untuk pemerintahan saja, tetapi telah
mengambil bagian di berbagai bidang kehidupan, termasuk
penelitian-penelitian pada hamper seluruh cabang ilmu, sperti
ekonomi, sains, pertanian, social, dan pendidikan.
1. Pengertian Pertama
Adalah sekumpulan angka untuk menerangkan sesuatu, baik
angka yang belum tersusun ( masih acak) maupun angkaangka yang sudah tersusun delam suatu daftar atau grafik.
Dari pengertian tersebut, statistic diartikan dalam arti yang
sempit, yaitu keterngan ringkas berbentuk angka-angka.
Contoh :
Statistik penduduk, yang berarti keterangan mengenai
penduduk berupa angka-angka dalam bentuk ringkas, seperti
jumlah pemduduk dan rata-rata umur penduduk.
2. Pengertian Kedua.
Adalah sekumpulan cara dan aturan tentang pengumpulan,
pengolahan, analisis, serta penafsiran data yang terdiri dari
angka-aangka.
3. Pengertian Ketiga
Adalah sekumpulan angka yang menjelaskan sifat-sifat data
atau hasil pengamatan.
Dari pengertian kedua dan ketiga diatas, statistic sudah
diartikan dalam arti yang luas dan sudah merupakan suatu
metode atau ilmu, yaitu metode atau ilmu yang mempelajari
cara mengumpulan, pengolahan, penganalisisan, penafsiran,
dan penarikan kesimpulan dari data yang ada.
Contoh :
Seorang pemilik pabrik bumbu masak merek SEDAP ingin
mengetahui jumlah bungkus bumbu masak tersebut yang
digunakan tiap rumah tangga per bulan, di sebuah desa.

Didesa tersebut tinggal 2.000 rumah tangga. Dari 2.000


rumah tangga tersebut dipilih 200 rumah tangga sebagai
sampel. Dari 200 sampel itu, data dikumpulkan , diolah, dan
di analisis. Akhirnya diketahui bahwa rata-rata jumlah
bungkus yang digunakan tiap rumah tangga perbulannya
berkisar 20 sampai 25 buah.
Dari
pengertian-pengertian
diatas,
terlihat
adanya
pergeseran pengertian, dari pengertian yang sempit ke
pengertian yang luas. Berikut ini di berikan pengertian
statistic yang lebih jelas dan melingkupi pengertianpengertian diatas.
Statistik adalah ilmu yang mempelajari tentang selukbeluk data, yaitu tentang pengumpulan, pengolahan,
penganalisisan, penafsiran, dan penarikan kesimpulan dari
data yang berbentuk angka-angka.
sebagai perbandingan mengenai pengertian Statistik,
diberikan beberapa pengertian yang di kemukakan oleh
beberapa ahli, diantaranya adalah :
1. Croxton dan Cowden
Adalah metode untuk mengumpulkan, mengolah dan
menyajikan, serta menginterpretasikan data yang
berwujud angka-angka.
2. Anderson dan Bancoft
Adalah ilmu dan seni perkembangan dan metode paling
efektif
untuk
mengumpulkan,
pentabulasian,
dan
penginterpretasian data kuantitatif sedemikian rupa,
sehingga kemungkinan salah dalam kesimpulan dan
estimasi
dapat
diperkirakan
dengan
penggunaan
penalaran induktif yang didasarkan pada matematika
probabilitas (peluang).
3. Prof. Dr. Sudjana M.A., M.Sc.
Adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, pengolahan penganalisisannya, dan
penarikan kesimpulan berdasarkan kumpulan data dan
penganalisisan yang dilakukan.
4. Steel dan Torrrie
Adalah metode yang memerikan cara-cara menilai
ketidaktentuan dari penarikan kesimpulan uyang bersifat
induktif.
5. J. supranto

Memberikan pengertian statistic dalam dua arti, yaitu sbb:


a. Dalam arti sempit
Adalah data ringkasan yang berbentuk angka
(kuatitatif)
b. Dalam arti Luas
Adalah ilmu yang mempelajari cara mengumpulkan,
penyajian, dan analisis data, serta cara pengmbilan
kesimpulan secara umum berdasarkan hasil penelitian
yang menyeluruh.
6. Drs. Djarwanto Ps.
Adalah kumpulan angka-angka yang berhubungan dengan
atau melukiskan suatu persoalan.
B. PERANAN DAN PERLUNYA STATISTIK
Dalam kehidupan modern sekarang ini, statistik tidak diragukan
lagi perananya serta perlunya untuk dipelajari.
1. Peranan Statistik
Peranan statistik antara laian terlihat dalam kehidupan
sehari-hari, dalam penelitian ilmiah dan ilmu pengetahuan.
a. Dalam kehidupan sehari-hari
Dalam kehidupan sehari-hari statistic memiliki pernan
sebagai penyedia bahan-bahan atau keterngan berbagai
hal untuk diolah dan ditafsirkan.
Contoh :
Angka-angka kenakalan remaja, tingkat biaya hidup,
tingkat kecelakaan lalu lintas, serta tingkat pendapatan.
b. Dalam penelitian Ilimiah
Dalam penelitian ilmiah statistik memiliki peranan sebagai
penyedia alat untuk mengemukakan atau menemukan
kembali
keterangan-keterangan
yang
seolah-olah
tersembunyi dalam angka-angka statistik.
c. Dalam ilmu pengetahuan
Dalam ilmu pengetahuan, statistik memiliki peranan
sebagi peralatan analisis dan interpretasi dari data
kuantitatif ilmu pengetahuan, sehingga didapatkan suatu
kesimpulan dari data-data tersebut.
Dengan semakin pentinya peranan statistik pada berbagai
bidang dalam kehidupan modern, maka timbul cabangcabang ilmu baru yang merupakan gabungan antara ilmu
tersebut dengan statistic atau penerapan statistic dalam
ilmu tersebut. Cabang-cabang ilmu baru tersebut antara
lain :

