Statistika untuk
pengukuran
Alifah Bachmid 14. 701. 097
Ulfa Marwah
Sumiati
Distribusi frekuensi
Distribusi Frekuensi
107 KomentarPosted
by smartstat pada Maret 29, 2010
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
daftar nilai data yang mungkin berbeda
(baik secara individu atau berdasarkan
pengelompokkan) bersama dengan
frekuensi yang sesuai, yang mewakili
berapa kali nilai-nilai tersebut terjadi. Daftar
sebaran nilai data tersebut dinamakan
dengan Daftar Frekuensi atau Sebaran
Frekuensi (Distribusi Frekuensi).
Dengan demikian, distribusi
frekuensi adalah daftar nilai data (bisa nilai
49
84
71
48
90
92
74
70
38
81
91
56
98
93
81
87
82
74
80
78
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 daftar 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 daftar frekuensi
(Tabel 2a dan Tabel 2b). Tabel
2amerupakan daftar frekuensi dari data
tunggal dan Tabel 2b merupakan daftar
frekuensi yang disusun dari data yang sudah
di kelompokkan pada kelas yang sesuai
dengan selangnya. Kita bisa memperoleh
Nilai Ujian
Frekuensi
xi
fi
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
Nilai Ujian
Frekuensi fi
31 40
2
41 50
3
51 60
5
61 70
13
71 80
24
81 90
21
91 100
12
Jumlah
80
Tabel 2b merupakan daftar frekuensi dari
data yang sudah dikelompokkan. Daftar ini
merupakan daftar frekuensi 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 daftar 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
1
2
3
4
5
Selan
g
Nilai
Ujian
31
40
41
50
51
60
61
70
71
Batas
Kelas
Nilai
Kelas
(xi)
Frekue
nsi
(fi)
30.5
40.5
40.5
50.5
50.5
60.5
60.5
70.5
70.5
35.5
45.5
55.5
65.5
13
75.5
24
80
80.5
6
81
80.5
85.5
21
90
90.5
7
91
90.5
95.5
12
100
100.5
Jumlah
80
Range : Selisih antara nilai tertinggi dan
terendah. Pada contoh ujian di atas, Range
= 99 35 = 64
Batas bawah kelas: Nilai terkecil yang
berada pada setiap kelas. (Contoh: Pada
Tabel 3 di atas, batas bawah kelasnya
adalah 31, 41, 51, 61, , 91)
Batas atas kelas: Nilai terbesar yang
berada pada setiap kelas. (Contoh: Pada
Tabel 3 di atas, batas bawah kelasnya
adalah 40, 50, 60, , 100)
Batas kelas (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
Tentukan banyak
kelas 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
Tentukan panjang/lebar
kelas interval (p)
o
Panjang kelas (p) = [rentang]/
[banyak kelas]
Tentukan
nilai ujung
bawah
kelas 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
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)
:7
Panjang kelas
: 10
31 -
41 -
51 -
: -
81 -
91 -
-----------------------------------------------------------Jumlah
-----------------------------------------------------------Tabel berikut merupakan tabel yang sudah
dilengkapi
Kelas
ke-
Nilai
Ujian
Batas
Kelas
31 40
30.5
40.5
Frekue
nsi
(fi)
2
41 50
51 60
61 70
71 80
81 90
91 100
40.5
50.5
50.5
60.5
60.5
70.5
70.5
80.5
80.5
90.5
90.5
100.5
3
5
13
24
21
12
Jumlah
80
atau dalam bentuk yang lebih ringkas:
Kelas ke-
Nilai Ujian
1
2
3
4
5
6
7
31
41
51
61
71
81
91
40
50
60
70
80
90
100
Frekuensi
(fi)
2
3
5
13
24
21
12
Jumlah
80
Distribusi Frekuensi Relatif dan
Kumulatif
Variasi penting dari distribusi frekuensi
dasar adalah dengan menggunakan nilai
frekuensi relatifnya, yang disusun dengan
membagi frekuensi setiap kelas dengan
total dari semua frekuensi (banyaknya
data). Sebuah distribusi frekuensi relatif
mencakup batas-batas kelas yang sama
seperti TDF, tetapi frekuensi yang digunakan
bukan frekuensi aktual melainkan frekuensi
relatif. Frekuensi relatif kadang-kadang
dinyatakan sebagai persen.
