Anda di halaman 1dari 26

BAB V

DISTRIBUSI FREKUENSI DAN PENGUKURAN

5.1. Landasan Teori


Landasan teori merupakan bagian yang mengandung teori bersifat
relevan untuk menjelaskan hal-hal yang akan dibahas atau diteliti guna
memecahkan permasalahan dengan menggunakan pembahasan teoritis
tersebut. Landasan teori distribusi frekuensi dan pengukuran terdiri dari
pengertian distribusi frekuensi, bagian-bagian tabel distribusi frekuensi,
langkah-langkah menyusun tabel distribusi frekuensi, jenis-jenis distribusi
frekuensi, membuat dan menyajikan grafik, pengertian ukuran nilai pusat,
serta jenis-jenis ukuran nilai pusat. Berikut ini merupakan landasan teori
berkaitan dengan distribusi frekuensi dan pengukuran.

5.1.1 Pengertian Distribusi Frekuensi


Distribusi frekuensi disajikan dalam bentuk daftar, yang berisi interval
kelas dan jumlah objek (frekuensi) yang termasuk dalam kelas interval
tersebut. Suatu daftar distribusi frekuensi dapat diperoleh keterangan atau
gambaran sederhana dan sistematis dari data yang diperoleh (Walpole, 1995).
Frekuensi adalah jumlah timbulnya kejadian atau nilai pada kelas
tertentu. Sedangkan distribusi frekuensi merupakan suatu pengelompokan
atau penyusunan data menjadi tabulasi data yang memakai kelas-kelas data
dan dikaitkan dengan masing-masing frekuensinya (Boediono dan Koster,
2001).
Distribusi frekuensi yaitu pengelompokan data ke dalam beberapa
kelompok (kelas). Dihitung banyaknya data yang masuk ke dalam tiap kelas
(Supranto, 2008).
Distribusi Frekuensi merupakan susunan data menurut kelas-kelas
interval tertentu atau menurut kategori tertentu dalam sebuah daftar. Data

V-1
V-2

yang telah diperoleh dari suatu penelitian yang masih berupa data acak yang
dapat dibuat menjadi data berkelompok (Hasan, 2011).

5.1.2 Bagian-Bagian Tabel Distribusi Frekuensi


Distrbusi frekuensi ditentukan oleh tujuh macam bagian. Berikut ini
bagian-bagian tabel distribusi frekuensi (Hasan, 2011).
1. Kelas-Kelas (Class)
Kelas adalah kelompok nilai data atau variabel.
2. Batas Kelas (Class Limits)
Batas kelas 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 di deretan sebelah kiri setiap kelas.
b. Batas kelas atas (Upper Class Limits)
Terdapat di deretan sebelah kanan setiap kelas.
3. Tepi Kelas (Class Boundary)
Terdapat dua tepi kelas, yaitu:
a. Tepi bawah kelas atau batas kelas bawah
Merupakan batas bawah kelas dikurang 0,5.
b. Tepi atas kelas atau batas kelas atas
Merupakan batas atas kelas ditambah 0,5.
4. Titik Tengah Kelas (Class Midpoint)
Titik tengah kelas adalah angka atau nilai data yang tepat terletak di
tengah suatu kelas. Titik tengah kelas merupakan nilai yang mewakili
kelasnya. Rumus untuk menentukan titik tengah kelas dapat dilihat pada
rumus 5.1 dibawah ini.
Titik tengah kelas = (batas atas + batas bawah)
.... (5.1)
5. Interval Kelas (Class Interval)
Interval kelas adalah selang yang memisahkan kelas yang satu dengan kelas
yang lain.
V-3

6. Panjang Interval Kelas


Panjang interval kelas adalah jarak antara tepi atas kelas dan tepi bawah
kelas.
7. Frekuensi Kelas
Frekuensi kelas adalah banyaknya data yang termasuk ke dalam kelas
tertentu.

5.1.3 Langkah-Langkah Menyusun Tabel Distribusi Frekuensi


Distribusi frekuensi adalah suatu daftar yang memuat data
berkelompok. Distribusi frekuensi adalah susunan data menurut kelas-kelas
interval tertentu menurut kategori tertentu dalam sebuah daftar. Adapun
beberapa bagian yang berkenaan dengan sebuah tabel distribusi frekuensi.
Terdapat tujuh bagian yaitu (Hasan, 2011).
1. Mengurutkan data dari yang terkecil sampai yang terbesar.
2. Menentukan jangkauan (range) dari data. Rumus untuk menentukan nilai
range dapat dilihat pada rumus 5.2 dibawah ini.