1) Ekonometrika,merupakan
gabungan
antara
ilmu
ekonomi dengan statistik.
2) Sosiometri, merupakan gabungan antara ilmu sosiologi
dengan statistik.
3) Psikometri,
merupakan gabungan antara ilmu
psikologi dengan statistik.
2. Perlunya Statistik
Perlunya mengetahui dan mempelajari statistic adalah
kar4ena statistic berperan sebagai alat bantu dalam hal-hal
berikut.
a. Menjelaskan hubungan antara variable-veriabel
Variable atau peubah merupakan sesuatu yang nilainya
tidak tetap, seperti harga, produksi, hasil penjualan, umur,
dan tinggi. Dengan statistik, variable-variabel tersebut
dapat
dijelaskan.
Misalnya,
hubungan
antara
permintaanproduk dengan tingkat pendapatan, dengan
jumlah penduduk atau dengan jenis penganut agama.
Analisa
korelasi
dan regresi mampu memberikan
jawaban yang terbaik.
b. Membuat rencana dan ramalan
Rencana dan ramalan merupakan dua hal yang diperlukan
dalam pelaksanaan sesuatu, sehingga dapat diperoleh
hasil yang baik dan berkualitas. Oleh karena itu, rencana
dan ramalan harus baik pula. Dengan statistic, rencana
dan ramalan dapat dibuat sebaik mungkin. Misalnya,
rencana pembuatan perumahan untuk lima tahun
mendatang dari suatu pemerintahan kota, yang
dipengaruhi oleh banyak factor, seperti jumlah penduduk
dan tingkat pendapatan masyarakat. Analisa data berkala
mampu memberikan jawaban terbaik.
c. Mengatasi berbagai perubahan
Perubahan-perubahan
yang
terjadi
dalam
suatu
pengambilan keputusan tidak mungkin dapat diabaikan
atau dihindarkan, supaya pihak-pihak lain tidak ada yang
dirugikan. Dengan statistic, perubahan-perubahan yang
mungkin terjadi dapat diantisipasi sedini mungkin.
Misalnya, ketua serikat buruh ingin mengadakan
perjanjian dengan pimpinan sebuah perusahaan. Agar
upah riil tidak mengalami perubahan dan buruh tidak
dirugikan maka ketua serikat buruh perlu memperhatikan
perkembangan
indeks
harga
yang
menyangkyut
perubahan seluruh harga barang untuk periode saat itu
dari periode sebelumnya. Perhitungan angka indeks dapat
memberikan jawabanya.

d. Membuat keputusan yang lebih baik


Keputusan yang baik dan rasional diperlukan dalam
menjaga kelancaraarn sebuah aktivitas kerja supaya
kelestarian dari sebuah usaha dapat terjamin. Dengan
statistic, keputusan yang baik dan rasional dapat
dihasilkan.
Misalnya, seorang kapala bagian pemasaran sebuah
perusahaan dihadapkan pada kondisi yang tidak menentu
dari produk perusahaanya di masa dating, apakah
pemasaran produk itu akan tinggi, rendah, atau sedang.
Kepala bagian pemasaran harus dapat mengambil sikap
atau tindakan tertentu, misalnya melakukan perluasan
dengan membangun sendiri dan mempertahankan
kapasitas produk yang ada. Teori keputusan dan uji
hipotesis dapat membantu pelaksaanaanya.
Dari peranan dan perlunya mempelajari statistic, dapat
disusun beberapa fungsi statistic dalam kehidupan seharihari, antara lain :
1) Menyediakan data untuk diolah dan diinterpretasikan
agar dapat dipakai untuk menerangkan keadaan yang
perlu diketahui atau diungkap;
2) Sebagai alat pembantu standarisasi dan sekaligus
sebagai alat pengawasan;
3) Merupakan suatu metode penganalisisan;
4) Sebagai dasar penetapan kebijakan dan langkah lebih
lanjut untuk mempertahankan, mengembangkan
perusahaan dalam perolehan keuntungan.
C. PEMBAGIAN STATISTIK
Statistik dapat dibagi atas beberapa macam yang didasarkan
atas criteria-kriteria tertentu, seperti cara pengolahan daqta,
runag
lingkup
penggunaan
atau
disiplin
ilmu
yang
menggunakanya, dan bentuk parameternya.
1. Pembagian Statistik berdasarkan cara pengolahan
Datanya
Berdasarkan cara pengolahan datanya, statistik dapat dibagi
menjadi dua yaitu :
a. Statistik Deskriptif
Atau disebut juga statistik deduktif adalah bagian dari
statistik yaqng mempelajari cara mengumpulkan dan
penyajian data sehingga mudah di pahami.

Statistic deskriptif hanya berhubungan dengan hal


menguraqikan atau memberikan keterangan-keterangan
mengenai suatu data atau keadaan atau fenomena.
Dengan kata lain, statistic deskriptif hanya berfungsi
menerangkan keadaan, gejala, atau persoalan. Berikut ini
contoh-contoh pernyataan yang termasuk dalam cukupan
statistic deskriptif.
1) Sekurang-kurangnya 10% dari smua kebakaran
disebuah kota tertentu yang dilaporkan tahun lalu
diakibatkan oleh tindakan-tindakan sengaja yang tidak
bertanggung jawab.
2) Sebanyak 50% diantara semua pesien menerima
suntikan obat tertentu, ternyata kemudian menderita
efek samping obat tersebut.
Penarikan kesimpulan pada statistik deskriptif (jika ada)
hanya ditujukan pada kumpulan data yang ada.
Didasarkan atas ruang lingkup bahasanya, statistik
deskriptif mencakup hal berikut ;
1) Distribusi frekuensi beserta bagian-bagiannya, seperti :
a) Grafik distribusi ( histogram, polygon frekuensi, dan
ogif )
b) Ukuran nilai pusat ( rata-rata, median, modus,
kuartil, dan sebagainya);
c) Ukuran disperse ( jangkauan, simpangan rata-rata,
variasi, simpangan baku, dan sebagainya)
d) Kemencengan dan keruncingan kurva.
2) Angka indeks
3) Time Series/deret waktu atau data berkala
4) Korelasi dan regresi sederhana.
b. Statistik Inferensi
Disebut juga statistik induktif adalah bagian dari statistik
yang mempelajari mengenai penafsiran dan penarikan
kesimpulan yang berlaku secara umum dari data yang
telah tersedia.
Statistik Inferensi berhubungan dengan pedugaan
populasi dan pengujian hipotesis dari suatu data atau
keadaan atau fenomena. Dengan kata lain, statistik
berfungsi meramalkan dan mengontrol keadaan atau
kejadian. Berikut ini contoh-contoh pernyataan yang
termasuk dalam cakupan statistik inferensi.
1) Akibat penurunan produksi minyak oleh Negara-nagara
penghasil minyak dunia, diramalkan harga minyak
akan menjadi dua kali lipat pada tahun-tahun yang
akan datang.

2) Dengan mengasumsikan bahwa kerusakan tanaman


kopi jenis arabika kurang dari 30% akibat musim dingin
yang lalu maka haraga kopi jenis tersebut di akhir
tahun nanti tidak akan lebih dari 50 sen per satu
kilogramnya.
Penarikan kesimpulan pada statistik inferensi ini
merupakan generalisasi dari suatu populasi berdasarkan
data ( sampel ) yang ada. Didasarkan atas ruang lingkup
bahasanya,maka statistik inferensi mencakup :
1) Probabilitas atau teori kmungkinan,
2) Distribusi teoritis,
3) Sampling dan distribusi sampling,
4) Pendugaan populasi atau teori populasi,
5) Uji hipotesis,
6) Analisis korelasi dan uji signifikansi, dan
7) Analisis regresi untuk permalan.
Dengan
demikian,
statistik
inferensi
sebenarnya
merupakan kelanjutan dari statistic deskriptif. Berikut ini
disajikan diagram alur mengenai statistic deskriptif dan
statistic inferensi serta hubungan keduanya. Untuk lebih
jelasnya, perhatikan gambar 1.1
STAR
T
Pengumpulan
data
kuantitatif

Gambar 1.1 Diagram alur statistik


deskriptif dan inferensi serta
hubungannya.