Frekuensi relatif =
Contoh: frekuensi relatif kelas ke-1:
fi = 2; n = 80
Frekuensi relatif = 2/80 x 100% = 2.5%
Kelas
ke1
2
3
Nilai
Ujian
31 40
41 50
51 60
Frekuensi relatif
(%)
2.50
3.75
6.25
4
5
6
7
61 70
16.25
71 80
30.00
81 90
26.25
91 100
15.00
Jumlah
100.00
Distribusi Frekuensi kumulatif
Variasi lain dari distribusi frekuensi standar
adalah frekuensi kumulatif. Frekuensi
kumulatif untuk suatu kelas adalah nilai
frekuensi untuk kelas tersebut ditambah
dengan jumlah frekuensi semua kelas
sebelumnya.
Perhatikan bahwa kolom frekuensi selain
label headernya diganti dengan frekuensi
kumulatif kurang dari, batas-batas kelas
diganti dengan kurang dari ekspresi yang
menggambarkan kisaran nilai-nilai baru.
Nilai Ujian
kurang dari
30.5
kurang dari
40.5
kurang dari
50.5
Frekuensi kumulatif
kurang dari
0
2
5
kurang dari
10
60.5
kurang dari
23
70.5
kurang dari
47
80.5
kurang dari
68
90.5
kurang dari
80
100.5
atau kadang disusun dalam bentuk seperti
ini:
Nilai Ujian
kurang
41
kurang
51
kurang
61
kurang
71
kurang
81
kurang
dari
Frekuensi kumulatif
kurang dari
2
dari
dari
10
dari
23
dari
47
dari
68
91
kurang dari
80
101
Variasi lain adalah Frekuensi kumulatif lebih
dari. Prinsipnya hampir sama dengan
prosedur di atas.
Histogram
Histogram adalah merupakan bagian dari
grafik batang di mana skala horisontal
mewakili nilai-nilai data kelas dan skala
vertikal mewakili nilai frekuensinya. Tinggi
batang sesuai dengan nilai frekuensinya,
dan batang satu dengan lainnya saling
berdempetan, tidak ada jarak/ gap diantara
batang. Kita dapat membuat histogram
setelah tabel distribusi frekuensi data
pengamatan dibuat.
Poligon Frekuensi:
Poligon Frekuensi menggunakan segmen
garis yang terhubung ke titik yang terletak
tepat di atas nilai-nilai titik tengah kelas.
Ketinggian dari titik-titik sesuai dengan
frekuensi kelas, dan segmen garis diperluas
ke kanan dan kiri sehingga grafik dimulai
dan berakhir pada sumbu horisontal.
Ogive
Ogive adalah grafik garis yang
menggambarkan frekuensi kumulatif,
seperti daftar distribusi frekuensi kumulatif.
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
Persentil
Persentil yang biasa dilambangkan P,
adalah titik atau nilai yang membagi suatu
distribusi data menjadi seratus bagian yang
sama besar. Karena itu persentil sering
disebut ukuran perseratusan.
Titik yang membagi distribusi data ke
dalam seratus bagian yang sama besar itu
ialah titik-titik: P1, P2, P3, P4, P5, P6, dan
seterusnya, sampai dengan P99. jadi disini
kita dapati sebanyak 99 titik persentil yang
membagi seluruh distribusi data ke dalam
seratus bagian yang sama besar, masingmasing sebesar 1/ 100N atau 1%, seperti
terlihat pada kurva dibawah ini:
Untuk mencari persentil digunakan rumus
sebagai berikut:
Untuk data tunggal:
Pn= 1 +(n/10N fkb)
Fi
Untuk data kelompok:
Pn= 1+ (n/10N- fkb) xi
Fi
Pn= persentil yang ke-n (disini n dapat diisi
dengan bilangan-bilangan:1, 2, 3, 4, 5, dan
seterusnya sampai dengan 99.
1= lower limit( batas bawah nyata dari skor
atau interval yang mengandung persentil
ke-n).
