Distribusi Frekuensi

106 Komentar Posted 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 individual atau
nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai dengan
nilai frekuensi yang sesuai.
Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting data
tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan gambaran yang khas
tentang bagaimana keragaman data. Sifat keragaman data sangat penting untuk diketahui,
karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu memperhatikan sifat
dari keragaman data. Tanpa memperhatikan sifat keragaman data, penarikan suatu
kesimpulan pada umumnya tidaklah sah.
Sebagai contoh, perhatikan contoh data pada Tabel 1. Tabel tersebut adalah daftar nilai ujian
Matakuliah Statistik dari 80 Mahasiswa (Sudjana, 19xx).
Tabel 1. Daftar Nilai Ujian Matakuliah Statistik
79
80
70
68
90
92
80
70
63
76

49
84
71
72
35
93
91
74
60
63

48
90
92
85
83
76
61
99
83
88

74
70
38
51
73
71
72
95
82
70

81
91
56
65
74
90
97
80
60
66

98
93
81
93
43
72
91
59
67
88

87
82
74
83
86
67
88
71
89
79

80
78
73
86
88
75
81
77
63
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 2a merupakan 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 beberapa informasi atau karakteristik dari data nilai
ujian mahasiswa.
Tabel 2a.
No
1
2
3
4
:
16
17
:
42
43

Nilai Ujian
xi
35
36
37
38
:
70
71
:
98
99
Total

Frekuensi
fi
1
0
0
1
:
4
3
1
1
1
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.
Kelas ke1
2
3
4
5
6
7

Nilai Ujian
31 40
41 50
51 60
61 70
71 80
81 90
91 100
Jumlah

Frekuensi fi
2
3
5
13
24
21
12
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 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 daftar frekuensi.
Tabel 3.
Kelas ke1
2
3
4
5
6
7

Selang
Nilai Ujian
31 40
41 50
51 60
61 70
71 80
81 90
91 100
Jumlah

Batas Kelas
30.5 40.5
40.5 50.5
50.5 60.5
60.5 70.5
70.5 80.5
80.5 90.5
90.5 100.5

Nilai Kelas
(xi)
35.5
45.5
55.5
65.5
75.5
85.5
95.5

Frekuensi
(fi)
2
3
5
13
24
21
12
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 batas bawah bagi kelas ke-2 (40.5). Batas kelas selalu dinyatakan dengan
jumlah digit satu desimal lebih banyak daripada data pengamatan asalnya. 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?
Panjang/lebar kelas (selang kelas): 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)
Nilai tengah kelas: Nilai kelas merupakan nilai tengah dari kelas yang bersangkutan yang
diperoleh dengan formula berikut: (batas atas kelas+batas bawah kelas). Nilai ini yang
dijadikan pewakil dari selang kelas tertentu untuk perhitungan analisis statistik selanjutnya.
Contoh: Nilai kelas ke-1 adalah (31+40) = 35.5
Banyak kelas: Sudah jelas! Pada tabel ada 7 kelas.
Frekuensi kelas: Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu.
Contoh, pada kelas ke-1, frekuensinya = 2. Nilai frekuensi = 2 karena pada selang antara 30.5
40.5, hanya ada 2 angka yang muncul, yaitu nilai ujian 31 dan 38.

Teknik pembuatan Tabel Distribusi Frekuensi (TDF)

Distribusi frekuensi dibuat dengan alasan berikut:

kumpulan data yang besar dapat diringkas

kita dapat memperoleh beberapa gambaran mengenai karakteristik data, dan

merupakan dasar dalam pembuatan grafik penting (seperti histogram).

Banyak software (teknologi komputasi ) yang bisa digunakan untuk membuat tabel distribusi
frekuensi secara otomatis. Meskipun demikian, di sini tetap akan diuraikan mengenai
prosedur dasar dalam membuat tabel distribusi frekuensi.
Langkah-langkah dalam menyusun tabel distribusi frekuensi:

Urutkan data, biasanya diurutkan dari nilai yang paling kecil

o Tujuannya agar range data diketahui dan mempermudah penghitungan
frekuensi tiap kelas!