Statistik Deskriptif

Pengolahan,
penyederhanaan, dan
penataan data
kuantitatif
Penyajian data yang
telah
disederhanakan

ya

Bukan

Penggunaan data
sampel guna menaksir
parameter atau menguji
asumsi parameter
populasi

Penarikan kesimpulan
tentang karakteristik
populasi (parameter)
yang tengah diselidiki

Penggunaan data sensus


(populasi) untuk
menganalisis karakteristik
(parameter) populasi yang
tengah diselidiki

ST
OP

Statistik
Inferensi

Dat
a
Sam
pel
?

2. Pembagian statistik Berdasarkan Ruang Lingkup


Penggunaanya
Didasarkan atas ruang lingkup penggunaanya atau disiplin
ilmu yang menggunakanya, statistik dapat dibagi atas
beberapa macam, yaitu sebagaiberikut:
1) Statistik sosial
Adalah statistik yang diterapkan
ilmuilmu sosial.
2) Statistik Pendidikan
Adalah statistik yang diterapkan
ilmu dan bidang pendidikan.
3) Statistik Ekonomi
Adalah statistik yang diterapkan
ilmu-ilmu ekonomi.
4) Statistik Perusahaan
Adalah statistik yang digunakan
bidang perusahaan.
5) Statistik Pertanian
Adalah statistik yang digunakan
ilmu-ilmu kesehatan.
6) Statistik Kesehatan
Adalah statistik yang digunakan
bidang kesehatan.

atau digunakan dalam


atau digunakan dalam
atau digunakan dalam
atau diterapkan dalam
atau diterapkan dalam
atau diterapkan dalam

3. Pembagian statistik Berdasarkan Bentuk Parameternya


Didasarkan
atas
bentuk
parameternya
(data
yang
sebenarnya), statistik dapat dibagi dua, yaitu :
a. Statistik Parametrik
Adalah bagian statistik yang parameter dari populasinya
mengikuti suatu ditribusi tertentu, seperti distribusi
normal, dan memiliki varians yang homogen.
b. Statistik nonparametric
Adalah statistik yang parameter dari populasinya tidak
mengikuti suatu distribusi tertentu atau memiliki distribusi
yang bebas dari persyaratan, dan variasinya tidak perlu
homogen.
D. METODOLOGI STATISTIK
Seperti halnya disiplin yang lain, dalam menyelesaikan suatu
masalah, statistic juga menggunakan pendekatan ilmiah

(metode ilmiah). Metode ilmiah terdiri atas beberapa tahap,


dikenal sebagai metodologi pemecahan masalahsecara statistic
atau metodologi statistik. Jadi, metodologi statistik adalah
pemecahan masalah secara statistic yang terdiri atas beberapa
tahap.
Tahap-tahap metodologi statistic adalah sebagai berikut :
1. Identifikasi Masalah
Tahap identifikasi masalah merupakan tahap awal atau tahap
perencanaan. Pada tahap itu, masalah atau persoalan uyang
ada dipahami dan didifinisikan secara jelas dan tepat,
misalnya sifat permasalahan, luas permasalahan, dan
dampak situasi.
2. Pengumpulan Data atau Fakta
Pada tahap pengumpulan data, data yang mendukung atau
bersangkutan dengan permasalahan dikumpulkan. Data
tersebut dapat berupa data intern (data yang bersangkutan
langsung dengan permasalahan) dan ekstern (data yang
hanya mendukung permasalahan). Data intern dan ekstern
dikumpulkan melalui:
1) Data-data yang tersedia, artinya data-data diperoleh dan
dikumpulkan melalui sumber-sumber yang telah ada,
misalnya data dari laporan peneliti sebelumnya atau data
yang ada diperpustakaan;
2) Data-data asli, artinya data-data yang diperoleh dan
dikumpulkan secara langsung oleh peneliti yang
bersangkutan, jadi berupa data-data beru.
Data atau fakta yang dikumpulkan harus memiliki sifatsifat tertentu, sehingga tidak menyimpang dari
permasalahan yang ada. Sifat-sifat data tersebut antara
lain :
1) Akurat, artinya harus mencerminkan atau sesuai
dengan keadaan yang sebenarnya;
2) Up to date, artinya harus tepat waktu
3) Komprehensif, artinya harus dapat mewakili;
4) Relevan, artinya harus ada hubungannya dengan
masalah yang akan diselesaikan;
5) Memiliki kesalahan buku kecil, artinya memiliki tingkat
ketelitian yang tinggi.
3. Klasifikasi Data
Pada tahap klasifikasi data, data yang sudah ada
dikelompokan sesuai dengan tujuan studi. Data yang ada
diidentifikasi berdasarkan kemiripan atau kesamaan sifat,
kemudian disusun dalamkelompok-kelompok. Salah satu

metode pengklasifikasian data yang


metode Coding (penggunaan kode).

digunakan

adalah

4. Penyajian Data
Pada tahap penyajian data, data yang sudah di klasifikasikan.
Disajikan atau ditampilkan dalam bentuk tertentu misalnya
table atau grafik. Selain itu, ditampilkan pula nilai-nilai
deskriptif.
5. Analisa Data
Tahap analisis data merupakan tahap akhir dari metodologi
statistic, sebelum penarikan kesimpulan. Pada tahap itu,
diinterpretasikan hasil dari tahap-tahap sebelumnya. Setelah
itu, dibuat kesimpulan yang merupakan titik akhir suatu
permasalahan, berupa keputusan yang menjadi jawaban
terbaik dari permasalahan tersebut. Berikut ini diberikan
diagram alur metodologi statistik pada gambar 1.2
STA
RT

Perencanaan penelitian/identifikasi
permasalahan yang diteliti

Pengumpulan data ekstern dan intern


yang siap sedia dan relevan bagi
permasalahan yang diteliti

Gambar
1.2 data asli dengan
Pengumpulan
Diagram
alur metodologi
Statistik
menggunakan
wawancara atau

Data
yang
tersed
ia
cukup
?

mengirimkan kuesioner

Klasifikasi, penyederhanaan,
pengolahan, dan penataandata
dengan menggunakan table, grafik,
dan berbagai ukuran deskriptif

Penyajian data yeng telah


disederhanakan dan ditata dalam
bentuk table, grafik, dan berbagai
ukuran deskriptif

Data
sam
ple ?

