Hasil pengukuran yang kita peroleh disebut dengan data mentah.

Besarnya hasil pengukuran

yang kita peroleh biasanya bervariasi. Apabila kita perhatikan data mentah tersebut, sangatlah
sulit bagi kita untuk menarik kesimpulan yang berarti. Untuk memperoleh gambaran yang baik
mengenai data tersebut, data mentah tersebut perlu di olah terlebih dahulu.
Pada saat kita dihadapkan pada sekumpulan data yang banyak, seringkali membantu untuk
mengatur dan merangkum data tersebut dengan membuat tabel yang berisi daItar nilai data yang
mungkin berbeda (baik secara individu atau berdasarkan pengelompokkan) bersama dengan
Irekuensi yang sesuai, yang mewakili berapa kali nilai-nilai tersebut terjadi. DaItar sebaran nilai
data tersebut dinamakan dengan DaItar Frekuensi atau Sebaran Frekuensi (Distribusi Frekuensi).
Dengan demikian, distribusi frekuensi adalah daItar nilai data (bisa nilai individual atau nilai
data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai dengan nilai
Irekuensi yang sesuai.
Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting data tersebut
dapat segera terlihat. DaItar Irekuensi ini akan memberikan gambaran yang khas tentang
bagaimana keragaman data. SiIat keragaman data sangat penting untuk diketahui, karena dalam
pengujian-pengujian statistik selanjutnya kita harus selalu memperhatikan siIat dari keragaman
data. Tanpa memperhatikan siIat keragaman data, penarikan suatu kesimpulan pada umumnya
tidaklah sah.
Sebagai contoh, perhatikan contoh data pada Tabel 1. Tabel tersebut adalah daItar nilai ujian
Matakuliah Statistik dari 80 Mahasiswa (Sudjana, 19xx).
Tabel 1. DaItar Nilai Ujian Matakuliah Statistik
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75
Sangatlah sulit untuk menarik suatu kesimpulan dari daItar data tersebut. Secara sepintas, kita
belum bisa menentukan berapa nilai ujian terkecil atau terbesar. Demikian pula, kita belum bisa
mengetahui dengan tepat, berapa nilai ujian yang paling banyak atau berapa banyak mahasiswa
yang mendapatkan nilai tertentu. Dengan demikian, kita harus mengolah data tersebut terlebih
dulu agar dapat memberikan gambaran atau keterangan yang lebih baik.
Bandingkan dengan tabel yang sudah disusun dalam bentuk daItar Irekuensi (Tabel 2a dan Tabel
2b). %,bel 2, merupakan daItar Irekuensi dari data tunggal dan %,bel 2b merupakan daItar
Irekuensi yang disusun dari data yang sudah di kelompokkan pada kelas yang sesuai dengan
selangnya. Kita bisa memperoleh beberapa inIormasi atau karakteristik dari data nilai ujian
mahasiswa.
Tabel 2a.
No Nil,i Uji,n Frekuensi

x
i
f
i

1 35 1
2 36 0
3 37 0
4 38 1
: : :
16 70 4
17 71 3
: : 1
42 98 1
43 99 1

Total 80
Pada Tabel 2a, kita bisa mengetahui bahwa ada 80 mahasiswa yang mengikuti ujian, nilai ujian
terkecil adalah 35 dan tertinggi adalah 99. Nilai 70 merupakan nilai yang paling banyak
diperoleh oleh mahasiswa, yaitu ada 4 orang, atau kita juga bisa mengatakan ada 4 mahasiswa
yang memperoleh nilai 70, tidak ada satu pun mahasiswa yang mendapatkan nilai 36, atau hanya
satu orang mahasiswa yang mendapatkan nilai 35.
Tabel 2b.
Kel,s ke- Nil,i Uji,n Frekuensi f
i