Range (R) = data tertinggi data terendah


...... (5.2)
3. Menentukan banyaknya kelas (k)
Banyaknya kelas ditentukan dengan rumus sturgess. Rumus menentukan
banyaknya kelas dapat dilihat pada rumus 5.3 dibawah ini.

k = 1 + 3,322 log n
............ (5.3)
Keterangan:
k = Jumlah kelas.
n = Banyaknya data.
4. Menghitung panjang interval kelas (i). Rumus menentukan panjang interval
dapat dilihat pada rumus 5.4 dibawah ini.

jangkauan(R)
Panjang interval kelas(i) =
banyaknya kelas(k)
.. (5.4)
V-4

5. Menentukan batas data terendah atau ujung data pertama, dilanjutkan


menghitung kelas interval, caranya menjumlahkan ujung bawah kelas
ditambah panjang kelas (i) dan hasilnya dikurangi 1 sampai pada data yang
dikehendaki.
6. Membuat tabel sementara dengan cara dihitung satu demi satu yang sesuai
dengan urutan interval kelas.
7. Membuat tabel distribusi frekuensi dengan cara memindahkan semua angka
frekuensi.
Penyusunan distribusi frekuensi, terdapat beberapa cara. Berikut ini cara
penyusunan distribusi frekuensi (Muttaqin dan Suryadi, 1997).
1. Tentukan rentang, yaitu nilai maksimum (terbesar) dikurangi nilai
minimum (terkecil). Rumus menentukan nilai rentang dapat dilihat pada
rumus 5.5 dibawah ini.
r = nilai maksimum nilai minimum
..... (5.5)
2. Tentukan banyaknya kelas dengan memakai rumus empiris Sturgess, yaitu
k = 1 + 3,3 log n dimana k adalah banyaknya kelas dan n adalah jumlah
data.
3. Tentukan panjang kelas interval p, dengan cara membagi jangkauan data
r
(r) dengan banyaknya kelas (k), yaitu = .
k
4. Pilih ujung bawah kelas interval pertama.
5. Buat data tabulasi.

5.1.4 JenisJenis Distribusi Frekuensi


Penyajian data dalam tabel distribusi frekuensi terbagi menjadi tiga
jenis. Jenis yang pertama adalah distribusi frekuensi relatif dan yang kedua
adalah distribusi frekuensi kumulatif dan yang ketiga distribusi frekuensi
relatif kumulatif. Penjelasannya sebagai berikut (Hasan, 2011).
V-5

1. Distribusi Frekuensi Relatif


Merupakan distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara
frekuensi kelas (fi) dengan jumlah pengamatan yang terkandung dalam
kumpulan data yang berdistribusi tertentu (f) dikali dengan 100%
(Hasan, 2011).

F relatif = fi 100% , i = 1, 2, 3, ...


f ..... (5.6)
2. Distribusi Frekuensi Kumulatif
Merupakan distribusi frekuensi yang berisikan frekuensi kumulatif, yaitu
frekuensi yang dijumlahkan. Distribusi frekuensi kumulatif memiliki grafik
atau kurva yang disebut ogif. Ogif mencantumkan nilai frekuensi
kumulatifnya dan digunakan sebagai nilai batas kelas. Dua macam
distribusi frekuensi kumulatif yaitu sebagai berikut (Hasan, 2011).
a. Distribusi Frekuensi Kumulatif Kurang Dari
Merupakan distribusi frekuensi yang memuat jumlah frekuensi yang
memiliki nilai kurang dari batas kelas suatu interval tertentu.
b. Distribusi Frekuensi Kumulatif Lebih Dari
Merupakan distribusi frekuensi yang memuat jumlah frekuensi yang
memiliki nilai lebih dari batas kelas suatu interval tertentu.
3. Distribusi Frekuensi Relatif Kumulatif
Merupakan distribusi frekuensi yang nilai frekuensi kumulatif diubah
menjadi nilai frekuensi relatif atau dalam bentuk persentase (%). Rumus
untuk menentukan nilai frekuensi relatif dapat dilihat pada rumus 5.7
dibawah ini. (Hasan, 2011).