tidak

Pergunakan Data sample


untuk :
Menaksir parameter
Menguji asumsi mengenai
parameter

ya

Interpretasi dan menarik


konklusi serta ambil
keputusan

Pergunakan data populasi guna


analisis dan dasar pengambilan
keputusan

STO
P

ya
bukan

E. BEBERAPA KONSEP DASAR


1. Populasi
Adalah keseluruhan nilai yang mungkin, hasil pengukuran
ataupun perhitungan. Kualitatif ataupun kuantitatif mengenai
karakteristik tertentu dari semua anggota kumpulan yang
lengkap dan jelas yang ingin dipelajari sifat-sifatnya.
Contoh :
Keseluruhan mahasiswa sebuah perguruan tinggi, jika
mahasiswa perguruan tinggi tersebut dijadikan sebagai objek
penelitian.
2. Sampel
Adalah bagian dari sebuah populasi yang dianggap dapat
mewakili populasi tersebut.
Contoh :
Mahasiswa fakultas Ekonomi disebuah perguruan tinggi yang
dianggap dapat mewakili keseluruhan mahasiswa yang ada
di perguruan tinggi tersebut.
3. Variabel Diskrit
Adalah variable yang selalu memiliki nilai bulat dalam
bilangan asli, tidak berbentuk pecahan atau variable yang

tidak mengambil seluruh nilai dalam sebuah interval


(selang).
Contoh :
1) Jumlah anak yang terdapat dalam sebuah keluarga dapat
berjumlah 0,1,2,3,4, tidak mungin berjumlah 0,5; 1,43;
2,452;
2) s = {5,5,6,7,8}
data yang dinyatakan dalam bentuk variable diskrit
disebut data diskrit.
4. Variabel Kontinu
Adalah variable yang memiliki nilai sembarang, baik berupa
nilai bulat maupun pecahan, diantara dua nilai tertentu atau
variable yang mengambil seluruh nilai dalam suatu interval.
Contoh :
1) Tinggi badan seseorang 150 cm, 163,54 cm
2) S= {X : 1 X 3 }.
5. Pembulatan Data
Dalam pengumpulan dan penganalisisan data, seringkali
diperlukan pembulatan terhadap bilangan. Pembulatan
biasanya dilakukan kearah bilangan terdekat. Pembulatan
kebawah dapat dilakukan pada bilangan sampai dengan 5,
selebihnya dibulatkan ke atas.
Contoh :
1) 56,47
dibulatkan menjadi 56,5
2) 235,375 dibulatkan menjadi 235,37
3) 451,500 dibulatkan menjadi 451,000
Pembulatan data itu berguna untuk membuat seminim
mungkin
kesalahan
pembulatan
kumulatif
dalam
menganalisis data yang lebih banyak.
6. Notasi Sigma
Notasi Sigma merupakan notasi yang digunakan untuk
menyatakan penjumlahan. Notasi sigma dilambangkan
dengan
n

Xi X
i 1

X 2 X 3 .... X n

Contoh :
Dua variable X dan Y masing-masing memiliki nilai-nilai :
X1 = 3,X2 = -4, X3 = 6, dan X4 = -1
Y1 = -2, Y2 = 8, Y3 = -5, dan Y4 = 7
Hitunglah : (a) X ;
(b) XY;
(c) Y2
(d)
2
X Y1

Penyelesaian :
(a) X
= 3 + (-4) + 6 + (-1) = 4
(b)XY
= (3) (-2) + (-4) (8) + (6) (-5) + (-1) (7) =
-75
(c) Y2
= (-2)2 + 82 + (-5)2 + 72 = 142
(d)X2Y
= 32 (-2) + (-4)2 (8) + 62 (-5) + (-1)2 (7) = 63
SOAL SOAL LATIHAN
1. Statistik dapat diartikan dalam arti yang sempit dan luas.
Tuliskan kedua arti tersebut serta berikan contoh masingmasing!
2. buatlah definisi statistic yang jelas, sesuai dengan konsepsi
anda !
3. Pada masa sekarang ini, peranan statistik semakin dirasakan,
terutama dalam kehidupan sehari-hari dan dalam dunia
penelitian. Tuliskan peranan atau tugas statistik pada kedua
bidang tersebut dan berikan contoh masing-masing!
4. disamping peranannya, keperluan akan statistik sebagai alat
Bantu dalam beberapa hal juga semakin terasa. sebutkan
dan jelaskan hal-hal yang dimaksud serta berikan contoh
masing-masing.
5. statistik berdasarkan tingkat pekerjaannya dapat dibedakan
menjadi du, yaitu statistik deskriptif dan inferensi. Jelaskan
pengertian kedua jenis statistic tersebut!
6. antara statistik deskriptif dan statistic inferensi terdapat
hubungan, disamping perbedaan. Tuliskan hubungan
tersebut dan jelaskan perbedaanya!
7. Statistik dalam menyelesaikan masalah sama dengan disiplin
ilmu lainnya, yaitu memiliki metode yang dikenal sebagai
metodologi Statistik. Apa yang dimaksud dengan metodologi
Statistik tersebut ?
8. Tuliskan jelaskan secara singkat langkah-langkah yang
terdapat dalam metodologi statistik!
9. Data-data yang dikumpulkan harus memiliki sifat-sifat
tertentu, sehingga menjadi data-data yang baik. Sebutkan
dan jelaskan sifat-sifat tersebut!
10.
Jelaskan yang dimaksud dengan istilah berikut :
a. Data Diskrit
c. Populasi
b. Data Kontinu
d. Sampel
11.
Bulatkan bilangan-bilangan berikut ini :
a. 57,7
satuan terdekat e. 6,5003 satuan terdekat
b. 247,5
satuan terdekat f. 453,86 puluhan terdekat
c. 5,373
ratusan terdekat g. 488
ratusan
terdekat
d. 0,0345
ribuan terdekat h. 7,58500
ratusan
terdekat

12.
Tuliskan suku-suku setiap jumlah yang ditunjukkan
berikut!
a. ( X i 3)
c. 5 X i Yi
b.

Xi

d.

(Y

3)

13.
Nyatakan masing-masing berikut
penjumlahan !
X 1 3) 2 ( X 2 3) 2 ( X 3 3) 2 ( X 4 3) 2
a.

notasi

b.

f 1 (Yi a) 3 f 2 (Y2 a) 3 .... f 7 (Y7 a) 3

c.

X1

5
Y1

d.

dengan

2 5
Y2

... 6 5
X6

X 1Y1 X 2Y2 .... X 9Y9


X 1 X 2 ... X 9

14.

Jika : a1 = 3, a2 = 5, a3 = -4 dan a4 = 2
B1 = 2, b2 = -4, b3 = -2, dan b4 = -1
Tentukan nilai dari notasi berikut !
a.

ab 2

c. a b a b

b.

d.

a
4

b2

i2

2
i

b
e. i
i 1 a i
3

BAB II
DISTRIBUSI FREKUENSI
A. PENGERTIAN DISTRIBUSI FREKUENSI
Data yang telah diperoleh dari suatu penelitian yang masih
berupa data acak atau data mentah dapat dibuat menjadi
data berkelompok, yaitu data yang telah disusun kedalam
kelas kelas-kelas tertentu. Daftar yang memuat data
berkelompok disebut distribusi frekuensi atau table frekuensi.
Jadi, ditribusi frekuensi adalah susunan data menurut kelas-

