DOSEN PENGAMPUH :
DISUSUN OLEH :
1. ABDULLAH (15.301010.013)
FAKULTAS TEKNIK
JURUSAN TEKNIK SIPIL
UNIVERSITAS BORNEO TARAKAN
2016
Berikan sebuah contoh tabel distribusi frekuensi dan Interpretasikan !
Buatlah tabel distribusi frekuensi dari data mengenai jumlah modal (dalam jutaan rupiah)
dari 60 orang pada kontraktor ternama “ Besar Kokoh Perkasa “. Dengan data sebagai
berikut :
1. Urutkan Data
18 18 19 28 28 28 33 35 35 37
38 41 42 44 44 45 47 47 48 49
49 51 51 53 54 55 55 57 58 59
60 60 63 64 64 64 65 66 66 71
71 72 73 74 76 77 78 80 80 83
83 84 85 86 87 89 92 92 96 98
2. R = 98 – 18 = 80
4. P = 80 / 7 = 11.42 = 11
5. Batas Kelas
Ujung bawah 18 + 11 – 1 = 28
Ujung atas 29 + 11 – 1 = 39
40 + 11 – 1 = 50 51 + 11 – 1 = 61
62 + 11 – 1 = 72 73 + 11 – 1 = 83
84 + 11 – 1 = 94 95 + 11 – 1 = 105
Tabel Distribusi Frekuensi
1 18-28 6
2 29-39 5
3 40-50 10
4 51-61 11
5 62-72 10
6 73-83 9
7 84-94 7
8 95-105 2
JUMLAH 60
1. 18 + 28 / 2 = 23.5
2. 29 + 39 / 2 = 35.5
3. 40 + 50 / 2 = 47.5
4. 51 + 61 / 2 = 59.5
5. 62 + 72 / 2 = 71.5
6. 73 + 83 /2 = 83.5
7. 95 + 105 / 2 = 95.5
INTERPRETASI SECARA MANUAL :
Data diatas menjelaskan tentang data mengenai jumlah modal (dalam jutaan rupiah)
dari 60 orang pada kontraktor ternama “ besar kokoh perkasa “.
Kita urutkan data dari yang terkecil sampai ke yang terbesar. lalu kita tentukan jumlah
kelas, jumlah kelas mempunyai rumus: data terbesar-data terkecil atau (Xmax - Xmin).
Dengan kita menemukan jumlah kelasnya jumlah kelas ini mempunyai Rumus = 1 + 3.3 log
n Rumus ini di gunakan untuk mengetahui berapa banyak baris interval, lalu kita akan bisa
menentukan panjang kelasnya panjang kelas yaitu jarak antara nilai batas bawah dengan nilai
batas atas dalam satu interval. Menentukan batas kelas yaitu nilai interval dengan rumus =
Xmin + panjang kelas-1. Dari sini kita gambarkan melalui sebuah table yang bernama table
frekuensi distributive.
PENGAMBILAN KEPUTUSAN
Berdasarkan tampilan output chart di atas kita dapat melihat grafik histrogram maupun grafik
plot. Dimana grafik histrogram memberikan pola distribusi yang melenceng ke kanan yang
artinya adalah data berdistribusi normal. Selanjutnya, pada gambar p-plot teerlihat titik-titik
mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi
Pada output Statistika di atas ditampilkan hasil dari perhitungan atau analisis deksriptif
yaitu :
1. Percentile Values, yang berisi perhitungan terhadap quartile dan percentile, Quartile
adalah titik atau skor atau nilai yang membagi seluruh distribusi frekuensi ke dalam
empat bagian sama besar sedangkan percentile adalah titik atau nilai yang membagi
distribusi data menjadi seratus bagian yang sama besar, karena itu percentile sering
2. Central Tendensy (ukuran tendensi sentral), dalam kelompok ini yang dihitung
adalah mean (rata-rata), median (nilai tengah), mode (modus), dan sum (jumlah nilai
keseluruhan).
3. Dispersion (ukuran penyebaran data) dalam kelompok ini yang dihitung adalah
standar deviasi, variansi, range, minimum (nilai terendah), maksimum (nilai tertinggi)
dan standart error of mean. Standar deviasi menunjukkan keheterogenan yang terjadi
dalam data yang sedang diteliti atau dapat dikatakan sebagai jumlah rata-rata
variabilitas di dalam satu set data pengamatan. Semakin besar nilai dari standar
deviasi, maka semakin besar jarak rata-rata setiap unit data terhadap rata-rata hitung
(mean). Tujuan dari variansi adalah melihat keberagaman data suatu instrumen yang
dibuat, sehingga data atau variabel tersebut dapat dinilai validitasnya (layak atau
variansi maka semakin beragamlah datanya dan semakin kecil nilai variansi maka
semakin homogenlah datanya. Standard Error (of mean) adalah indeks yang
4. Distribution, untuk mengetahui skewness dan kurtosis pada distribusi data. Skewness
merupakan suatu besaran statistic yang menunjukkan kemiringan data. Skewness ini
menunjukkan datanya cenderung berada di tengah atau miring di satu sisi. Statistik ini
dapat digunakan untuk melihat sebaran data normal yaitu dengan rasio skewness, data
dikatakan normal ketika nilai rasio skewness berada pada rentang nilai -2 sampai 2,
pada hasil analisis tinggi dan berat badan tersebut nilai skewness menunjukkan angka
0,453 dan -0649 berarti data tersebut normal. Sedangkan kurtosis dapat digunakan
untuk menentukan nilai keruncingan data, kurtosis > 3 disebut leptokurtic, kurtosis =
3 disebut mesokutic dan kurtosis < 3 disebut platykurtic, pada data tersebut nilai
keruncingan datanya berada pada platykurtic karena kurang dari 3 yaitu 0,275 dan
1,569. Selain keempat kelompok tersebut output statistics diatas juga dapat
menerangkan N atau jumlah data serta data yang valid (terbaca dengan baik) dan data
yang missing (hilang / corrupt). Kemudian pada Menu Charts digunakan untuk
menampilkan data dalam bentuk diagram. Seperti Histogram dengan kurva normal,
pie chart (diagram lingkaran) atau bar chart (diagram batang). Hasil output SPSS juga
dapat menampilkan tabel frekuensi dari data dimana dalam table ini tersaji frekuensi,