F relatif = F 100%, i = 1, 2, 3, ...)


n
. (5.7)

Dengan:
F = Frekuensi kumulatif kelas.
n = Banyaknya data.
V-6

5.1.5 Membuat dan Menyajikan Grafik


Penyajian suatu data dalam distribusi frekuensi dapat dilakukan
dengan cara-cara tertentu. Penggambaran data pada distribusi frekuensi
biasanya digambarkan dengan tiga cara, yaitu histogram, poligon, dan ogif.
Penjelasannya sebagai berikut (Hasan, 2011).
1. Histogram
Grafik histogram merupakan grafik berbentuk batang pada distribusi
frekuensi. Bedanya grafik histogram dengan grafik batang yaitu pada
grafik histogram tidak mempunyai jarak antara batang yang satu dengan
yang lainnya, sedangkan grafik batang memiliki jarak antara batang yang
satu dengan yang lainnya. Langkah-langkah dalam membuat grafik
histogram sebagai berikut.
a. Mengumpulkan Data
Data yang kita dapat tentunya belum sepenuhnya terurut, maka dari
itu kita terlebih dahulu mengurutkan data.
b. Mengelompokkan Data
Data yang sudah dikumpulkan, kemudian dikelompokkan. Mencari
nilai terbesar, nilai terkecil.
c. Menentukan Jumlah Kelas
Data yang dikelompokkan kemudian diolah lebih lanjut lagi.
Mencarirentang kelas dan jumlah kelasdengan aturan Sturgges. Didapat
data yang konkret, maka bisa membuat tabel distribusi.
d. Menghitung atau Mencari Interval Kelas
Tabel distribusi yang sudah jadi kemudian mencari atau menentukkan
interval kelas.
e. Membuat Absis dan Ordinat
Interval kelas sudah di dapat, maka membuat absis dan ordinat terlebih
dahulu.
f. Absis diberi nama nilai dan ordinat diberi nama frekuensi.
V-7

g. Membuat skala pada absis dan ordinat. Perskalaan pada absis ini tidak
perlu sama dengan perskalaan pada ordinat. Hal ini harus disesuaikan
dengan kebutuhan, yang terpentin adalah skala-skala pada absis harus
dapat memuat semua nilai (dan oleh karena itu histogram dibuat atas
dasar batas nyata, maka skala-skala pada ordinat harus dapat memuat
frekuensi tinggi).
h. Mendirikan segiempat-segiempat ada absis. Tinggi masing-masing
segiempat harus sama dengan (sesuai dengan) frekuensi tiap-tiap nilai
variabelnya. Segiempat-segiempat ini berimpit satu sama lain pada
batas nyatanya.
i. Membuat grafik histogram dapat dilihat melalui Gambar 5.1 dibawah
ini.

10

6
Frekuensi

5 8
8
4

3
6
2
3 3
1 2

135,5 141,5 147,5 153,5 159,5 165,5 171,5


Batas Kelas

Gambar 5.1 Histogram


2. Poligon
Grafik poligon merupakan grafik berbentuk garis, dibuat dengan cara
menarik garis dari satu titik tengah batang histogram ke titik tengah
batang histogram yang lain. Grafik poligon dapat dilihat melalui Gambar
5.2 dibawah ini.
V-8

10

6
Frekuensi

138,5 144,5 150,5 156,5 162,5 168,5


Titik Tengah

Gambar 5.2 Poligon


3. Ogif
Grafik ogif disebut juga grafik frekuensi meningkat. Sebelum membuat
grafik ogif, carilah frekuensi kumulatifnya terlebih dahulu yaitu.
a. Frekuensi kumulatif yang lebih besar dari ( > ).
b. Frekuensi kumulatif yang kurang dari ( < ).
Grafik ogif frekuensi kumulatif lebih dari dan kumulatif kurang dari dapat
dilihat pada Gambar 5.3 dibawah ini.

Gambar 5.3 Ogif


V-9

5.1.6 Pengertian Ukuran Nilai Pusat


Ukuran nilai pusat merupakan ukuran yang dapat mewakili data
secara keseluruhan, artinya keseluruhan nilai yang dalam. Data tersebut
diurutkan besarnya dan selanjutnya dimasukkan nilai rata-rata ke dalamnya
(Hasan, 2011).
Sembarang ukuran yang menunjukkan pusat segugus data, yang telah
diurutkan dari yang terkecil sampai terbesar atau sebaliknya dari terbesar
sampai terkecil. Disebut ukuran lokasi pusat atau ukuran pemusatan
(Walpole, 1995).

5.1.7 Jenis-Jenis Ukuran Nilai Pusat


Distribusi frekuensi memiliki jenis jenis ukuran nilai pusat. Jenis rata-
rata yang digunakan sebagai pengukuran lokasi atau pengukuran tendensi
sentral (central tendency) dari sebuah distribusi yaitu sebagai berikut (Hasan,
2011).
1. RataRata Hitung (Mean)
Merupakan rata-rata dari data-data yang ada. Rata-rata hitung dari
populasi diberi simbol . Rata-rata hitung dari sampel diberi simbol. Cara-
cara untuk mencari rata-rata hitung.
a. Data Tunggal

X
X X X X
1 2 3 .... Xn
n n
...... (5.8)
Keterangan:

X = jumlah nilai sampel.


