MAKALAH STATISTIKA DASAR

“TENTANG PENYAJIAN DATA”

D
I
S
U
S
U
N
OLEH :

KELOMPOK 2

Angga Rizky S 0701171001

Amalia Ratna Dewi S 0701171007

Siska Tiansih 0701172056

Ayu Nabila 0701173142

Rezeki Syahputra Pohan 0701173147

KELAS ILMU KOMPUTER-1

Fakultas Sains dan Teknologi UIN SUMATERA UTARA

 KATA PENGANTAR

Bismillahrrahmanirrahim

Assalamualaikum Wr. Wb.

Dengan menyebut nama Allah Subhanahu Wa Ta’ala Yang Maha Pemurah dan Lagi
Maha Penyayang, puji syukur kami panjatkan kehadirat Allah Subhanahu Wa Ta’ala, yang
telah melimpahkan Hidayah, Inayah dan Rahmat-Nya sehingga kami mampu menyelesaikan
penyusunan makalah pendidikan agama islam dengan judul “PENYAJIAN DATA” tepat
pada waktunya.
Penyusunan makalah sudah kami lakukan semaksimal mungkin dengan dukungan dari
banyak pihak, sehingga bisa memudahkan dalam penyusunannya. Untuk itu kami pun tidak
lupa mengucapkan terima kasih dari berbagai pihak yang sudah membantu kami dalam
rangka menyelesaikan makalah ini.
Tetapi tidak lepas dari semua itu, kami sadar sepenuhnya bahwa dalam makalah ini
masih terdapat banyak kekurangan baik dari segi penyusunan bahasa serta aspek-aspek
lainnya. Maka dari itu, dengan lapang dada kami membuka seluas-luasnya pintu bagi para
pembaca yang ingin memberikan kritik ataupun sarannya demi penyempurnaan makalah ini.
Akhirnya penyusun sangat berharap semoga dari makalah yang sederhana ini bisa
bermanfaat dan juga besar keinginan kami bisa menginspirasi para pembaca untuk
mengangkat berbagai permasalah lainnya yang masih berhubungan pada makalah-makalah
berikutnya.

Medan, 13 September 2018

 DAFTAR ISI

KATA PENGANTAR .........................................................................................................2

DAFTAR ISI........................................................................................................................3

BAB I PENDAHULUAN ....................................................................................................4

1.1 Latar Belakang .........................................................................................................4

1.2 Rumusan Masalah ....................................................................................................4
1.3 Tujuan ......................................................................................................................4

BAB II PEMBAHASAN .....................................................................................................5

2.1 Pengertian Penyajian Data .......................................................................................5

2.2 Macam-Macam Bentuk Penyajian Data ..................................................................5

A. Penyajian data dalam bentuk table ...............................................................5

B. Penyajian data dalam bentuk diagram ..........................................................9

C. Penyajian data dalam bentuk tabe distribusi frekuensi ..............................13

D. Penyajian data dalam bentuk histogram, poligondan ogive .......................21

E. Penyajian data model-model populasi ........................................................23

BAB III PENUTUP ...........................................................................................................24

3.1 Kesimpulan ...........................................................................................................24

3.2 Saran .....................................................................................................................24

DAFTAR PUSTAKA ........................................................................................................25

 BAB I

PENDAHULUAN

1.1 latar Belakang

Kegiatan pengumpulan data dilapangan, akan menghasilkan angka-angka yang disebut
data kasar.penyebutan dengan istilah data kasar menunjukkan bahwa data itu belum diolah
dengna teknik statistik tertentu. Jadi, data-data itu masih berwujud sebagaimana data itu
diperoleh yang biasanya berupa skor. Skor-skor tersebut dapat pula disebut dengan istilah
skor kasar, yang artinya sama dengan data kasar. Biasanya relatif banyak dan tidak beraturan.
Dalam pembuatan laporan penelitian, data tersebut yang harus dilaporkan. Agar dapat
memberikan gambaran yang bermakna, data-data itu haruslah disajikan kedalam tampilan
yang sistematis. Ada sejumlah cara yang dapat dipilih untuk menampilkan data hasil
pengukuran dalam kerja penelitian. Penyajian data yang mana yang sebaiknya dipilih
tergantung jenis data, selera peneliti, dan tujuan penampilan data itu sendiri.

