BAB I

PENDAHULUAN

A. LATAR BELAKANG

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.

B. RUMUSAN MASALAH

1. Apakah pengertian dari metode deskriptif (distribusi frekuensi, tedensi sentral)

?

1
 2. Apa itu uji normalitas (kolmogorof smirnof, sapirowilk) ?

C. TUJUAN

1. Agar mengatahui pengertian dari metode deskriptif (distribusi frekuensi,

tedensi sentral)

2. Agar mengetahui uji normalitas (kolmogorof smirnof, sapirowilk)

2
 BAB II

PEMBAHASAN

A. METODE DISKRIPTIF

1. Distribusi Frekuensi
Distribusi (sebaran) frekuensi (jumlah) yang terdapat pada nilai variable tersebut
Distribusi frekuensi dapat digambarkan dalam bentuk table, yang didalamnya dapat
memuat: frekuensi, persentase, proporsi, rasio, dan frekuensi komulatif dari masing-
masing karakteristik variable. Rentang karakteristik variable dapat sedikit atau
mungkin lebar sekali. Misalnya penelitian tentang umur penduduk pada suatu wilayah
giografi tertentu, maka peneliti memperoleh rentang umur yang sangat lebar yaitu 0-
100 tahunan. Jika rentang umur tersebut dijadikan kategori dan disajikan dalam
bentuk tabelmaka akan diperoleh table yang sangat panjang. Untuk menghindari table
yang sangat panjang, maka kategori umur dapat dibuat dalam bentuk kelompok-
kelompok. Oleh sebab itu maka table dapat dibagi menjadi dua, yaitu: table yang
menyajikan data tunggal (distribusi frekuensi tunggal) dan table yang menyajikan data
kelompok (distribusi frekuensi berkelompok). Distribusi frekuensi tunggal digunakan
jika range (rentang data terkecil dan terbesar) sempit, sedangkan distribusi frekuensi
berkelompok digunakan untuk menyajikan data dengan range lebar. Jika pemlihan
jenis distribusi frekuensi tidak tergantung pada jumlah data, tetapi pada range atau
lebar data.
Distribusi frekuensi yang merupakan sebuah table yang menunjukkan
frekuensi kejadian dengan nilai yang berbeda dari suatu variable atau kejadian dalam
suatu rentang nilai. Frekuensi adalah bilangan yang menunjukkan berapa kali suatu
nilai muncul dalam suatu kategori variable. Distribusi frekuensi biasanya digunakan
sebagai kategori variable. Distribusi frekuensi biasanya digunakan sebagai langkah
awal sebagai analisis data. Cara ini dapat membantu bila observasi melibatkan banyak
individu.

3
 Menyusun distribusi frekuensi tunggal, dilakukan dengan menyajikan secara
berurutan kategori variable apa adanya. Frekuensi dari masing-masing kategori
diperoleh dengan melakukan tally (menghitung). Misalnya: penelitian, untuk
mengetahui distribusi frekuensi umur balita (dalam tahun) didesa suka maju. Pada
penelitian tersebut diperoleh data sebagai berikut: umur 0 tahun= 15, umur 1 tahun=7,
umur 2 tahun=12, umur 3 tahun=9, dan umur 4 tahun =6. Data tersebut dapat
disajikan dalam bentuk distribusi frekuensi tunggal sebagai berikut:

No Umur Balita (tahun) Tally Frekuensi

1 0 15
2 1 7
3 2 12
4 3 9
5 4 6
Jumlah 49

Data dengan rentannilai yang lebar sebaiknya dibagi menjadi beberapa kelas
(ideal 5-15 kelas). Antar kelas memiliki jarak/interval yang sama. Frekuensi,
menunjukkan berapa kali suatu nilai muncul dalam kelompok data ( kelas). Kelas
interval adalah range nilai variable yang lebarnya sesuai dengan interval yang dipakai.
Dalam satu kelas interval dikenal limit kelas, batas kelas, dan nilai (titik) tengah.
Limit kelas adalah nilai terbesar atau terkecil yang terdapat pada suatu kelas interval
tertentu. Batas kelas adalah titik atau nilai yang ditetapkan sebagai titik pemisah
antara dua kelas interval yang berdekatan. Frekuensi relative adalah proporsi
(persentase) atau fraksi dari seluruh observasi yang mempunyai suatu nilai atau
rentang nilai tertentu. Langkah-langkah menyusun distribusi frekuensi berkelompok:
a. Tetapkan range dengan cara mengurangi nilai tertinggi (maksimum) dengan
nilai terendah (minimum) + 1. Total range = (skor max-skor min) +1. +1
karena harus memperhitungkan limit bawah dan limit atas.
b. Tetapkan nilai interval (i), dengan cara:
1) Pertimbangan peneliti: misalnya umur dengan interval 5tahun.
2) Cara konvensional, tentukan 1maksimal dan iminimal , tetapi usahakan pilih
yang nilainya ganjil sehingga mid point tidak berbentuk bilangan pecahan.
4
 3) Cara struges, dengan rumus: i=1 + 3,3 Log n
c. Tetapkan jumlah kelas interval dengan mengupayakan skor terendah
merupakan kelipatan i
d. Tabulasikan data kasar