kelas interval tertentu atau menurut kategori tertentu dalam


sebuah daftar.
Dari distribusi frekuensi, dapat diperoleh keterangan atau
gambaran sederhana dan sistematis dari data yang
diperoleh, sebuah distribusi frekuensi akan memiliki bagianbagian sebagai berikut :
1)
Kelas-kelas (class)
Kelas adalah kelompok nilai atau variable.
2)
Batas kelas (class limits)
Adalah nilai-nilai yang membatasi kelas yang satu dengan
kelas yang lain. Terdapat dua batas kelas yaitu :
a) batas kelas bawah (lower class limits), Terdapat
dideretan sebelah kiri setiap kelas.
b) Batas kelas atas (upper class limits),terdapat dideretan
sebelah kanan setiap kelas.
Batas kelas merupakan batas semu dari setiap kelas,
karena diantara kelas yang satu dengan kelas yang lain
terdapat lubang tempat anga tertentu.
3)
Tepi kelas (class boundary/real limits/true
class limits)
Tepi kelas disebut juga batas nytata kelas, yaitu batas
kelas yang tidak memiliki lubang untuk angka tertentu
anytara kelas yang satu dengan kelas yang lain. Terdapat
dua tepi kelas, yaitu:
a)
tepi bawah kelas atau batas kelas
bawah sebenarnya;
b)
tepi atas kelas atau batas atas kelas
sebenarnya;
penentuan tepi bawah kelasa dan tepi atas kelas
bergantung pada keakuratan pencatatan data. Misalnya,
data dicatat dengan ketelitian sampai satu decimal, maka
rumus tepi bawah kelas dan tepi atas kelas ialah sebagai
berikut :
a) tepi bawah kelas = batas bawah kelas 0,5;
b) tepi atas kelas
= batas atas kelas + 0.5
4)

Titik tengah kelas atau tanda kelas (class


mid point, class marks)
Ttitk tengah kalas adalah angka atau nilai data yang tepat
terletak ditengah suatu kelas. Titik tengah kelas
merupakan nilai yang mewakili kelasnya.
Titik tengah kelas = (batas atas + batas bawah) kelas.
5)
Interval kelas (class interval)
Adalah selang yang memisahkan kelas yang satu dengan
kelas yang lain.
6)
Panjang Interval kelas atau luas kelas
(interval size)

7)

Adalah jarak antara tepi atas kelas dan tepi bawah kelas.
Frekuensi kelas (class frequency)
Adalah banyaknya data yang termasuk kedalamkelas
tertentu.
Contoh :
TABEL 3.1 MODAL PERUSAHAAN X
Modal (jutaan Rp)
Frekuensi (f)
50-59
16
60-69
32
70-79
20
80-89
17
90-99
15
Jumlah
100
Sumber : data fiktif
Dari
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)

ditribusi frekuensi diatas :


Banyaknya kelas adalah 5
Batas kelas-kelas adalah 50, 59, 60, 69,
Batas bawahkelas-kelas adalah 50, 60, 70, 80, 90.
Batas atas kelas-kelas adalah 59, 69, 79, 89, 99.
Batas nyata kelas-kelas adalah 49,5; 59,5; 69,5;
79,5
Tepi bawah kelas-kelas adalah 49,5; 59,5; 69,5;
79,5; 89,5.
Tepi atas kelas-kelas adalah 59,5; 69,5; 79,5; 89,5;
99,5.
Titik tengah kelas-kelas adalah 54,5; 64,5; 74,5;
84,5;
Interval kelas-kelas adalah 50 - 59, 60 - 69, ..90 99.
Panjang interval kelas-kelas masing-masing 10
Frekuensi kelas-kelas adalah 16, 32, 20, 17, dan 15.

Beberapa catatan mengenai distribusi frekuensi ;


1) Kadang-kadang suatu distribsi memiliki interval kelas
yang tidak sama, bergantung kepada tujuannya.
2) Kadang-kadang distribusi frekuensi memiliki batas
kelas yang berulang, suatu nilai (batas kelas) dipakai
sebagai dua batas kelas.
3) Kadang-kadang distribusi frekuensi memiliki kelas
terbuka, artinya batas kelas atas pada kelas terakhir
dan batas kelas bawah pada kelas pertama tidak ada.

B. PENYUSUNAN DISTRIBUSI FREKUENSI


Distribusi frekunsi dapat dibuat dengan mengikuti pedoman
berikut:
1) Mengurutkan data dari yang terkecil ke yang terbesar.
2) Menantukan jangkauan (range) dari data.
Jangkauan = data terbesar data
terkecil

3) Menentukan banyaknya kelas (k)


Banyaknya kelas ditentukan dengan rumus sturgess
K = 1 + 3,3 log
n;

k bulat

Keterangan :
K
= banyaknya kelas
n
= banyaknya data
hasilnya dibulatkan biasanya keatas.
4) Menentukan panjang interval kelas.
Panjang Interval kelas (i) =
jangkauan ( R )
Banyaknya kelas (
k)
5) Menentukan
batas bawah kelas pertama

Batas bawah kelas pertama biasanya dipilih dari data


terkecil atau data terkecil yang berasal dari pelebaran
jengkauan (data yang lebih kecil dari data terkecil) dan
selisihnya harus kurang dari panjang interval kelasnya.
6) Menuliskan frekuensi kelas secara melidi dalam kolom
turus atau tally (system turus) sesuai banyaknya data.
Beberapa catatan tentang penyusunan distribusi
frekuensi
1) pada pembuatan distribusi frekuensi, perlu dijaga
jangan sampai ada data yang tidak dimasukkaqn ke
dalam kelas atau ada data yang masuk ke dalam dua
kelas yang berbeda.
2) Titik tengah kelas diusahakan bilangan bulat/tidak
pecahan
3) Nilai frekuensi diusahakan tidak ada yang nol.
4) Dalam menentukan banyaknya kelas (k), diusahakan ;
a)
tidak terlalu sedikit, sehingga pola kelompok
kabur;
b)
banyaknya kelas berkisar 5 sampai 15 buah;
c)
jika jangkauan terlalu besar maka banyknyaa
kelas antara 10 sampai 20.

5) Cara lain dalam menetapkan banyaknya kelas ialah:


a) memilih atau menetapkannya sesuai dengan
kebutuhan yang diinginkan;
b) menggunakan rumus

R
1
i

keterangan :
R = jangkauan
i = panjang interval kelas
Cara tersebut dipakai dengan mencoba menetapkan
terlebih dahulu panjang interval kelasnya ( i )
Contoh Soal :
1. dari hasil pengukuran diameter pipa-pipa yang dibuat
oleh sebuah mesin (dalam mm terdekat), diperoleh
data sebagai berikut:
78 72
74
79
74
71
75
74
72
68
72 73
72
74
75
74
73
74
65
72
66 75
80
69
82
73
74
72
79
71
70 75
71
70
70
70
75
76
77
67
Buatlah distribusi frekuensi dari data tersebut !
Penyelesaian :
a.
65 66
67

ururtan data :
68
69
70

70

70

70

71 71

72

72

72

72

72

72

73

73 74

74

74

74

74

74

74

75

75 75

75

76

77

78

79

79

80

71
73
75
82
b.

jangkauan ( R ) = 82 65 = 17

c.
Banyaknya kelas ( k ) adalah
K = 1 + 3,3 log 40
= 1 + 3,3 + 1,602
= 1 + 5,3 = 6,3 = 6
d.

Panjang interval kelas ( i ) adalah

17
i
2,5 3
6

e.