1.2 Rumusan Masalah

1. Apa itu penyajian data ?
2. Apa fungsi penyajian data ?
3. Apa macam-macam bentuk penyajian data ?

1.3 Tujuan
1. Untuk mengetahui apa itu penyajian data
2. Untuk mengetahui fungsi penyajian data
3. Untuk mengetahui apa macam-macam penyajian data
 BAB II
PEMBAHASAN

2.1 Pengertian Penyajian Data

Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil penelitian
yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan yang
diinginkan. Data yang disajikan harus sederhana, jelas agar mudah dibaca. Penyajian data
juga dimaksudkan agar para pengamat dapat dengan mudah memahami apa yang kita sajikan
untuk selanjutnya dilakukan penilaian atau perbandingan dan lain lain. Dalam pembuatan
laporan penelitian, data termasuk yang harus dilaporkan. Agar dapat memberikan gambaran
yang bermakna, data-data itu haruslah disajikan ke dalam tampilan yang sistematis dan untuk
keperluan penganalisisan biasanya data itu disusun dalam sebuah tabel. Penyajian data ini
bertujuan memudahkan pengolahan data dan pembaca memahami data.

Data yang sudah diolah, agar dibaca dan dimengerti oleh orang lain atau pengambil
keputusan, perlu disajikan ke dalam bentuk-bentuk tertentu. Penyajian data memiliki fungsi
antara lain :
1. Menunjukkan perkembangan suatu keadaan
2. Mengadakan perbandingan pada suatu waktu

2.2 Macam-Macam Bentuk Penyajian Data

A. Penyajian data dalam bentuk tabel
Pada dasarnya banyak cara untuk menyajikan data sehingga ia dapat dipahami dan
digunakan secara tepat oleh pengolah data. Namun untuk menghasilkan gambaran data yang
komunikatif, harus diingat untuk menyajikan sesuai kebutuhan. Dalam hal ini, penyajian data
dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran mengenai jumlah
secara terperinci sehingga memudahkan pengolah data dalam menganalisis data tersebut.
Penyajian dalam bentuk tabel merupakan penyajian data dalam bentuk angka yang
disusun secara teratur dalam bentuk kolom dan baris. Penyajian dalam bentuk tebel banyak
digunakan pada penulisan laporan hasil penelitian dengan maksud agar orang mudah
memperoleh gambaran rinci tentang hasil penelitian yang telah dilakukan. Suatu tabel yang
lengkap terdiri dari :
 Nomor Tabel

Bila tabel yang disajikan lebih dari satu maka hendaknya diberi nomor agar mudah
untuk mencari kembali bila dibutuhkan. Nomor tabel biasanya ditempatkan diatas
sebelah kiri sejajar dengan judul tabel.

 Judul Tabel

Setiap tabel yang disajikan harus diberikn judul karena dari judul tabel orang dapat
mengetahui tentang apa yang disajikan.

 Catatan Pendahuluan

Catatan pendahuluan biasanya diletakkan dibawah judul dan berfungsi sebagai

keterangan tambahan tentang tahun pembuatan tabel atau jumlah pengamatan yang
dilakukan.

 Badan Tabel

Badan tabel terdiri dari judul kolom, judul baris, judul kompartemen dan sel.

 Catatan Kaki

Catatan kaki dimaksudkan untuk memberi keterangan terhadap singkatan atau

ukuran yang digunakan. Bisanya dengan memberi tanda yang sesuai dengan tanda yang
terdapat di kanan atas singkatan yang digunakan. Catatan kaki diletakkan dibawah kiri
tabel.

 Sumber Data

Sumber data diletakan dibagian kiri bawah (dibawah catatan kaki), sumber ini
mempunyai arti penting bila data yang sajikan berupa data sekunder.

Macam-macam penyajian data dalam bentuk tabel :

1. Tabel Baris Kolom
Tabel yang lebih tepat disebut tabel baris kolom ini adalah tabel-tabel yang dibuat
selain dari tabel kontingensi dan distribusi frekuensi yaitu tabel yang terdiri dari baris dan
kolom yang mempunyai ciri tidak terdiri dari faktor-faktor yang terdiri dari beberapa
kategori dan bukan merupakan data kuantitatif yang dibuat menjadi beberapa kelompok.
 Contohnya :

2. Tabel Kontingensi
Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi tabel ini
mempunyai ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua faktor atau dua
variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat
dibuat daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan
kolom.
Contohnya :
3. Tabel Silang
Data hasil penelitian yang berupa perhitungan frekuensi pemunculan data juga dapat
disajikan ke dalam bentuk tabel silang. Tabel silang dapat terdiri dari satu variable tetapi
dapat juga terdiri dari dua variable. Tergantung pertanyaan atau keadaan yang ingin
dideskripsikan. Dengan demikian, pemilihan penyajian data ke dalam tabel silang satu
atau dua variable akan tergantung dari data yang diperoleh. Tabel silang satu variabel
digunakan untuk menggambarkan data dengan menampilkan satu karakteristiknya saja.
Contohnya :
Table silang : mengelompokan data berdasarkan dua atau lebih kriteria
Table Silang Komposisi Responden
Berdasarkan Jenis Kelamin dan Tingkat Pendidikan