n = banyak sampel.
b. Data Berkelompok
Ratarata hitung (mean) dapat di hitung menggunakan data
berkelompok. Data berkelompok dapat dihitung dengan menggunakan 3
metode yaitu sebagai berikut.
V-10

1) Metode biasa
Pembentukan distribusi frekuensi biasa telah terpenuhi setelah itu,
dengan f1 ialah frekuensi pada interval kelas ke-i, Xi ialah titik tengah
interval kelas ke-I, maka ratarata hitung (mean) dapat dihitung
dengan rumus:

X
f .X
f ........ (5.9)
Keterangan:
f = n.
2) Metode simpangan
Diketahui M adalah ratarata sementara maka ratarata hitung
dapat dihitung dengan rumus:

X M
f .d
f ....... (5.10)
Keterangan:
M = Ratarata hitung sementara, biasanya diambil dari titik tengah
kelas dengan frekuensi terbesarnya (titik tengah kelas modus).
D = X M.
X = Titik tengah interval kelas.
f = Frekuensi kelas.
3) Metode coding
Metode coding sering digunakan apabila dijumpai nilai-nilai dalam
data yang berupa bilangan-bilangan besar. Metode coding ini pada
dasarnya merupakan penjabaran dari metode simpangan rata-rata.
Dirumuskan:

X M C
f .d
f ..... (5.11)
Keterangan:
M = Ratarata hitung sementara.
V-11

C = Panjang interval kelas.


U = 0, 1, 2,.
2. Median
Median adalah segugus data yang telah diurutkan dari yang terkecil sampai
terbesar atau terbesar sampai terkecil adalah pengamatan yang tepat di
tengah-tengah bila banyaknya pengamatan itu ganjil, atau rata-rata kedua
pengamatan yang di tengah bila banyaknya pengamatan genap (Walpole,
1995).
Median adalah titik tengah dari data yang ada setelah data diurutkan.
Median merupakan ratarata apabila ditinjau dari segi kedudukannya
dalam urutan data. Median sering disebut juga sebagai ratarata posisi.
Median disimbolkan dengan Me atau Md. Kelebihan median adalah
kemudahan menghitungnya bila banyaknya pengamatan relatif kecil.
Median tidak dipengaruhi oleh nilai ekstrim, sehingga memberikan rata-
rata yang lebih benar. Cara mencarinya dibedakan menjadi dua, yaitu
(Hasan, 2011).
a. Median data tunggal
Median untuk data tunggal dapat dicari dengan rumus berikut :
1) Jika jumlah data ganjil (n = ganjil).
n
Me X
2 ............. (5.12)
2) Jika jumlah data genap (n = genap).
n n2
X X
2 2
Me
2
........... (5.13)
b. Median data berkelompok
Median untuk data berkelompok dapat dicari dengan rumus sebagai
berikut:
V-12

1
n ( f 2)0
2
Me B C
fMe ...... (5.14)
Keterangan:
Me = Median.
B = Tepi bawah kelas median.
N = Jumlah data.

f Me = Frekuensi kumulatif sebelum kelas median.

( f 2)0 = Frekuensi kelas median.

C = Interval kelas.
3. Modus
Modus segugus pengamatan adalah nilai yang paling sering atau yang
mempunyai frekuensi paling tinggi. Modus tidak selalu ada, hal ini terjadi
bila semua pengamatan mempunyai frekuensi terjadi yang sama. Untuk
data tertentu, mungkin saja terdapat beberapa nilai dengan frekuensi
tertinggi, dan dalam hal demikian kita mempunyai lebih dari satu modus.
Modus adalah nilai yang paling sering muncul dalam data. Modus sering
ditulis singkat atau disimbolkan dengan Mo. Modus dibedakan menjadi
dua, yaitu (Walpole, 1995).
a. Modus data tunggal
Nilai dari variabel atau observasi yang memiliki frekuensi tertinggi
dinamakan modus (mode). Diketahui secara sistematis, bila sebuah
distribusi hanya memiliki modus tunggal (unimodal) dan dapat
digambarkan dengan kurva frekuensi yang telah diratakan, modusnya
dapat dirumuskan sebagai abcissa dari titik tertinggi yang terdapat pada
kurva tersebut. Umumya, modus dari data yang belum dikelompokkan
dapat ditentukkan tanpa harus melakukan perhitungan apapun.
V-13

b. Modus data berkelompok


Untuk data berkelompok, dalam hal ini adalah distribusi frekuensi,
modushanya dapat diperkirakan. Nilai yang paling sering mucul akan
berada pada kelas yang memiliki frekuensi terbesar (kelas modus). Modus
data berkelompok dapat dicari dengan rumus berikut.
d1
Me L C
d1 d2 .......... (5.15)
Keterangan:
Mo = Modus
L = Tepi bawah kelas modus
d1 = Selisih frekuensi modus dengan frekuensi kelas sebelumnya
d2 = Selisih frekuensi modus dengan frekuensi kelas sesudahnya
C = Panjang interval kelas