1 31 40 2
2 41 50 3
3 51 60 5
4 61 70 13
5 71 80 24
6 81 90 21
7 91 100 12

Jumlah 80
Tabel 2b merupakan daItar Irekuensi dari data yang sudah dikelompokkan. DaItar ini merupakan
daItar Irekuensi yang sering digunakan. Kita sering kali mengelompokkan data contoh ke dalam
selang-selang tertentu agar memperoleh gambaran yang lebih baik mengenai karakteristik dari
data. Dari daItar tersebut, kita bisa mengetahui bahwa mahasiswa yang mengikuti ujian ada 80,
selang kelas nilai yang paling banyak diperoleh oleh mahasiswa adalah sekitar 71 sampai 80,
yaitu ada 24 orang, dan seterusnya. Hanya saja perlu diingat bahwa dengan cara ini kita bisa
kehilangan identitas dari data aslinya. Sebagai contoh, kita bisa mengetahui bahwa ada 2 orang
yang mendapatkan nilai antara 31 sampai 40. Meskipun demikian, kita tidak akan tahu dengan
persis, berapa nilai sebenarnya dari 2 orang mahasiswa tersebut, apakah 31 apakah 32 atau 36
dst.
Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daItar Irekuensi.
Tabel 3.
Kel,s ke-
Sel,ng
Nil,i Uji,n
B,t,s Kel,s
Nil,i Kel,s
(x
i
)
Frekuensi
(f
i
)
1 31 40 30.5 40.5 35.5 2
2 41 50 40.5 50.5 45.5 3
3 51 60 50.5 60.5 55.5 5
4 61 70 60.5 70.5 65.5 13
5 71 80 70.5 80.5 75.5 24
6 81 90 80.5 90.5 85.5 21
7 91 100 90.5 100.5 95.5 12

Jumlah

80
R,nge : Selisih antara nilai tertinggi dan terendah. Pada contoh ujian di atas, Range 99 35
64
B,t,s b,, kel,s: Nilai terkecil yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas,
batas bawah kelasnya adalah 31, 41, 51, 61, ., 91)
B,t,s ,t,s kel,s: Nilai terbesar yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas,
batas bawah kelasnya adalah 40, 50, 60, ., 100)
B,t,s kel,s (Class boundary): Nilai yang digunakan untuk memisahkan antar kelas, tapi tanpa
adanya jarak antara batas atas kelas dengan batas bawah kelas berikutnya. Contoh: Pada kelas
ke-1, batas kelas terkecilnya yaitu 30.5 dan terbesar 40.5. Pada kelas ke-2, batas kelasnya yaitu
40.5 dan 50.5. Nilai pada batas atas kelas ke-1 (40.5) sama dengan dan merupakan nilai batas
bawah bagi kelas ke-2 (40.5). B,t,s kel,s sel,lu diny,t,k,n deng,n juml, digit s,tu
desim,l lebi b,ny,k d,rip,d, d,t, peng,m,t,n ,s,lny,. Hal ini dilakukan untuk menjamin
tidak ada nilai pengamatan yang jatuh tepat pada batas kelasnya, sehingga menghindarkan
keraguan pada kelas mana data tersebut harus ditempatkan. Contoh: bila batas kelas di buat
seperti ini:
Kelas ke-1 : 30 40
Kelas ke-2 : 40 50
:
dst.
Apabila ada nilai ujian dengan angka 40, apakah harus ditempatkan pada kelas-1 ataukah kelas
ke-2?
!,nj,ng/leb,r kel,s (sel,ng kel,s): Selisih antara dua nilai batas bawah kelas yang berurutan
atau selisih antara dua nilai batas atas kelas yang berurutan atau selisih antara nilai terbesar dan
terkecil batas kelas bagi kelas yang bersangkutan. Biasanya lebar kelas tersebut memiliki lebar
yang sama. Contoh:
lebar kelas 41 31 10 (selisih antara 2 batas bawah kelas yang berurutan) atau
lebar kelas 50 40 10 (selisih antara 2 batas atas kelas yang berurutan) atau
lebar kelas 40.5 30.5 10. (selisih antara nilai terbesar dan terkecil batas kelas pada kelas ke-
1)
Nil,i teng, kel,s: Nilai kelas merupakan nilai tengah dari kelas yang bersangkutan yang
diperoleh dengan Iormula berikut: (b,t,s ,t,s kel,s+b,t,s b,, kel,s). Nilai ini yang
dijadikan pewakil dari selang kelas tertentu untuk perhitungan analisis statistik selanjutnya.
Contoh: Nilai kelas ke-1 adalah (3140) 35.5
B,ny,k kel,s: Sudah jelas! Pada tabel ada 7 kelas.
Frekuensi kel,s: Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu. Contoh,
pada kelas ke-1, Irekuensinya 2. Nilai Irekuensi 2 karena pada selang antara 30.5 40.5,
hanya ada 2 angka yang muncul, yaitu nilai ujian 31 dan 38.
%eknik pembu,t,n %,bel Distribusi Frekuensi (%DF)
Distribusi Irekuensi dibuat dengan alasan berikut:
O kumpulan data yang besar dapat diringkas
O kita dapat memperoleh beberapa gambaran mengenai karakteristik data, dan
O merupakan dasar dalam pembuatan graIik penting (seperti histogram).
Banyak soItware (teknologi komputasi ) yang bisa digunakan untuk membuat tabel distribusi
Irekuensi secara otomatis. Meskipun demikian, di sini tetap akan diuraikan mengenai prosedur
dasar dalam membuat tabel distribusi Irekuensi.
Langkah-langkah dalam menyusun tabel distribusi Irekuensi:
O Urutkan data, biasanya diurutkan dari nilai yang paling kecil
o Tujuannya agar r,nge data diketahui dan mempermudah penghitungan Irekuensi
tiap kelas!
O Tentukan r,nge (rentang atau jangkauan)
o Range nilai maksimum nilai minimum
O Tentukan b,ny,k kel,s yang diinginkan. Jangan terlalu banyak/sedikit, berkisar antara 5
dan 20, tergantung dari banyak dan sebaran datanya.
o Aturan Sturges:
o Banyak kelas 1 3.3 log n, dimana n banyaknya data
O Tentukan p,nj,ng/leb,r kel,s interval (p)
o Panjang kelas (p) |rentang|/|banyak kelas|
O Tentukan nilai ujung b,, kel,s interval pertama
Pada saat menyusun TDF, pastikan bahwa kelas tidak tumpang tindih sehingga setiap nilai-nilai
pengamatan harus masuk tepat ke dalam satu kelas. Pastikan juga bahwa tidak akan ada data
pengamatan yang tertinggal (tidak dapat dimasukkan ke dalam kelas tertentu). Cobalah untuk
menggunakan lebar yang sama untuk semua kelas, meskipun kadang-kadang tidak mungkin
untuk menghindari interval terbuka, seperti _ 91 (91 atau lebih). Mungkin juga ada kelas
tertentu dengan Irekuensi nol.
Conto
Kita gunakan prosedur di atas untuk menyusun tabel distribusi Irekuensi nilai ujian mahasiswa
(Tabel 1).
Berikut adalah nilai ujian yang sudah diurutkan:

35 38 43 48 49 51 56 59 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 99

2. Range:
nilai tertinggi - nilai terendah, = 99 - 35 = 64

3. Banyak Kelas:
Tentukan banyak kelas yang diinginkan.
Apabila kita lihat nilai Range = 64, mungkin banyak kelas
sekitar 6 atau 7.
Sebagai latihan, kita gunakan aturan Sturges.
banyak kelas = 1 + 3.3 x log(n)
= 1 + 3.3 x log(80)
= 7.28 - 7

4. Panjang Kelas:
Panjang Kelas = range,/banyak kelas,
= 64/7
= 9.14 - 10
(untuk memudahkan dalam penyusunan TDF)

5. Tentukan nilai batas bawah kelas pada kelas pertama.
Nilai ujian terkecil = 35
Penentuan nilai batas bawah kelas bebas saja,
asalkan nilai terkecil masih masuk ke dalam kelas tersebut.
Misalkan: apabila nilai batas bawah yang kita pilih adalah 26,
maka interval kelas pertama: 26 - 35, nilai 35 tepat jatuh
di batas atas kelas ke-1. Namun apabila kita pilih
nilai batas bawah kelas 20 atau 25, jelas nilai terkecil, 35,
tidak akan masuk ke dalam kelas tersebut.
Namun untuk kemudahan dalam penyusunan dan pembacaan TDF,
tentunya juga untuk keindahan, he2.. lebih baik kita memilih
batas bawah 30 atau 31. Jk, saya tertarik dengan angka 31,
sehingga -atas -awahnya adalah 31.