N= number of cases.
Fkb= frekuensi kumulatif yang terletak
dibawah
skor
atau
interval
yang
mengandung persentil ke-n.
Fi= frekuensi dari skor atau interval yang
mengandung persentil ke-n, atau frekuensi
aslinya.
i= interval class atau kelas interval.
Tabel. 3.15. Perhitungan persentil ke-5,
persentil ke-20 dan persentil ke-75 dari data
yang tertera pada tabel 3.13.
Nilai (x)
F
Fkb
70-74
3
80
65-69
5
77
60-64
6
72
55-59
7
66
50-54
7
59
45-49
17
52
40-44
15
35
35-39
7
20
30-34
6
13
25-29
5
7
20-24
2
2
Total
80= N
Fi
8
= 39,50+2,67
= 42,17
Mencari persentil ke-95 (P95):
Titik P95= 95/100N= 95/100X80= 76
(terletak pada interval 65-69). Dengan
demikian dapat kita ketahui: 1= 64,50; fi=
5, dan fkb= 72, i=5
P95= 1 + (95/100N-fkb) Xi =64,50 +(6569) X 5
Fi
5
= 64,50+4
= 68,50
Tabel 3.16. Perhitungan persentil ke-35 dan
persentil ke-95 dari data yang tertera pada
tabel 3.14.
Nilai (x)
F
Fkb
70-74
3
80
65-69
5
77
60-64
6
72
55-59
7
66
50-54
7
59
45-49
17
52
40-44
15
35
35-39
7
20
30-34
6
13
25-29
5
7
20-24
2
2
Total
80= N
10. P20 = D2
11. P10 = D1
Jenjang persentil suatu angka adalah
besarnya persentase frekuensi yang lebih
kecil daripada angka tersebut. Misalnya : PR
(X =11) adalah 63, maksudnya angka 11
lebih besar daripada 63 persen angka yang
ada dalam distribusi frekuensi yang atau 63
persen dari bersangkutan frekuensi angkaangka dalam suatu distribusi lebih kecil
daripada 11, jadi P63 = 11
Tendensi Sentral
UKURAN NILAI SENTRAL DAN UKURAN
NILAI LETAK
A. Pengertian Nilai Sentral
Tendensi sentral merupakan upaya
mengetahui kondisi kelompok subyek
dengan mengetahui nilai sentral yang
dimiliki. Nilai sentral suatu rangkaian data
adalah nilai dalam rangkaian data yang
dapat mewakili data tersebut. Suatu
rangkaian data biasanya memiliki tendensi
(kecenderungan) untuk memusat pada nilai
sentral ini. Tendensi sentral ini memberi
informasi tentang kecenderungan data dari
kelompok sumber yang ada sebagai
deskripsi dasar tentang kondisi kelompok
sumber (subyek).
B. Macam Nilai Sentral
1. Arithmatic Mean (Rata-rata)
Disebut dengan nama rata-rata. mean
memberi informasi tentang besaran ratarata yang ada pada data.
87
CV CV CV
CV
FES GES HES CV JES
RI RI RI
ISRI RI
43
35
CV CV CV CV CV
KES LES MES NES OSR
RI RI RI
RI I
34
34
Mean = (5 + 6 + 8 + 7 + 9 + 4 + 3 + 3 + 5
+ 6 + 3 + 4 + 3 + 4 + 5)/5 = 75/15 = 5
b. Menghitung rata-rata dengan data dari
table distribusi frekuensi
Bila data sudah tersaji dalam bentuk data
frekuensi maka dipergunakan rumus:
4 12
3 12
3 15
2 12
Jumlah
fX
15 75
Mean = 75/15 = 5
2. Median
Median suatu rangkaian data adalah nilai
tengah dari rangkaian data yang telah
disusun secara berurut.