Tentukan range (rentang atau jangkauan)

o Range = nilai maksimum nilai minimum

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 nilainilai 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 frekuensi nol.
Contoh:
Kita gunakan prosedur di atas untuk menyusun tabel distribusi frekuensi nilai ujian
mahasiswa (Tabel 1).
Berikut adalah nilai ujian yang sudah diurutkan:
35
61
70
73
78
82
88
91

38
63
70
74
79
82
88
92

43
63
70
74
79
83
88
92

48
63
71
74
80
83
88
93

49
65
71
74
80
83
89
93

51
66
71
75
80
84
90
93

56
67
72
75
80
85
90
95

59
67
72
76
81
86
90
97

60
68
72
76
81
86
91
98

60
70
73
77
81
87
91
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. Ok, saya tertarik dengan angka 31,
sehingga batas bawahnya 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

Kelas ke-

Nilai Ujian

Batas Kelas

1
2
3
4
5
6
7

31 40
41 50
51 60
61 70
71 80
81 90
91 100
Jumlah

30.5 40.5
40.5 50.5
50.5 60.5
60.5 70.5
70.5 80.5
80.5 90.5
90.5 100.5

Frekuensi
(fi)
2
3
5
13
24
21
12
80

atau dalam bentuk yang lebih ringkas:

Kelas ke-

Nilai Ujian

1
2
3
4
5
6

31 40
41 50
51 60
61 70
71 80
81 90

Frekuensi
(fi)
2
3
5
13
24
21

91 100
Jumlah

12
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
4
5
6
7

Nilai Ujian
31 40
41 50
51 60
61 70
71 80
81 90
91 100
Jumlah

Frekuensi relatif (%)

2.50
3.75
6.25
16.25
30.00
26.25
15.00
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
kurang dari 60.5
kurang dari 70.5
kurang dari 80.5

Frekuensi kumulatif kurang dari

0
2
5
10
23
47

kurang dari 90.5

kurang dari 100.5

68
80

atau kadang disusun dalam bentuk seperti ini:

Nilai Ujian
kurang dari 41
kurang dari 51
kurang dari 61
kurang dari 71
kurang dari 81
kurang dari 91
kurang dari 101

Frekuensi kumulatif kurang dari

2
5
10
23
47
68
80

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 nilai di bawah nilai tertentu. Sebagai contoh, pada
gambar berikut menunjukkan bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.

Bab III : Distribusi Frekuensi dan Grafik

Posted by vebriana parmita on September 21, 2013
Posted in: Statistika Ekonomi. 5 Comments
A. Definisi dan Bentuk Distribusi Frekuensi
Distribusi Frekuensi adalah pengelompokkan data ke dalam beberapa kategori yang
menunjukkan banyaknya data dalam setiap kategori, dan setiap data tidak dapat dimasukkan
ke dalam dua atau lebih kategori. Distribusi frekuensi adalah susunan data dalam bentuk
tunggal atau kelompok menurut kelas-kelas tertentu dalam sebuah daftar.
Menurut Hasan, distribusi frekuensi adalah susunan data menurut kelas-kelas tertentu (2005:
41). Sedangkan menurut Suharyadi dan Purwanto, distribusi frekuensi adalah pengelompokan
data ke dalam beberapa kategori yang menunjukkan banyaknya data dalam setiap kategori,
dan setiap data tidak dapat dimasukkan ke dalam dua atau lebih kategori (2003: 25).
Tujuan distribusi frekuensi ini, yaitu :
1. Memudahkan dalam penyajian data, mudah dipahami, dan dibaca sebagai bahan
informasi.
2. Memudahkan dalam menganalisa/menghitung data, membuat tabel, grafik.
Hal-hal yang perlu diperhatikan dalam pembuatan distribusi frekuensi :
1. Untuk dapat menyusun suatu tabel distribusi frekuensi harus tersedia data. Data yang baru
saja
dikumpulkan
dari
lapangan
disebut
data
kasar.
Contoh:
Data masa kerja karyawan UMY adalah sbb:

2. Data yang telah disusun ke dalam urutan dari nilai terbesar hingga data terkecil atau
sebaliknya disebut array data.
Contoh:
Data masa kerja 40 karyawan UMY adalah sbb:

3. Beda atau selisih antara angka terbesar dengan angka terkecil disebut dengan jarak atau
range.
4. Jika array data itu dibagi atas kelompok-kelompok tertentu maka kelompok-kelompok itu
disebut dengan kelas.
5. Bilangan-bilangan yang menyatakan banyaknya data yang terdapat dalam setiap kelas
disebut frekuensi.
6. Jarak antara kelas yang satu dengan kelas yang lain disebut interval kelas.
Bentuk Umum Tabel Distribusi Frekuensi

B. Istilah-istilah Dalam Distribusi Frekuensi

Kelas
Adalah penggolongan data yang dibatasi oleh nilai terendah dan nilai tertinggi dalam suatu
kelas.
Interval
Kelas
Lebar dari sebuah kelas dan dihitung dari perbedaan antara kedua tepi kelasnya. Contoh :
65 67 > Interval kelas pertama
68 70 > Interval kelas kedua
71 73 > Interval kelas ketiga
74 76 > Interval kelas keempat

77 79 > Interval kelas kelima

80 82 > Interval kelas keenam
Batas
Kelas
(class
limit)
Nilai batas tiap kelas dalam sebuah distribusi frekuensi dan dipergunakan sebagai pedoman
guna memasukkan angka-angka hasil observasi ke dalam kelas-kelas yang sesuai.
1. Batas Kelas Bawah (lower class limit) adalah angka pada kolom kelas yang
letaknya disebelah kiri.
2. Batas Kelas Atas (upper class limit) adalah angka pada kolom kelas yang letaknya
disebelah kanan.
Tepi
Kelas
(class
boundaries/true
limits)
:
1.
Tepi
Kelas
Bawah
(lower
class
bounderis)
Batas kelas pertama yang benar-benar dimiliki oleh distribusi frekuensi tersebut, yaitu batas
kelas bawah dikurangi 1digit dibelakang koma.
2.
Tepi
Kelas
Bawah
(upper
class
bounderis)
Batas kelas kedua yang benar-benar dimiliki oleh distribusi frekuensi tersebut, yaitu batas
kelas atas ditambah 1digit dibelakang koma.
Tepi atas = batas atas + 0,5
Tepi bawah = batas bawah 0,5
Lebar kelas
Lebar kelas = tepi atas tepi bawah
Mid
Point
(titik
tengah)
Rata-rata dari kedua batas kelasnya/kelas limitnya. Titik tengah = 1/2 (batas atas + batas
bawah)
C. Macam-macam Distribusi Frekuensi
Terdapat dua jenis distribusi frekuensi yaitu:
1.
Distribusi
frekuensi
numerikal
(Numerical
frequency
distribution)
Distribusi frekuensi numerikal yaitu distribusi frekuensi yang pembagian kelas-kelasnya
berupa angka-angka atau secara kuantitatif. Contoh distribusi frekuensi numerikal yaitu:

Distribusi
Frekuensi
Numerikal,
dibagi
menjadi:
a.
Distribusi
Frekuensi
Relatif
Distribusi frekuensi relatif yaitu distribusi frekuensi yang angka-angka frekuensinya tidak
dinyatakan dalam angka-angka absolut tetapi angka-angka relatif atau persentase. Contohnya
yaitu:

b.
Distribusi
Frekuensi
Komulatif
Distribusi
frekuensi
komulatif
terdiri
dari
dua
jenis
yaitu
:
1)
Distribusi
frekuensi
kurang
dari
Distribusi frekuensi kurang dari yaitu distribusi frekuensi yang memasukkan frekuensi
kelas-kelas sebelumnya. Contohnya yaitu:

2)
Distribusi
frekuensi
atau
lebih
Distribusi frekuensi atau lebih yaitu distribusi frekuensi yang memasukkan frekuensi kelaskelas sesudahnya. Contohnya yaitu:

2.
Distribusi
frekuensi
kategoris
(Categorical
frequency
distribution)
Distribusi frekuensi kategoris yaitu distribusi yang pembagian kelasnya berdasarkan kategorikategori atau secara kualitatif. Contoh Distribusi frekuensi kategoris yaitu:

D. Teknik Pembentukan Distribusi Frekuensi

Ada 2 teknik pembentukan distribusi frekuensi, yaitu:
1. Trial and error
2. Melalui tahap-tahap sebagai berikut:
a. Menentukan banyaknya kelas
Menentukan banyaknya kelas edapat menggunakan kriterium Sturge
K = 1 + 3,322 log n
K = banyaknya kelas yang sedang dicari
n = banyaknya data
b. Menentukan besarnya interval kelas (i)
i = r/k
r = Jarak atau range

k = Banyak kelas
Range = angka terbesar angka terkecil
c. Menghitung frekuensi data
Contoh Soal
Data berikut ini merupakan nilai ujian Matakuliah Statistik I dari 25 mahasiswa:

Berdasarkan data tersebut:

1. Buatlah tabel distribusi frekuensi.
2. Tentukan batas kelas, tepi kelas, dan titik tengah.
3. Buatlah distribusi frekuensi relative.
4. Buatlah distribusi frekuensi kumulatif kurang dari.
5. Buatlah distribusi frekuensi kumulatif atau lebih.
Penyelesaian:
1. Tabel distribusi frekuensi
Langkah-langkah pembentukan distribusi frekuensi:
a. Menentukan banyaknya kelas
Menentukan banyaknya kelas dapat menggunakan kriterium Sturges:
K = 1 + 3,322 log n
K = 1+ 3,322 log 25
K = 1+ 3,322 (1,398)
K = 5,644
K = 6 (dibulatkan)
b. Menentukan besarnya interval kelas (i)
i = r/k
r = Jarak atau range
k = Banyak kelas
Range = angka terbesar angka terkecil
Angka terkecil = 27
Angka terbesar = 94
Range = 94 27 = 67
Banyaknya kelas = 6

i = 67/6 = 11,17 = 12 (dibulatkan)

c. Membuat tabel distribusi frekuensi

Penyajian distribusi frekuensi

2. Tentukan batas kelas, tepi kelas, dan titik tengah

3. Distribusi frekuensi relatif

Frekuensi kelas 1 = 1/25 x 100 = 0,08 = 4 %

Frekuensi kelas 2 = 3/25 x 100 = 0,08 = 12 %
Frekuensi kelas 3 = 5/25 x 100 = 0,20 = 20 %
Frekuensi kelas 4 = 8/25 x 100 = 0,32 = 32 %
Frekuensi kelas 5 = 5/25 x 100 = 0,20 = 20 %
Frekuensi kelas 6 = 3/25 x 100 = 0,12 = 12 %
4. Distribusi frekuensi kumulatif kurang dari

5. Distribusi frekuensi kumulatif atau lebih

E. Grafik Distribusi Frekuensi

1.
Histogram
Histogram adalah diagram batang yang lebarnya menunjukkan interval kelas, sedangkan
batas-batas tepi batang merupakan tepi bawah dan tepi atas kelas, dan tingginya
menunjukkan frekuensi pada kelas tersebut. Jika pada diagram batang, gambar batangbatangnya terpisah maka pada histogram gambar batang-batangnya berimpit. Histogram
terdiri dari 2 sumbu, sumbu vertikal sebagai skala frekuensi sedangkan sumbu horisontal
untuk skala kelas.
Contoh :
Diketahui nilai ujian 40 siswa di SMA Jaya Selalu. Tentukan histogram daftar distribusi
frekuensi dan frekuensi relatifnya.