Jenis kelas interval pada distribusi frekuensi berkelompok:

a. Pada kelas interval dengan limit bawah dan atas yang ditentukan dengan jelas
(explicit). Kelas interval tinggi badan (cm) sebagai berikut:
Kelas Interval Batas Bawah Batas Atas Limit Bawah Limit Atas

150-159 149,5 159,5 150 159

160-169 15,9 169,5 160 169

Dst

Batas bawah =limit bawah- satuan (unit)

Batas atas= limit atas + satuan (unit) atau
Limit bawah (limit bawah kelas berikutnya limit atas kelas)
Lebar kelas= batas kelas atas batas bawah kelas =10
Titik tengah = (batas atas + batas bawah )

b. Untuk kelas interval dengan limit bawah jelas tetapi limit atas implicit. Hal ini
biasanya digunakan untuk variable umur. Contoh: kelas interval tinggi badan (cm)
sebagai berikut:
Kelas interval Batas bawah Batas atas Limit bawah

150- 150 159,999 150

160- 160 169,999 160

Dst

Batas bawah=limit bawah

Batas atas kelas= nilai segera sebelum limit bawah kelas berikutnya
Lebar kelas = batas bawah kelas berikutnya batas bawah kelas =10
5
 Titik tengah = (batas bawah kelas + batas bawah kelas berikutnya)

Penyajian table distribusi frekuensi yang lazim digunakan adalah : contoh

distribusi frekuensi berkelompok:

Interval kelas Lidi (Tally) Frekuensi Frekuensi komulatif

Kurang dari Lebih dari

0-4 3 3 30

5-9 5 8 27

10-14 10 18 22

15-19 6 24 12

20-24 4 28 6

25-29,dst 2 30 2

30

2. Tedensi Sentral
Tedensi sentral atau kecendrungan memusat, merupakan suatu bilangan yang
menunjukan kecendrungan untuk memusatnya bilangan- bilangan dalam suatu
distribusi frekuensi. Tendensi sentral dapat digunakan untuk mendeskripsikan suatu
kelompok data dengan suatu angka yang dapat mewakili kelompoknya. Tendensi
sentral, meliputi : rata- rata (mean), median< dan modus.
a. Rerata (mean)
Rerata (mean), merupakan titik berat dari seperangkat data atau observasi yang
sensitif terhadap nilai ekstrim. Rata- rata diperoleh dengan cara membagi jumlah
nilai (x) dibagi dengan kumlah individu (N). Rumus :

6
 1) Untuk data yang tidak dikelompokan
X=x
N
Keterangan :
(huruf yunani) artinya jumlah
X=nilai suatu pengamatan/observasi
N=jumlah suatu observasi

2) Untuk data yang dikelompokan

X=fx
Fxn= jumlah frekuensi tiap kelaas interval
b. Median
Median, merupakan nilai tengah dari sekelompok data yang telah disusun secara
urut. Median dapat diilustrasikan sebagai suatu nilai yang membatasi antara kelompok
rendah dengan kelompok tinggi setelah data diurutkan. Median tidak sensitive
terhadap nilai ekstrim. Median digunakan untuk menentukan pemusatan (apakah
mencong/skewed).cara menentukan:
1. Untuk data yang tidak dikelompokan
Data dengan jumlah yang ganjil maka posisi median pada : (n+1)/2, sedangkan
pada data dengan jumlah genap maka posisi median rata- rata antara n/2 dan
(n/2)+1
2. Untuk data yang dikelompokan
Untuk data yang dikelompokan, posisi median ditentukan dengan rumus :
Md=lm + n/2-cf
Fm
Keterangan :
Md = median
Lm = limit bawah kelas interval posisi
N =banyaknya observasi
Cf =frek. Komulatif sebelum kelas median
Fm=interval
c. Modus (Mo)

7
 Modus merupakan nilai yang sering muncul (frekuensi terbesar) dari seperangkat
data observasi. Modus digunakan untuksecara cepat mengetahui pemusatan.
Seperangkat data dapat memiliki satu,dua atau tanpa modus. Kalau satu modus
disebut unimodal, dua modus disebut bimodal sedangkan tanpa modus disebut
nonmodal. Cara menentukan modus : untuk data yang tidak dikelompokan modus
dapat ditentukan dari nilai yang paling sering muncul (f terbesar), sedangkan untuk
data yang dikelompokanmodus dicari dengan rumus :