Batas kelas pertama adalah 65 (data


terkecil)

f. Tabelnya :
TABEL 3.2 PENGUKURAN DIAMETER PIPA-PIPA
( satuan mm )
Diameter
Turus
Frekuensi
65 67
3
68 70
6
71 73
12
74 76
13
77 79
4
80 82
2
Jumlah
40
2. Berikut ini data mengenai jumlah modal
Rp) dari 50 orang pada perusahaan X
80 18
69
51
71
92
35
45
63 59
64
98
47
49
78
74
85 56
72
38
89
55
28
78
37 73
65
66
86
96
57
19
54 76
49
53
83
55
83
39
Buatlah disribusi frekuensi !
Penyelesaian :
a. urutan data :
18 19
28
28
35
37
38
47
47 48 49
49
51
53
54
55
57 57 58
59
60
63
64
64
66 67 69
71
71
72
73
74
80 83 83
84
85
86
89
92
b. Jangkauan data adalah
Jangkauan = 98 18 = 80
c. Banyaknya kelas ( k ) adalah
K = 1 + 3,3 log 50
= 1 + 3,3 ( 1,7 )
= 1 + 5,6 = 6,6
d. Panjang interval kelas adalah
i

80
11,43 12
7

(dalam jutaan
28

60

64

58

67

84

76

57

47

64

39

45

55
64
76
96

56
65
78
98

e. Batas kelas pertama adalah 16 (data yang kecil dari


data terkecil hasil pelebaran jangkauan). Data
terkecil adalah 18, kalau diambil 18 sebagai batas
bawah kelas pertama maka pada akhirnya ada data
yang tidak masuk dalam kelas. Oleh karena itu, data
terkecil diperlebar menjadi 16 (ditambah ke kiri 2
bilangan) dan pada batas atas kelas juga harus
ditambahkan bilangan, minimal 1 supaya terjadi
keseimbangan.

f. Tabel
TABEL 3.3 MODAL 50 ORANG PADA PERUSAHAAN
X (dalam jutaan Rp)
Modul
Turus
Frekuensi
16 27
2
28 39
6
28 51
7
52 63
11
64 75
11
76 87
9
88 99
4
Jumlah
50
Dalam laporan resmi, kolom turus tidak perlu
diikutsertakan.
C. HISTOGRAM, POLIGON, DAN KURVA
1.

Histogram dan Poligon Frekuensi


Histogram dan polygon frekuensi adalah dua grafik yang
sering digunakan untuk menggambarkan distribusi
frekuensi. Histogram merupakan grafik batang dari
distribusi frekuensi dan polygon frekuensi merupakan
grafik garisnya.
Pada histogram, batang-batangnya saling melekat atau
berimpitan, sedang polygon frekuensi dibuat dengan cara
menarik garis dari satu titik tengah batang histogram ke
titik tengah batang histogram yang lain. Agar diperoleh

polygon tertutup, harus dibuat dua kelas baru dengan


panjang kelas sama dengan frekuensi nol pada kedua
ujungnya. Pembuatan dua kelas baru itu diperbolehkan
karena luas histogram dan polygon yang tertutup sama.
Pada pembuatan histogram digunakan system salib
sumbu. Sumbu menadatar (sumbu X) menyatakan
interval kelas (tepi bawah dan tepi atas masing-masing
kelas) dan sumbu tegak (sumbu Y) menyaqtakan
frekuensi.

Contoh :
TABEL DISTRIBUSI FREKUENSI HASIL PENGUKURAN TINGGI
BADAN 50 SISWA.
Interval
Kelas
(tinggi
cm)
140 144
145 149
150 154
155 159
160 164
165 169
170 174

Turus

Frekuensi
(banyak
Murid)

Tepi
Interval
kelas

Titik
tengah

2
4
10
14
12
5
3

139,5
144,5
144,5
149,5
149,5
154,5
154,5
195,5
159,5
164,5
164,5
169,5
169,5
174,5

142
147
152
157
162
167
172

f
a.

Histogram

50

Gambar 3.1 Histogram tinggi badan 50 siswa

b.

Poligon frekuensi

Gambar 3.2 Poligon Ftinggi badan 50 siswa


2.
Kurva Frekuensi
Kurva distribusi frekuensi, disingkat kurva frekuensi yang
telah dihaluskan mempunyai berbagai bentuk dengan
cirri-ciri tertentu. Bentuk-bentuk kurva frekuensi adalah
sebagai berikut :
1)
Simetris atau berbentuk lonceng.
Cirri-cirinya ialah nilai variable disamping kiri dan
kanan yang berjarakk sama terhadap titik tengah
(yang frekuensinya terbesar) mempunyai frekuensi
yang sama. Bentuk kurva simetris sering dijumpai
dalam distribusi bermacam-macam variable. Karena itu
dinamakan distribusi normal.
2)
Tidak simetris atau condong,
ciri-cirinya ialah ekor kurva yang satu lebih panjang
daripada ekor kurva lainnya. Jika ekor kurva lebih
panjang berada disebelah kanan kurva disebut kurva
condong ke kanan ( mempunyai kecondongan positif),
sebaliknya disebut condong ke kiri (mempunyai
kecondongan negative).

3)

Bentuk J atau J terbalik, ciricirinya ialah satu nilai ujung kurva memiliki frekuensi
maksimum.
4)
Bentuk U, dengan cirri kedua
ujung kurva memiliki frekuensi maksimum.
5)
Bimodal,
dengan
cirri
mempunyai dua maksimal.
6)
Multi
modal,
dengan
ciri
mempunyai lebih dari dua maksimal.
7)
Uniform, terjadi bila nilai-nilai
variable dalam suatu interval mempunyai frekuensi
sama.
Berikut ini adalah gambar dari bentuk-bentuk kurva
frekuensi diatas

Simetris (bentuk lonceng)

Bentuk J

Bimodal

Condong ke kanan

Condong kekiri

Bentuk J terbalik

Bentuk U

Multimodal

Uniform

Gambar 3.3 Macam-macam bentuk kurva frekuensi


D. JENIS-JENIS DISTRIBUSI FREKUENSI
Berdasarkan kriteria-kriteria tertentu. Distribusi frekuensi
dapat dibedakan atas tiga jenis, yaitu distribusi frekuensi
biasa, distribusi frekuensi relative, dan distribusi frekuensi
kumulatif.
1.

Distribusi Frekuensi Biasa


Distribusi Frekuensi biasa adalah distribusi frekuenasi
yang hanya berisikan jumlah frekuensi dari setiap
kelompok data atau kelas.
Ada dua jenis distribusi frekuensi peristiwa atau kategori.
a.

distribusi frekuensi Numerik


Distribusi frekuensi numeric adalah distribusi frekuensi
yang pembagian kelasnya dinyatakan dalam angka.
Contoh :
TABEL 3.5 PELAMAR PERUSAHAAN XYZ 1990
Umur ( tahun )
Frekuensi
20 24
15
25 29
20
30 34
9
35 39
4
40 44
2
Jumlah
50
Sumber : perusahaan XYZ

b.

Distribusi frekuensi peristiwa atau


kategori
Distribusi Frekuensi peristiwa atau kategori adalah
distribusi
frekuensi
yang
pembagian
kelasnya
dinyatakan berdasarkan data atau golongan data yang
ada.
Contoh:
TABEL 3.6 HASIL PELEMPARAN DADu SEBANYAK 30 KALI
Angka dadu ( X )
Banyaknya Peristiwa (

f)
4
6
5
3
8
4
30

1
2
3
4
5
6
Jumlah
2.