5.2. Hasil dan Pembahasan


Hasil dan pembahasan pada distribusi frekuensi dan pengukuran terdiri
atas studi kasus, perhitungan manual, pengolahan software serta analisis
perbandingan hasil perhitungan manual dan pengolahan software. Berikut ini
hasil dan pembahasan untuk distribusi frekuensi dan pengukuran.

5.2.1 Studi Kasus


PT Selancar merupakan sebuah perusahaan yang bergerak dalam
bidang industri manufaktur. PT Selancar ingin bersaing dengan perusahaan
lain dengan cara mengembangkan produk pesaing berupa tempat sendok.
Keinginan untuk mengembangkan produk pesaing berupa tempat sendok
dilatarbelakangi karena perkembangan industri kuliner yang pesat. Salah
satunya banyak bermunculan restaurant atau tempat makan seperti kedai/
kafe, dan juga tempat sendok menjadi kebutuhan setiap keluarga terutama
menarik minat ibu rumah tangga. Target pasar yang dituju oleh PT Selancar
yaitu restaurant, kedai/ kafe dan ibu rumah tangga. PT Selancar akan
V-14

melakukan perancangan terhadap produk tempat sendok tersebut untuk itu,


dilakukan pengamatan kepada 30 orang dengan mengukur ukuran lebar
tangan yang digunakan sebagai acuan. Data pengamatan ukuran lebar tangan
yang telah didapatkan PT Selancar akan diolah untuk mengetahui ukuran
pusat dari data lebar tangan yang sesuai dengan kebutuhan pasar. Harapan
dengan diketahuinya ukuran pusat dari data lebar tangan tersebut. PT
Selancar dapat menggunakan ukuran tersebut sebagai acuan dalam
merancang tempat sendok sehingga tempat sendok yang dirancang sesuai
dengan kebutuhan pasar. Berikut ini merupakan data pengamatan ukuran
lebar tangan dari 30 orang tersebut yang dapat dilihat pada Tabel 5.1.
Tabel 5.1 Data Pengamatan Ukuran Lebar Tangan
Data yang diukur
No. Lebar Tangan No. Lebar Tangan
1 8,9 16 11,2
2 9,0 17 9,9
3 8,5 18 8,5
4 8,5 19 9,3
5 9,0 20 10,0
6 8,5 21 10,6
7 8,5 22 9,8
8 8,3 23 8,8
9 9,2 24 9,9
10 8,0 25 10,0
11 8,1 26 9,3
12 9,2 27 9,5
13 9,6 28 10,0
14 9,0 29 9,0
15 6,7 30 10,0

Berdasarkan Tabel 5.1 Data Pengamatan Ukuran Lebar Tangan diatas


perusahaan ingin mengetahui tabel distribusi frekuensi dan ukuran pemusatan
dari data. Berikut ini adalah hal hal yang ingin diketahui dalam modul
Distribusi Frekuensi dan Pengukuran:
V-15

1. Tabel distribusi frekuensi dari data ukuran lebar tangan yang dimiliki oleh
PT Selancar.
2. Rata-rata dari data ukuran lebar tangan yang dimiliki oleh PT Selancar.
3. Median data ukuran lebar tangan yang dimiliki oleh PT Selancar.
4. Modus data ukuran lebar tangan yang dimiliki oleh PT Selancar.

5.2.2 Perhitungan Manual


Perhitungan manual dalam modul distribusi frekuensi dan pengukuran
dilakukan untuk dimensi tubuh lebar tangan. Perhitungan manual pada
modul distribusi frekuensi dan pengukuran dipaparkan seperti dibawah ini:
1. Tabel Distribusi Frekuensi
Tabel distribusi frekuensi adalah tabel yang menyajikan data pada kelas-
kelas yang memiliki interval-interval tertentu. Langkahlangkah
pembuatan tabel distribusi frekuensi adalah sebagai berikut:
a. Mengurutkan Data
Data hasil pengamatan disusun dari data terkecil hingga data terbesar.
Hasil penyusunan data:
6,7 8,0 8,0 8,1 8,3 8,5 8,5 8,5 8,5 8,5
8,9 9,0 9,0 9,0 9,0 9,2 9,2 9,3 9,3 9,5
9,6 9,8 9,9 9,9 10,0 10,0 10,0 10,0 10,6 11,2
b. Jangkauan
R = data terbesar data terkecil
= 11,2 6,7 = 4,5
c. Kelas
K = 1 + 3,3 log n
K = 1 + 3,3 log 30 = 5,87 6
d. Panjang Interval Kelas
R
i
k
4,5
i
5,87
V-16

i = 0,76 0,8
Berikut ini merupakan tabel distribusi frekuensi relatif dari pengukuran
lebar tangan yang didapat berdasarkan perhitungan jangkauan, banyak
kelas dan interval kelas. Tabel distribusi frekuensi lebar tangan dapat
dilihat pada Tabel 5.2.
Tabel 5.2 Tabel Distribusi Frekuensi Lebar Tangan