Dari prosedur di atas, kita dapat info sebagai berikut:
Banyak kelas : 7
Panjang kelas : 10
Batas bawah kelas : 31
Selanjutnya kita susun TDF:
Form TDF:
------------------------------------------------------------
Kelas ke- | Nilai Ujian | Batas Kelas | Turus | Frekuensi
------------------------------------------------------------
1 31 -
2 41 -
3 51 -
: : -
6 81 -
7 91 -
------------------------------------------------------------
Jumlah
------------------------------------------------------------
Tabel berikut merupakan tabel yang sudah dilengkapi
Kel,s ke- Nil,i Uji,n B,t,s Kel,s
Frekuensi
(f
i
)
1 31 40 30.5 40.5 2
2 41 50 40.5 50.5 3
3 51 60 50.5 60.5 5
4 61 70 60.5 70.5 13
5 71 80 70.5 80.5 24
6 81 90 80.5 90.5 21
7 91 100 90.5 100.5 12

Jumlah

80
atau dalam bentuk yang lebih ringkas:
Kel,s ke- Nil,i Uji,n
Frekuensi
(fi)
1 31 40 2
2 41 50 3
3 51 60 5
4 61 70 13
5 71 80 24
6 81 90 21
7 91 100 12

Jumlah 80
Distribusi Frekuensi Rel,tif d,n Kumul,tif
Variasi penting dari distribusi Irekuensi dasar adalah dengan menggunakan nilai Irekuensi
relatiInya, yang disusun dengan membagi Irekuensi setiap kelas dengan total dari semua
Irekuensi (banyaknya data). Sebuah distribusi Irekuensi relatiI mencakup batas-batas kelas yang
sama seperti TDF, tetapi Irekuensi yang digunakan bukan Irekuensi aktual melainkan Irekuensi
relatiI. Frekuensi relatiI kadang-kadang dinyatakan sebagai persen.
Frekuensi relatiI
Contoh: Irekuensi relatiI kelas ke-1:
I
i
2; n 80
Frekuensi relatiI 2/80 x 100 2.5
Kel,s ke- Nil,i Uji,n Frekuensi rel,tif ()
1 31 40 2.50
2 41 50 3.75
3 51 60 6.25
4 61 70 16.25
5 71 80 30.00
6 81 90 26.25
7 91 100 15.00

Jumlah 100.00
Distribusi Frekuensi kumul,tif
Variasi lain dari distribusi Irekuensi standar adalah Irekuensi kumulatiI. Frekuensi kumulatiI
untuk suatu kelas adalah nilai Irekuensi untuk kelas tersebut ditambah dengan jumlah Irekuensi
semua kelas sebelumnya.
Perhatikan bahwa kolom Irekuensi selain label headernya diganti dengan Irekuensi kumulatiI
kurang dari, batas-batas kelas diganti dengan 'kurang dari ekspresi yang menggambarkan
kisaran nilai-nilai baru.
Nil,i Uji,n Frekuensi kumul,tif kur,ng d,ri
kurang dari 30.5 0
kurang dari 40.5 2
kurang dari 50.5 5
kurang dari 60.5 10
kurang dari 70.5 23
kurang dari 80.5 47
kurang dari 90.5 68
kurang dari 100.5 80
atau kadang disusun dalam bentuk seperti ini:
Nil,i Uji,n Frekuensi kumul,tif kur,ng d,ri
kurang dari 41 2
kurang dari 51 5
kurang dari 61 10
kurang dari 71 23
kurang dari 81 47
kurang dari 91 68
kurang dari 101 80
Variasi lain adalah Frekuensi kumulatiI lebih dari. Prinsipnya hampir sama dengan prosedur di
atas.
Histogr,m
Histogram adalah merupakan bagian dari graIik batang di mana skala horisontal mewakili nilai-
nilai data kelas dan skala vertikal mewakili nilai Irekuensinya. Tinggi batang sesuai dengan nilai
Irekuensinya, dan batang satu dengan lainnya saling berdempetan, tidak ada jarak/ gap diantara
batang. Kita dapat membuat histogram setelah tabel distribusi Irekuensi data pengamatan dibuat.

!oligon Frekuensi
!oligon Frekuensi menggunakan segmen garis yang terhubung ke titik yang terletak tepat di
atas nilai-nilai titik tengah kelas. Ketinggian dari titik-titik sesuai dengan Irekuensi kelas, dan
segmen garis diperluas ke kanan dan kiri sehingga graIik dimulai dan berakhir pada sumbu
horisontal.

Ogive
Ogive adalah graIik garis yang menggambarkan Irekuensi kumulatiI, seperti daItar distribusi
Irekuensi kumulatiI. Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis yang
dimulai dari batas bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir. Ogive
berguna untuk menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada gambar
berikut menunjukkan bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.