Maka histogramnya

2.
Poligon
Frekuensi
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. Kurva frekuensi dapat digambarkan dengan memanfaatkan histogram frekuensi
dengan menggunakan angka-angka tepi kelas sebagai skala kelas, dengan menghubungkan
titik-titik tengah masing-masing balok.
Contoh :
Berikut ini upah karyawan (dalam ribuan rupiah) per minggu dari sebuah perusahaan.

Hasil akhir dari histogram dan poligon frekuensi dari tabel distribusi frekuensi di atas dapat
dilihat pada gambar berikut.

3.
Ogive
Curve
atau
Kurva
Ogive
Kurva ogive merupakan diagram garis yang menunjukkan kombinasi antara interval kelas
dengan frekuensi kumulatif. Kurva ogif menunjukkan frekuensi kumulatif pada setiap tingkat
atau kategori. Sumbu horizontal pada kurva ogif menunjukkan tepi interval kelas dan sumbu
vertical menunjukkan frekuensi kumulatif. Kurva ogif memudahkan kita untuk melihat
frekuensi kumulatif baik dalam bentuk nilai absolute maupun nilai relative pada tingkat atau
interval tertentu.
Daftar distribusi kumulatif ada dua macam, yaitu sebagai berikut :
a. Daftar distribusi kumulatif kurang dari (menggunakan tepi atas)
b. Daftar distribusi kumulatif lebih dari (menggunakan tepi bawah)
Contoh :
Data upah karyawan sebelumnya dapat digambarkan ogivenya. Akan tetapi sebelum itu, buat
terlebih dahulu tabel distribusi frekuensi kumulatifnya.

Dari tabel distribusi frekuensi kumulatif di atas, dapat digambarkan ogive seperti pada
diagram berikut.

F. Model-model Populasi
Poligon frekuensi yang merupakan garis patah-patah dapat didekati oleh sebuah lengkungan
halus yang bentuknya secocok mungkin dengan bentuk poligon tersebut. Lengkungan yang
didapat dinamakan kurva frekuensi. Jika semua data dalam populasi dapat dikumpulkan lalu
dibuat daftar distribusi frekuensinya dan akhirnya digambarkan kurva frekuensinya, maka
kurva ini dapat menjelaskan sifat-sifat karakteristik populasi. Kurva ini merupakan model
populasi yang akan ikut menjelaskan ciri-ciri populasi. Dalam praktek, model populasi ini
biasanya didekati oleh atau diturunkan dari kurva frekuensi yang diperoleh dari sampel
reprenentatif yang diambil dari populasi.
Untuk keperluan teori dan metode yang lebih lanjut, metode populasi ini dituangkan dalam
bentuk persamaan matematik. Beberapa diantaranya akan dibahas kemudian. Pada saat
sekarang hanya akan diberikan bentuk kurva untuk model populasi yang sering dikenal.
Diantaranya model normal, simetrik, positif atau miring ke kiri, negatif atau miring ke kanan,
bentuk J dan U.

1. Model normal, yang sebenarnya akan lebih tepat digambarkan berdasarkan persamaan
matematiknya. Bentuk model normal selalu simetrik dan mempunyai sebuah puncak. Kurva
dengan sebuah puncak disebut unimodal.

2. Model simetrik, di sini juga unimodal. Perhatikan bahwa model normal selalu simetrik
tetapi tidak sebaliknya.

3. Model positif menggambarkan bahwa terdapat sedikit gejala yang bernilai makin besar.

4. Model negatif terjadi sebaliknya. Soal ujian yang terlalu mudah sehingga banyak peserta
yang mendapat nilai baik menggambarkan model negatif.

5. model berbentuk J ini terdapat dalam dunia ekonomi, industri dan fisika.

6. Model bentuk U menggambarkan mula-mula terdapat gejala bernilai kecil,

kemudian menurun sementara gejala bernilai besar dan akhirnya menaik lagi untuk nilai
gejala yang makin besar.

Model dengan lebih dari sebuah puncak disebut multimodal. Kalau hanya ada dua puncak
disebut bimodal