2. Mean
Dibutuhkan nilai frekuensi dan titik tengah untuk mengetahui nilai mean.
Berikut ini perhitungan manual mean untuk data ukuran lebar tangan:
274,7
X
30
= 9,16 cm
3. Median
Perhitungan median dari sebuah kelompok (distribusi frekuensi) dapat
dilakukan dengan cara sebagai berikut:
Diketahui :
n = 0,5 x 30 = 15
B = 8,3 - 0,05 = 8,25
C = 0,8

f Me 11

( f 2)0 4
V-17

1
(30) 4
Me 8,25 2
0,8
11
15 4
8,25 0,8
11
8,25 0,8 = 9,05 cm
4. Modus
Perhitungan modus dalam sebuah data berkelompok (distribusi frekuensi)
dapat dilakukan dengan cara sebagai berikut:
8
Mo 8,25 0,8
84
8
8,25 0,8
12
= 8,25 + 0,5333 = 8,78 cm
Berikut ini merupakan tabel pengukuran lebar tangan. Tabel tersebut
digunakan untuk membantu menyajikan data dalam bentuk grafik atau
kurva histogram, poligon dan ogif. Berikut ini tabel pengukuran lebar
tangan yang dapat dilihat pada Tabel 5.3.
Tabel 5.3 Tabel Pengukuran Lebar Tangan
Kelas Tepi Kelas Nilai Tengah Frekuensi f.xi
(xi) F
6,7 7,4 6,65 7,45 7,05 1 7,05
7,5 8,2 7,45 8,25 7,85 3 23.55
8,3 9,0 8,25 9,05 8,65 11 95.15
9,1 9,8 9,05 9,85 9,45 7 66,15
9,9 10,6 9,85 10,65 10,25 7 71,75
10,7 11,4 10,65 11,45 11,05 1 11,03
Jumlah 30 274,7

Berdasarkan Tabel 5.3 Pengukuran Lebar Tangan, dapat diperoleh


berbagai kurva. Berikut beberapa kurva yang disajikan.
V-18

5. Histogram
Histogram adalah tampilan grafis dari tabulasi frekuensi yang
digambarkan dengan grafis batang. Grafik histogram dari data distribusi
frekuensi lebar tangan dapat dilihat pada Gambar 5.4.

Gambar 5.4 Kurva Histogram Lebar Tangan


Berdasarkan Gambar 5.4 diketahui bahwa nilai tertinggi berada di kelas
antara 8,25-9,05 dengan jumlah frekuensi sebesar 11, sedangkan nilai
terendah berada di 2 kelas yaitu pada 6,65-7,45 dan 10,65-11,45 dengan
jumlah frekuensi sebesar 1. Diketahui bahwa nilai pada sumbu y mewakili
dari nilai frekuensi setiap kelas dan nilai pada sumbu x mewakili dari nilai
tepi bawah kelas. Nilai pada sumbu x tersebut membuat batang pada
kurva berhimpitan atau dengan kata lain tidak ada ruang kosong antar
kelas.
6. Poligon
Poligon adalah bentuk datar yang terdiri dari garis lurus yang bergabung
untuk membentuk rantai tertutup atau sirkuit. Poligon juga dinamakan
sesuai dengan jumlah tepi, bergabung satu dengan awalan angka tersebut.
V-19

Grafik poligon dari data distribusi frekuensi lebar tangan dapat dilihat
pada Gambar 5.5.