B. Penyajian data dalam bentuk diagram

Diagram adalah gambar yang menyajikan data secara visual yang biasanya berasal
dari tabel yang telah dibuat. Meskipun demikian, diagram masih memiliki kelemahan,
yaitu pada umumnya diagram tidak dapat memberikan gambaran yang lebih detail.
Macam-macam penyajian data dalam bentuk tabel :
1. Diagram Batang
Pada umumnya digunakan untuk menggambarkan perkembangan nilai-nilai suatu
objek penelitian dalam kurun waktu tertentu. Diagram batang menunjukkan berbagai
keterangan dengan batang-batang tegak ataupun mendatar dan sama lebar dengan batang-
batang terpisah.
Contohnya :
 Pada ambar diatas, beberapa nilai aktiva tidak disajiakan secara jelas. Informasi yang
diperoleh hanyalah pola perkembangan aktiva dari tahun ke tahun saja. Erlihat bahwa
perkembangan dari tahun ke tahun menunjukan adanya peningkatan. Seberapa besar
kenaikannya, sekali lagi tidak disajikan. Biasanya, penyajian data dalam bentuk table
akan diikuti penyajian dalam bentuk diagram. Hal ini, tentu saja untuk memenuhi dua
kepentingan yang berbeda, yaitu informasi yang rinci dan informas sepintas.
Dalam suatu kuadran diagram batang tidak saja dapat memberika informasi suatu
objek informasi saja, aktiva misalnya, namun dapa juga memvisualisasikan beberapa
objek sekaligus (dalam satu kuadran). Disamping itu, diagram batang tidak hanya
disajikan secara tegak saja, namun dapat juga disajikan secara mendatar.
Contohnya :
2. Diagram Garis
Fungsi diagram garis sebenarnya tidak berbeda dengan fungsi diagram batang yang
memberikan informasi mengenai perkembangan sesuatu dari periode ke periode. Hanya
saja, seperti namanya, diagram diwujudkan dengan garis-garis yang menghubungkan
puncak-puncak frekuensi tiap periode.
Contohnya :
3. Diagram Lingkaran
Diagram lingkaran menginformasikan perbandingan beberapa obyek yang menjadi
perhatian. Misalnya, volume produksi sepatu untuk berbagai tipe pada tahun 1989. Dan
penggambarannya dilakukan di atas sebuah lingkaran. Selanjutnya, lingkaran tersebut
dibagi-bagi menjadi beberapa daerah sesuai dengan jumlah obyek yang menjadi
perhatian. Proposisi daerah yang menginformasikan obyek kajian dibuat sedemikian rupa
sehingga luas daerah yang dimaksud sebanding dengan nilai-nilai datanya. Misalnya,
sepatu yang akan diinformasikan sebanyak 4 tipe. Maka lingkaran tersebut dibagi menjadi
4 daerah yang luasnya sesuai dengan masing-masing volume produksi.

Contohnya :
Volume produksi sepatu PT Khasandy selama tahun 1989 dapat disajikan sebagai
berikut :

Penentuan proposisi daerah yang menginformasikan keempat tipe sepatu tersebut

dapat dilakukan sebagai berikut :
a. Sepatu pria dewasa
6.500
x 360 = 126,15 dibulatkan menjadi 126
18.550
b. Sepatu wanita dewasa
4.750
x 360 = 92,18 dibulatkan menjadi 92
18.550
c. Sepatu sport pria dewasa
3.800
x 360 = 73,75 dibulatkan menjadi 74
18.550
d. Sepatu sport wanita dewasa
3.500
x 360 = 67,93 dibulatkan menjadi 68
18.550
Contoh diagram lingkarannya :

Volume Produksi PT Khasandy selama Tahun 1989

Keterangan:

C. Penyajian data dalam bentuk table distribusi frekuensi

Distribusi frekuensi adalah Pengelompokkan data ke dalam beberapa kelompok
(kelas) dan kemudian dihitung banyaknya data yang masuk ke dalam tiap kelas. Distribusi
frekuensi ada beberapa macam, diantaranya :