Distribusi Frekuensi Relatif


Distribusi frekuensi relative adalah distribusi frekuensi
yang berisikan nilai-nilai hasil bagi antara frekuensi kelas
dan jumlah pengamatan yang terkandung dalam
kumpulan data yang berdistribusi tertentu. Pada distribusi
frekuensi relative ini, frekuensi relatifnya dirumuskan.
f relatif

fi

X 100, i 1,2,3...

Misalkan distribusi frekuensi memiliki k buah interval kelas


dengan frekuensi masing-masing : f1, f2, ..fk maka
distribusi frekuensi yang terbentuk adalah
Interval Kelas
Frekuensi
Frekuensi Relatif
Interval Kelas ke-1
f1
fi
n
f2
Interval kelas ke-2
f2
n
.
.
.

.
.
.

Interval kelas ke-k

fk

Jumlah

fk
n

Frekuensi relative kadang-kadang dinyatakan dalam


bentuk perbandingan, decimal, ataupun persen.
Contoh :
TEBEL 3.7 DISTRIBUSi FREKUENSI RELATIF
Interval
Frekuensi Relatif
Frekuensi
Kelas
(banyak
pembandin
(Tinggi
Desimal Persen
murid)
gan
(cm)
2
50

3.

140 144

145 149

150 154

10

155 159

14

160 164

12

165 169

170 174

4
50
10
50
14
50
12
50
5
50
3
50

Jumlah

50

0,04

0,08

0,20

20

0,28

28

0,24

24

0,10

10

0,06

100

Distribusi Frekuensi Kumulatif


Distribusi Frekuensi Kumulatif adalah distribusi frekuensi
yang berisikan frekuensi kumulatif. Frekuensi kumulatif
adalah frekuensi yang dijumlahkan.
Distribusi frekuensi kumulatif memiliki grafik atau kurva
yang disebut ogif. Pada ogif dicantumkan frekuensi
kumulatifnya dan digunakan nilai batas kelas.
Ada dua macam distribusi frekuensi kumulatif, yaitu
distribusi frekuensi kumulatif kurang dari dan lebih dari.
a. Distribusi frekuensi kumulatif kurang dari
Distribusi kumulatif kurang dari adalah distribusi
frekuensi yang memuat jumlah frekuensi yang memiliki
nilai kurang dari nilai batas kelas suatu interval
tertentu.
b. Distribusi Frekuensi Kumulatif lebih dari
Distribusi kumulatif lebih dari adalah distribusi
frekuensi yang memuat jumlah frekuensi yang memiliki
nilai lebih dari nilai batas kelas suatu interval tertentu.
Contoh :
TABEL 3.8 DISTRIBUSI FREKUENSI KUMULATIF KURANG
DARI
Dstribusi Frekuensi
Biasa
Frekuen
Tinggi (cm)
si
140
145
150
155

144
149
154
159

2
4
10
14

Distribusi Frekuensi Kumulatif Kurang dari


Tinggi (cm)
Kurang dari
140
Kurang dari
145
Kurang dari

Frekuensi Kumulatif
= 0
0
= 2
0

+
+

2
+

160 164
165 169
170 174

150
Kurang dari
155
Kurang dari
160
Kurang dari
165
Kurang dari
170
Kurang dari
175

12
5
3

= 6
0 + 2 + 4 + 10
= 16
0 + 2 + 4 + 10 + 14
= 30
0 + 2 + 4 + 10 + 14 + 12
= 42
0 + 2 + 4 + 10 + 14 + 12 +
5
= 47
0 + 2 + 4 + 10 + 14 + 12 +
5 + 3 = 50

Contoh :
Grafik distribusi frekuensi kumulatif kurang dari disebut
ogif kurang dari atau ogif positif.

Gambar 3.4
kurang dari.

Kurva

distribusi

frekuensi

kumulatif

Contoh :
TABEL 3.8 DISTRIBUSI FREKUENSI KUMULATIF LEBIH
DARI
Dstribusi Frekuensi
Biasa
Frekuen
Tinggi (cm)
si
140 144
2
145 149
4
150 154
10
155 159
14
160 164
12
165 169
5
170 174
3

Distribusi Frekuensi Kumulatif lebih dari


Tinggi (cm)
Lebih
140
Lebih
145
Lebih
150
Lebih
155
Lebih
160
Lebih
165

Frekuensi Kumulatif

dari
dari
dari
dari
dari
dari

= 50
50 2
= 48
50 2
= 44
50 2
= 34
50 2
= 20
50 2
= 8

4
4 10
4 10 14
4 10 14 12

Lebih dari
170
Lebih dari
175

50 2 4 10 14 12 - 5
= 3
50 2 4 10 14 12 5
3= 0

Grafik Distribusi frekuensi kumulatif lebih dari disebut


ogif lebih dari atau ogif negatif.
Contoh :

Gambar 3.5 Kurva distribusi frekuensi kumulatif lebih


dari
Contoh Soal :
1. Berikut ini adalah data 50 mahasiswa dalam perolehan
nilai statistic pada fakultas Ekonomi Universitas X
semester II tahun 1997
70
91
93
82
78
70
71
92
38
56
79
49
48
74
81
95
87
80
80
84
35
83
73
74
43
86
68
92
93
76
81
70
74
97
95
80
53
71
77
63
74
73
68
72
85
57
65
93
83
86
a. Berapa orang yang mendapat nilai antara 44 52
dan 80 88 ?
b. Berapa % orang yang mendapat nilai antara 53 61
dan 89 97 ?
c. Berapa banyak orang yang nilainya kurang dari 44 ?
Berapa banyak orang yang ilainya kurang dari
71 ?
Penyelesaian :

Untuk menjawab pertanyaan a diperlukan distribusi


frekuensi, untuk menjawab partanyaan b diperlukan
distribusi frekuensi relative dan untuk menjawab
pertanyaan
c
dipr\erlukan
distribusi
frekuensi
kumulatif.
a. Tabel distribusi frekuensi untuk data tersebut ialah
sebagai berikut :
TABEL 3.10 NILAI STATISTIK 50 MAHASISWA
FAKULTAS EKONOMI UNIVERSITAS X SEMESTER
II, 1997
Nilai
Frekuensi
35 43
3
44 52
2
53 61
3
62 70
7
71 79
13
80 88
13
89 97
9
Jumlah
50
Banyaknya mahasiswa yang mendapat nilai
antara 44 52 adalah 2 orang dan antara 80 88
adalah 13 orang.
b. Tabel distribusi frekuensi relative untuk data
tersebut ialah :
TABEL 3.11 DISTRIBUSI FREKUENSI RELATIF NILAI
STETISTIK 50 MAHASISWA FAKULTAS EKONOMI
UNIVERSITAS X SEMESTER II. 1997
Frekuensi Relatif
Nilai
Frekuensi
(%)
35 43
3
6
44 52
2
4
53 61
3
6
62 70
7
14
71 79
13
26
80 88
13
26
89 97
9
18
Jumlah
50
100
Jadi mahasiswa yang mendapat nilai antara 53
61 adalah 6% dan yang mendapat nilai antara 89
97 adalah 18%.
c. Tabel distribusi frekuensi kumulatif untuk data
tersebut ialah:
TABEL 3.12 DISTRIBUSI FREKUENSI KUMULATIF
KURANg DARI

Nilai

Frekuensi Kumulatif
Nilai
Fk Kurang dari
< 35
0
< 44
3
< 53
5
< 62
8
< 71
15
< 80
28
< 89
41
< 98
50

35 43
3
44 52
2
53 61
3
62 70
7
71 79
13
80 88
13
89 97
9
< = Kurang Dari
Jadi, banyaknya mahasiswa yang nilainya kurang
dari 44 adalah 3 orang dan yang kurang dari 71
adalah 15 orang.