Md= lm + d1
d1+d2 i
Keterangan :
Mo = modus
Lm = limit bawah kelas interval posisimodus
D1 = selisih frek. Kelas modus dengan kelas sebelumya
D2 = selisih frek. Kelas modus dengan kelas sesudahnya.
I = interval

B. UJI NORMALITAS DATA

Uji normalitas data merupakan suatu uji yang digunakan untuk mengetahui
apakah data yang diperoleh mengikuti distribusi teoritisnya. Sebagian besar
fenomena alamm kemanusiaan terdistribusi secara normal. Oleh sebab itu data
yang diperoleh pada sampel harus sesuai dengan karakteristis populasinya yaitu
berdistribusi normal. Kadang-kadang normalitas data cukup sulit terpenuhi, hal ini
dapat disiasati dengan melipat gandakan nilai signifikansi (alpha). Uji normalitas
data dapat dilakukan dengan bantuan SPSS dan beberapa rumus melalui dari yang
paling halus (baik) sampai dengan yang paling kasar.
1. Kolmogorof smirnof
Uji kolmogorof smirnof membutuhkan nilai P (peluang), KP
(kumulatif peluang), nilai Z, luas kurva dari 0-Z, FZ (luas wilayah pada Z
tertentu) dan A (selisih FZ dengan KP sebelumnya).
Rumus perhitungan :
P= F
N
8
Z=xx
Sd
Data berdistribusi normal jika nilai selisih Fz dengan KP sebelumnya
(A) lebih kecil dari nilai table kolmogorof smirnof.
Berdasarkan data pada uji normalitas dengan chi-square diatas dapat
disajikan table bantu uji analisis data kolmogorof smirnof, sebagai berikut :

9
Table bantu uji kolmogorof smirnof

Kelas X F P KP Z Luas Fz A
interval kurve
(0-Z)
60-64 62 2 0.05 0.05 -2.03297 0.4793 0.0207 0.0207
65-69 67 4 0.1 0.15 -1.48352 0.4251 0.0749 0.0249
70-74 72 3 0.075 0.225 - 0.3238 0.1762 0.0262
0.93407
75-79 77 8 0.2 0.425 - 0.148 0.352 0.127
0.38462
80-84 82 11 0.275 0.7 0.164835 0.0636 0.5636 0.1386
85-89 87 5 0.125 0.825 0.714286 0.2612 0.7612 0.0612
90-94 92 4 0.1 0.925 1.263736 0.3944 0.8944 0.0694
95-99 97 3 0.075 1 2.813187 0.4664 0.9664 0.0414
Jumlah 40

Kesimpulan:

Nilai A maksimal = 0,1386.

Nilai table kolmogorof smirnof pada 5% dan N = 40 adalah 13.

Jadi data berdistribusi normal.

2. Uji Normalitas Data Dengan Sapirowilk

Metode Shapiro Wilk menggunakan data dasar yang belum diolah

dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam dua
kelompok untuk dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan
transformasi dalam nilai Z untuk dapat dihitung luasan kurva normal.

10
Rumus:

Persyaratan:

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Data dari sampel random

Signifikansi

Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3

dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai
probabilitasnya (p). Jika nilai p lebih dari 5%, maka Ho diterima ; H1 ditolak. Jika
nilai p kurang dari 5%, maka Ho ditolak ; H1 diterima. Jika digunakan rumus G, maka
digunakan tabel distribusi normal.

11
 BAB III

PENUTUP

A. SIMPULAN

Distribusi frekuensi yang merupakan sebuah table yang menunjukkan frekuensi

kejadian dengan nilai yang berbeda dari suatu variable atau kejadian dalam suatu
rentang nilai. Frekuensi adalah bilangan yang menunjukkan berapa kali suatu nilai
muncul dalam suatu kategori variable. Distribusi frekuensi biasanya digunakan
sebagai kategori variable. Distribusi frekuensi biasanya digunakan sebagai langkah
awal sebagai analisis data. Cara ini dapat membantu bila observasi melibatkan banyak
individu. Uji kolmogorof smirnof membutuhkan nilai P (peluang), KP (kumulatif
peluang), nilai Z, luas kurva dari 0-Z, FZ (luas wilayah pada Z tertentu) dan A (selisih
FZ dengan KP sebelumnya). Metode Shapiro Wilk menggunakan data dasar yang
belum diolah dalam tabel distribusi frekuensi.

B. SARAN

Dari hasil pembahasan diatas, maka disarankan agar mahasiswa dapat memanfaatkan
informasi yang diberikan secara baik

12
 DAFTAR PUSTAKA

Sukawana I Wayan, 2008. Pengantar Statistik Untuk Perawat. Jurusan keperawatan Poltekes
Denpasar

http://exponensial.wordpress.com/tag/shapiro-wilk

http://statistikian.blogspot.com/2012/09/uji-normalitas-dengan-kolmogorov-smirnov.html

13