1. Ditinjau dari jenisnya

a) Distribusi frekuensi numerik
b) Distribusi katerogikal
2. Ditinjau dari nyata tidaknya frekuensi
a) Distribusi frekuensi absolut
 b) Distribusi frekuensi relatif
3. Ditinjau dari kesatuannya
a) Distribusi frekuensi satuan
b) Distribusi frekuensi kumulatif
 Distribusi Frekuensi numerik dan kategorikal

Yang dimaksud dengan distribusi frekuensi numerik adalah distribusi frekuensi yang
didasarkan pada data-data kontinum yaitu data uang berdiri sendiri dan merupakan suatu
deret hitung. Sedangkan yang dimaksud dengan distribusi frekuensi katerogikal adalah
distribusi frekuensi yang didasarkan pada data-data yang terkelompok. Jika data masih
berbentuk kontinum, maka harus diubah lebih dahulu menjadi data katerogikal dan
selanjutnya baru dicari frekuensi masing-masing kelompok.

Contoh :

Penelitian terhadap nilai pembaca S1 Jurusan Teknk Informatika untuk mata kuliah
statistik pada suatu perguruan tinggi. Dari hasil pengambilan sampel secara random (acak)
terambil sampel sebanyak 30 nilai statistk.

Dari sampel tersebut diperoleh data dengan penyebarannya sebagai berikut :

75 80 30 70 20 35 65 65 70 57

55 25 58 70 40 35 36 45 40 25

15 55 35 65 40 15 30 30 45 40

Pada contoh di atas merupakan contoh distribusi frekuensi numerik. Mengingat

distribusi frekuensi numerik didasarkan pada data apa adanya maka ada kemungkinan
daftar distribusi akan panjang (terutama untuk data yang mempunyai rentangan panjang).
Jika hal ini terjadi maka usaha yang semula bertujuan mempermudah dalam membaca data
melalui penyusunannya distribusi frekuensi tidak akan tercapai. Hal ini disebabkan karena
daftar distribusi masih panjang yang berkemungkinan besar masih mengacaukan pembaca.
Untuk mengatasi masalah tersebut dibuatlah distribusi frekuensi katerogikal yaitu data
yang sudah dikelompokkan seperti table dibawah ini
 Nilai F
15 – 25 5
26 – 36 7
37 – 47 6
48 – 58 4
59 – 69 3
70 – 80 5
Jumlah 30

Perubahan data numerik ke data katerogikal harus menggunakan aturan-aturan

tertentu, ini berarti bahwa pengelompokkan tersebut harus memuat aturan-aturan tertentu,
sehingga tidak akan terjadi suatu rentangan atau kelompok yang tidak berfrekuensi. Tiga
hal yang diperhatikan dalam menentukan kelas bagi distribusi frekuensi diantarnya yaitu
jumlah kelas, lebar kelas, batas kelas.

a. Jumlah kelas
Tidak ada aturan umum yang menentukan jumlah kelas. H.A. Sturges pada tahun
1962 menulis artikel dengan judul :“The Choiche of a Class Interval” dalam journal of
the America Statiscal Association, yang mengemukakan suatu rumus untuk menentukan
banyaknya kelas sebagai berikut :
K = 1 + 3,3 log n
Dimana :
k = Banyaknya kelas
n = Banyaknya nilai observasi

Rumus ini disebut Kriterium Sturges dan merupakan suatu perkiraan tentang
banyaknya kelas. Misalnya data dengan n = 100, maka banyaknya kelas k adalah sebagai
berikut :

K = 1 + 3,3 log 100

= 1 + 3,3 (2) = 1 + 6,644 = 7,644 ≈ 8

Jadi jumlah kelas / kelompok yang dianjurkan pada data diatas adalah 8.

Ada kemungkinan jumlah kelompok hasil perhitungan rumus di atas merupakan bilangan
pecahan, tetapi disini untuk memudahkannya kita akan melakukan pembulatan. Langkah
berikutnya adalah mencari rentangan (interval) tiap kelas.
b. Lebar kelas atau interval

Disarankan interval atau lebar kelas adalah sama untuk setiap kelas. Pada umumnya,
untuk menentukan besarnya kelas (panjang interval) digunakan rumus :

𝑋𝑛 − 𝑋₁
𝑐=
𝑘

Di mana :

c = lebar kelas / interval

k = banyaknya kelas

Xn = nilai observasi terbesar

X1 = nilai observasi terkecil

Nilai f
48 – 54 1
55 – 61 2
62 – 68 7
69 – 75 12
76 – 82 7
83 – 89 3
90 – 96 2
Jumlah 34