Contoh untuk Data Bercacah Ganjil:
Data: 3 4 5 5 6 Jumlah N = 5
Cara:
a. Susun data secara berurut.
b. Cari letak median dengan rumus
(letak median pada urutan ketiga)
c. Cari nilai median pada urutan ketiga
(median = 5)
Contoh untuk Data Bercacah Genap:
Data: 3 4 4 5 6 6 Jumlah N = 6
a. Susun data secara berurut
b. Cari letak median dengan rumus
(letak median pada urutan 3,5)
c. Cari nilai median pada urutan 3,5 [median
= (4 + 5)/2 = 4,5
Mdn = Median
Bbn = Batas bawah nyata dari interval yang
mengandung mediam
n
= Jumlah subyek
Cfb = Kumilatif frekuensi dari bawah di
bawah interval yang mengandung median
fd
= Frekuensi di dalam interval yang
mengandung median
i
= Banyaknya nilai dalam tiap interval
Nilai Skor
Keuntungan 15
Perusahaan
No X f
Cfb
9 1
15
8 1
14
7 1
13
6 2
12
5 3
10
4 3
3 4
Jumlah 15
Langkah:
1. Tentukan interval yang mengandung
median dengan menghitung n/2. dalam hal
ini 15/2 = 7,5
2. Beri tanda interval yang mengandung
median. dalam hal ini baris ke lima
3. Cari Kumulatif frekuensi dari bawah di
bawah interval yang mengandung
median, dalam hal ini 7.
4. Cari frekuensi yang ada di dalam interval
yang mengandung median, dalam hal ini 3.
5. masukkan semua itu ke dalam rumus
sebagai berikut:
Contoh Perhitungan:
Data penjualan komputer selama 7 bulan
terakhir:
Data: 2 4 3 3 6 5 7 (N = 7)
Langkah:
a. Susun data secara berurut, menjadi:
2334567
1) 2) 3) 4) 5) 6) 7)
b. Cari letak kuartil dengan rumus di atas:
data urutan kedua, jadi K1 = 3K1 = 1(7 +
1)/4 = 8/4 = 2
data urutan keempat, jadi K2 = 4K2 = 2(7
+ 1)/4 = 16/4 = 4
data urutan keenam, jadi K3 = 6K3 = 3(7
+ 1) /4 = 24/4 = 6
b. Desil (D)
Desil dari suatu rangkaian data adalah
ukuran letak yang membagi suatu distribusi
menjadi 10 bagian yang sama.
Rumus letak desil dapat dikembangkan dari
rumus kuartil di atas. Tinggal kita ubah
angka pembagi (100) dan bilangan persentil
yang dikehendaki, 1 30, 78 ....)
Contoh Perhitungan:
Data: 2 3 3 4 4 5 6 6 7 8 9 10 (N=12)
Urut 1) 2) 3) 4) 5) 6) 7) 9) 10) 11) 12)
Langkah:
11 9 9
0,7 (10-9) 0,7
11,7 9,7
Nilai desil 9 adalah data urutan ke-12 (Desil
9 = 10).
c. Persentil (P)
Persentil suatu rangkaian data adalah
ukuran letak yang membagi suatu distribusi
menjadi 100 bagian yang sama besar.
Rumus persentil juga dapat dikembangkan
dari rumus kuartil, tinggal kita ubah angka
pembagi (100) dan bilangan persentil yang
dikehendaki, 1 30, 78 ....)
Contoh Perhitungan Persentil:
N = 11Data: 2 3 3 4 4 5 6 7 10 12 13
Urut: 1) 2) 3) 4) 5) 6) 7) 9) 10) 11)
Langkah:
a) Tentukan letak data
b) Letak nilai P50 = 50(11 + 1)/100 = 6
Nilai P 50 adalah data nomor urut 6 (P50 =
5)
Ki = Kuartil ke i
Bbn = Batas bawah nyata dari interval yang
mengandung kuartil ke i
n
= Jumlah subyek
Cfb = Kumilatif frekuensi dari bawah di
bawah interval yang mengandung
kuartil ke i
fd
= Frekuensi di dalam interval yang
mengandung kuartil ke i
i
= Banyaknya nilai dalam tiap interval
Demikian masalah tendensi sentral. yang
jelas tendensi sentral ini sangat berfungsi
bagi kita untuk membuat deskripsi data
secara lebih jelas sehingga diketahui
kecenderungan-kecenderungan yang
dimiliki oleh kelompok subyek data.