Gambar 5.5 Kurva Poligon Panjang Tangan Konsumen


Berdasarkan Gambar 5.5 diketahui bahwa nilai tertinggi berada di titik
tengah kelas 8,65 dengan jumlah frekuensi sebesar 11, sedangkan nilai
terendah berada di 1 titik tengah yaitu pada 7,05 dan 11,05 dengan
jumlah frekuensi sebesar 1. Diketahui bahwa nilai pada sumbu y mewakili
dari nilai frekuensi setiap kelas dan nilai pada sumbu x mewakili dari nilai
titik tengah setiap kelas. Nilai titik tengah tersebut kemudian
dihubungkan dengan garis tegak lurus dan membentuk kurva poligon.
7. Ogif
Ogif adalah grafik yang digambarkan berdasarkan data yang sudah
disusun dalam bentuk tabel distribusi frekuensi kumulatif. Data yang
disusun dalam bentuk tabel distribusi frekuensi kumulatif kurang dari,
grafiknya berupa ogif positif, sedangkan untuk data yang disusun dalam
bentuk tabel distribusi frekuensi kumulatif lebih dari, grafiknya
berupa ogif negatif. Terbentuklah kurva ogif pada Gambar 5.6.
V-20

Gambar 5.6 Kurva Ogif Panjang Tangan Konsumen


Berdasarkan Gambar 5.6 diketahui bahwa titik-titik tersebut didapatkan
dari hubungan nilai titik tengah dengan penjumlahan frekuensi tiap kelas
atau sering disebut dengan kumulatif. Kurva diatas merupakan kurva
gabungan dari ogif naik dan ogif turun. Garis biru merupakan ogif naik,
ini menandakan bahwa kurva dibentuk berdasarkan distribusi kumulatif
kurang dari sedangkan garis jingga merupakan ogif turun, ini
menandakan bahwa kurva dibentuk berdasarkan distribusi kumulatif
lebih dari. Pertemuan antara kurva ogif naik dan kurva ogif turun
merupakan nilai rata-rata dari distribusi frekuensi.

5.2.3 Pengolahan Software


Pengolahan data menggunakan software dilakukan melalui software
SPSS 16.0. Software ini menampilkan data yang valid dan dapat
menampilkannya dalam bentuk tabel, data, dan kurva.
Langkah pertama yaitu membuka SPSS 16.0, mengetikkan
Lebar_Tangan di baris pertama pada kolom name. Langkah berikutnya
adalah mengubah width dengan nilai 8, decimals dengan nilai 1 dan columns
dengan nilai 8. Langkah tersebut akan tampak seperti Gambar 5.7.
V-21

Gambar 5.7 Variable View

Langkah kedua, mengklik Data View, memasukkan data dari


pengukuran lebar tangan pada kolom Lebar_Tangan sebanyak 30 data yang
diperoleh pada saat pengambilan data kepada responden. Langkah tersebut
akan tampak seperti Gambar 5.8.

Gambar 5.8 Data


Langkah ketiga yaitu memilih menu bar Analyze, memilih Descriptive
Statistic, setelah itu mengklik frequencies. Tampilan akan tampak seperti
Gambar 5.9.

Gambar 5.9 Analyze


Langkah keempat memindahkan Lebar_Tangan ke kolom sebelah
kanan pada jendela Frequencies. Langkah tersebut akan tampak seperti
Gambar 5.10.
V-22

Gambar 5.10 Frequencies


Langkah kelimat, memilih Statistics, memberi tanda pada mean,
median, mode pada kolom Central Tendency. Memberi tanda pada Minimum
dan Maximum pada kolom Dispersion. Tampilan akan tampak seperti
Gambar 5.11.

Gambar 5.11 Frequencies Statistics


Langkah keenam, memilih Charts pada menu frequencies, memberi
tanda pada Histograms dan Ceklis Show normal curve on histogram. Langkah
tersebut akan tampak seperti Gambar 5.12.

Gambar 5.12 Frequencies Charts


V-23

Berikut output yang dihasilkan dalam proses frequencies. Output


pertama yang terdapat pada Gambar 5.13.

Statistics

Lebar_Tangan

N Valid 30

Missing 0

Mean 9.133

Median 9.100

Mode 8.5

Minimum 6.7

Maximum 11.2

Gambar 5.13 Output Statistics 1

Berdasarkan Gambar 5.13 Output Statistics 1, output yang didapatkan


yaitu Valid sebesar 30 untuk ukuran Lebar_Tangan. Hal ini menunjukkan
sampel data ukuran lebar tangan yang dimasukkan oleh PT Selancar masing-
masing terdapat sebanyak 30 buah. Missing sebesar 0, hal ini menunjukkan
bahwa tidak ada sampel data baik data ukuran lebar tangan yang tidak
dimasukkan pada saat pengolahan software. Mean untuk data ukuran lebar
tangan didapat sebesar 9,133 cm. Hal ini menunjukkan bahwa ukuran lebar
tangan yang dijadikan acuan PT Selancar untuk merancang produk tempat
sendok dan garpu sebesar 9,133 cm. Median untuk data ukuran lebar tangan
didapat sebesar 9,100 cm, hal ini menunjukkan bahwa nilai tengah dari data
ukuran lebar tangan sebesar 9,100 cm. Mode untuk data ukuran lebar tangan
didapat sebesar 8,5 cm, hal ini menunjukkan bahwa nilai ukuran lebar tangan
yang paling banyak dalam data ukuran lebar tangan yaitu sebesar 8,5 cm.
Minimum untuk data ukuran lebar tangan didapat sebesar 6,7 cm. Hal ini
menunjukkan bahwa ukuran lebar tangan yang paling kecil dari data sebesar
6,7 cm. Maximum untuk data ukuran lebar tangan didapat sebesar 11,2 cm.
V-24

