LAPORAN INTERPRETASI

STATISTIKA DAN PROBABILITAS

“DISTRIBUSI FREKUENSI JUMLAH MODAL”

DOSEN PENGAMPUH :

EKO PRIHARTANTO, S.T.,M.T.

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

3. K = 1 + 3.3 log 60 = 1 + 3.3 x 1.7 = 6.61 = 7

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

KELAS INTERVAL 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

6. Titik Tengah Kelas

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

memenuhi asumsi normalitas.

INTERPRETASI SPSS :

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

disebut “ukuran perseratusan”.

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

tidaknya untuk diikutsertakan dalam instrument penelitian). Semakin besar angka

variansi maka semakin beragamlah datanya dan semakin kecil nilai variansi maka

semakin homogenlah datanya. Standard Error (of mean) adalah indeks yang

menggambarkan sebaran rata-rata sampel terhadap rata-rata dari rata-rata keseluruhan

kemungkinan sampel (rata-rata populasi), Pengukuran ini berguna, terutama untuk

 menjawab pertanyaan seberapa baik rata-rata yang kita dapatkan dari data sampel

dapat mengestimasi rata-rata populasi.

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,

perentase serta komulatif persen.