2. Berikut ini distribusi frekuensi relatif dari 65 orang


karyawan perusahaan MUJUR.
Umur ( tahun )
Frekuensi Relatif
16 20
12,31
21 25
15,38
26 30
24,62
31 35
21,54
36 40
15,38
41 45
7,69
46 - 50
3,08
a. susunlah kedalam distribusi frekuensi asalnya
( distribusi frekuensi biasa ) dan gambarkan
histogram dan poligonnya!
b. Susunlah distribusi frekuensi kumulatif kurang dari
dan lebih dari beserta ogifnya!
Penyelesaian:
a. Untuk membuat distribusi frekuensi asal, digunakan
langkah sebagai berikut :
f
f relatif i 100

Atau :
f rel f
fi
100

= 1, 2, 3, 4, 5, 6, 7,

f1

12,31 65
8
100

f2

15,38 65
10
100

f3

24,62 65
16
100

f4

21,54 65
14
100

f5

15,38 65
10
100

f6

7,69 65
5
100

f7

3,08 65
2
100

TABEL 3.16 UMUR KARYAWAN PERUSAHAAN


MUJUR
Umur
16 20
21 25
26 30
31 35
36 40
41 45
46 50

X
18
23
28
33
38
43
48

Frekuensi
8
10
16
14
10
5
2

Histogram dan polygon frekuensinya ialah sebagai


berikut.

Gambar 3.8 Histogram dan polygon frekuensi umur


karyawan perusahaan MUJUR.
b. Distribusi frekuensi kumulatif kurang dari dan
distribusi frekuensi lebih dari beserta ogifnya
masing-masing sebagai berikut :
TABEL 3.17 DISTRIBUSI KUMULATIF KURANG
DAN LEBIH DARI
Frekuensi kumulatif
Umur
f
Nilai
Fk
Nilai
< 16
0
> 16
16 20
8
< 21
8
> 21
21 25
10
< 26
18
> 26
26 30
16
< 31
34
> 31
31 35
14
< 36
48
> 36
36 40
10
< 41
58
> 41
41 45
5
< 46
63
> 46
46 50
2
< 51
65
> 51

DARI
Fk
65
57
47
31
17
7
2
0

Keterangan :
< = Kurang dari
< = Lebih dari
Ogif -

-ogif positif dan


perusahaan MUJUR

Ogif +

ogif

negative

umur

karyawan

3. Distribusi kumulatif dari upah harian ( ratusan rupiah)


60 karyawan PT. MANDIRI
Upah Harian
Jumlah Karyawan
Kurang dari 25
0
Kurang dari 25
3
Kurang dari 25
8
Kurang dari 25
15
Kurang dari 25
25
Kurang dari 25
43
Kurang dari 25
54
Kurang dari 25
60
a. Sajikan data tersebut ke dalam distribusi frekuensi
asal dan agmbarkan histogram dan poligonnya!
b. Buatkan distribusi frekuensi relatifnya!
a. Penyelesaian :
a.
b.
c.
d.
e.
f.
g.

f1
f2
f3
f4
f5
f6
f7

=
=
=
=
=
=
=

3
83=5
15 8 = 7
25 15 = 10
43 25 = 18
54 43 = 11
60 54 = 6

TABEL 3.18 UPAH KARYAWAN PT. MANDIRI


Upah Harian
Frekuensi
25 34
3
35 44
5
45 54
7
55 64
10
65 74
18
75 84
11
85 94
6
Jumlah
60
Histrogram dan polygon frekuensi.

c. Frekuensi Relatif
f rel (1)

f rel (1)

fi

100 ,

i= 1, 2, 3, 4, 5, 6, 7,..

3
100 0,05 100 5
60
5
f rel ( 2 )
100 0,083 100 8,5
60
7
f rel ( 3)
100 0,117 100 11,7
60
10
f rel ( 4 )
100 0,05 100 16,7
60
18
f rel ( 5 )
100 0,30 100 30
60
11
f rel ( 6 )
100 0,183 100 18,3
60
6
f rel ( 7 )
100 0,10 100 10
60

TABEL 3.19 DISTRIBUSI FREKUENSI RELATIF


Upah
Harian

Frekuensi

Frekuensi Relatif
pembandin
Desimal Persen
gan

25 34

145 44

45 54

55 64

10

65 74

18

75 84

11

85 94

Jumlah

60

3
60

5
60
7
60
10
60

18
60
11
60
6
60
60
60

LATIHAN ?!
1. Berikut ini adalah data dari pengukuran.
a. Panjang 100 lembar daun belimbing
satuan mm)
79 82
78
86
84
87
85
86
77 82
78
43
50
46
71
79
66 41
47
84
70
100 90
47
75 81
60
76
82
83
40
53
83 84
67
43
81
74
52
96
79 80
63
88
73
84
86
47
87 92
88
77
100 65
82
90
66 54
85
66
79
78
78
41
67 58
86
78
77
69
84
77
87 92
88
91
78
78
82
87

0,05

0,083

8,3

0,117

11,7

0,167

16,7

0,30

30

0,183

18,3

0,10

10

1,000

100,0

(diukur dalam
86

86

59

67

87

87

44

100

98

98

85

85

80

93

60

51

85

84

93

87

b. Presentase penghasilan 100 keluarga disuatu kota


yang mereka belanjakan untuk bahan makanan.
24 25
31
44
42
41
28
47
48
43
20 41
59
55
29
52
22
39
24
57
17 32
38
46
47
63
41
43
56
18
45 54
37
39
42
32
24
46
35
43
20 30
57
47
22
25
20
62
24
19
59 31
48
61
41
38
25
52
34
45
48 32
46
44
56
49
42
47
45
29
36 32
54
60
45
48
35
52
51
54
53 42
42
26
42
24
28
30
33
41
44 24
69
23
61
30
62
39
34
43
a) susunlah data-data tersebut dalam daftar
yang menurut pendapat anda paling baik
sebelum membuat distribusi frekuensinya!
b) Buatlah distribusi frekuensinya!
c) Buatlah histogram dan polygon frekuensinya!
2. Ulangi soal nomor 1 untuk membentuk frekuensi
relative, perbandingan, dan distribusi presentase!
3. Ulangi soal nomor 1 untuk membentuk distribusi
frekuensi kumulatif kurang dari dan frekuensi kumulatif
lebih dari!