Hal ini menunjukkan bahwa ukuran lebar tangan yang paling besar dari data
sebesar 11,2 cm.
Berikut output yang dihasilkan dalam proses frequencies. Output kedua
yang terdapat pada Gambar 5.14.

Gambar 5.14 Output frequencies Lebar_Tangan


Berdasarkan Gambar 5.14 Output Frequencies Lebar Tangan, terdapat
nilai Valid 6,7 cm, hal ini menunjukkan bahwa nilai yang valid dalam data
ukuran lebar tangan sebesar 6,7 cm. Frequency sebesar 1, hal ini menunjukkan
bahwa banyaknya data ukuran lebar tangan sebesar 6,7 cm dalam tabel
sebanyak 1 buah. Percent sebesar 3,3, hal ini menunjukkan bahwa persentase
data ukuran lebar tangan 6,7 cm sebesar 3,3 persen. Valid percent sebesar 3,3,
hal ini menunjukkan bahwa nilai persentase yang valid sebesar 3,3 persen.
Cummulative percent sebesar 3,3, hal ini menunjukkan bahwa persentase
kumulatif dari data ukuran lebar tangan sebesar 3,3%.
V-25

Berikut output yang dihasilkan dalam proses frequencies. Output ketiga


yang berupa kurva terdapat pada Gambar 5.15.

Gambar 5.15 Kurva Histogram Lebar_Tangan


Berdasarkan Gambar 5.15 Kurva Histogram Lebar Tangan, terdapat
frequency dan data ukuran lebar tangan. Hasil pengolahan Mean sebesar 9,13
cm, hal ini menunjukkan bahwa ukuran yang digunakan untuk dijadikan
acuan oleh PT Selancar untuk merancang ukuran produk tempat sendok dan
garpu sebesar 9,13 cm. Standard deviation sebesar 0,907, hal ini menunjukkan
bahwa nilai sebaran data dalam sampel data ukuran lebar tangan sebesar
0,907. N sebesar 30, hal ini menunjukkan bahwa banyaknya sampel ukuran
lebar tangan yang dimasukkan oleh PT Selancar sebanyak 30 buah. Terdapat
garis melengkung di atas kurva histogram menanadakan bahwa data yang di
input berdistribusi normal.

5.2.4 Analisis Perbandingan Hasil Perhitungan Manual dan Pengolahan


Software
Data hasil pengolahan akan dibandingkan untuk mengetahui
perbedaan dan alasan adanya perbedaan atau selisih data tersebut. Berikut
V-26

merupakan pemaparan hasil data analisis perhitungan manual dan analisis


pengolahan software:
Tabel 5.4 Tabel Analisis Perbandingan Lebar Tangan
No. Hasil Pengolahan Perhitungan Manual Pengolahan Software
1 Mean 9,16 9,133
2 Median 9,05 9,100
3 Modus 8,78 8,5

Berdasarkan Tabel 5.4, terdapat selisih antara hasil perhitungan


manual dengan output pengolahan software. Nilai perhitungan mean antara
perhitungan manual dan pengolahan software tidak menunjukkan perbedaan
yang jauh karena hanya berbeda pada angka kedua dibelakang koma begitu
juga dengan median selisih keduanya tidak lebih dari 0.1 dan untuk modus
selisih keduanya lebih dari 0.1 tapi masih kurang dari 0.5, hal ini
menunjukkan walau ada perbedaan tapi tidak terlalu besar. Perbedaan ini
disebabkan oleh proses perhitungan manual mengalami pembulatan 2 angka
dibelakang koma untuk mudah proses perhitungan selanjutnya. Berbeda
dengan software perhitungan tanpa ada proses pembulatan dalam proses
perhitungannya.
Perbedaan antara perhitungan manual dan pengolahan software terlihat
pada kurva histogram. Kurva histogram dalam perhitungan manual
menggunakan tepi bawah kelas dengan frekuensi data berkelompok yang
diperoleh, sedangkan dalam pengolahan software menggunakan nilai mean,
dan standar deviasi dengan frekuensi data berkelompok yang diproses.