Nilai 48-54 disebut kelas interval. Urutan kelas interval disusun mulai data terkecil
hingga terbesar. Urutan kelas interval pertama adalah 48-54, dan urutan kelas interval ke
dua adalah 55-61, demikian seterusnya. Semua kelas interval berada di kolok sebelah kiri.
Sedangkan nilai yang berada di sebelah kanan adalah nilai frekuensi yang disingkat f, f =
1 berarti yang mempunyai nilai antara 48 sampai 54 sebanyak 1. Nilai – nilai dikiri kelas
interval (48, 55, 62, 69, 76, 83, 90) disebut batas bawah kelas. Nilai 48 disebut batas
bawah pertama, nilai 55 disebut atas bawah kelas ke dua, dan seterusnya. Sedangkan nilai-
nilai di kanan kelas interval (54, 61, 68, 75, 82, 89, 96) disebut batas atas kelas. Nilai 54
disebut batas atas kelas pertama, nilai 61 disebut batas atas kelas ke dua, demikian
seterusnya. Selisih positif antara batas bawah dengan batas atas harus sama yang disebut
lebar kelas.

Misalnya kita mempunyai data terbesar 95 dan data terkecil 10 dengan jumlah kelas 9,
maka didapat
 𝑋𝔫 − 𝑋₁ 95 − 10 85
𝑐= = = = 9,44 ≈ 10
𝑘 9 9

Pembulatan pada penentuan interval sebaiknya ke atas, walaupun angka di belakang

koma kecil, karena pembulatan ke bawah akan menanggung resiko yaitu ada data yang
tidak masuk dalam kelompok yang telah ditentukan.

c. Batas kelas

Batas kelas bawah menunjukkan kemungkinan nilai data terkecil pada suatu kelas.
Sedangkan batas kelas atas mengidentifikasi kemungkinan nilai data terbesar dalam suatu
kelas.

Contoh :

Berikut ini adalah data tentang nilai pembaca :

48 50 37 43 51 52 47 48 48 41

42 45 48 37 53 52 51 48 43 41

Jawab :

 Langkah 1 urutkan data dari yang terkecil hingga terbesar

37 37 41 41 42 43 43 45 47 48
48 48 48 48 50 51 51 52 52 53
 Langkah 2 tentukan nilai max dan min
Nilai max = 53 dan nilai min = 37
 Langkah 3 tentukan range (selisih nilai max dan nilai min)
Range = 53-37 = 16 (kelas interval harus menampung semua data observasi)
 Langkah 4 tentukan jumlah kelas dengan menggunakan rumus sturges
k = 1 + 3,3 log n
k = 1 + 3,3 log 20 = 1 + 3,3 * 1,3 = 5,29 ≈ 5
 Langkah 5 tentukan c (lebar kelas / interval)
𝑅𝑎𝑛𝑔𝑒 16
𝑐= = = 3,2 ≈ 4
𝑘 5
 Langkah 6 membuat table distribusi frekuensi
 Nilai Frekuensi
37 – 40 2
41 – 44 5
45 – 48 7
49 – 52 5
53 – 56 1

Contoh :

Diketahui data sebagai berikut :

71 75 57 88 64 80 75 75 80

82 89 68 89 88 71 75 71 81

48 82 72 62 68 74 79 79 84

75 57 75 75 68 65 68

Buatlah tabel distribusi frekuensinya :

Jawab :

 Langkah 1 urutkan data dari yang terkecil hingga terbesar.

48 71 75 88
57 71 75 88
57 71 79 89
62 72 79 89
64 74 80
65 75 80
68 75 81
68 75 82
68 75 82
68 75 84
 Langkah 2 tentukan nilai max dan nilai min
Nilai max = 89 dan nilai min = 48
 Langkah 3 tentukan range (selisih nilai max dan nilai min )
Range = Nilai max – Nilai min
 = 89 – 48 = 41
(kelas interval harus mampu menampung semua data observasi)
 Langkah 4 tentukan jumlah kelas dengan menggunakan rumus sturges
k = 1 + 3,3 log n
= 1 + 3,3 log 34
= 1 + 3,3 * 1,53 = 6,049 ≈ 6
 Langkah 5 tentukan c (lebar kelas / interval)
𝑟𝑎𝑛𝑔𝑒 41
𝑐= = = 6,8 ≈ 7
k 6
 Langkah 6 membuat tabel distribusi frekuensi, caranya batas bawah kelas pertama
diambil dari nilai terkecil kemudian dijumlahkan dengan lebar kelas dikurangi 1.
Demikian seterusnya
48 + 7-1 = 54
55 + 7-1 = 61
62 + 7-1 = 68
69 + 7-1 = 75
76 + 7-1 = 82
83 + 7-1 = 89
Jika kita masukkan dalam tabel distribusi frekuensi yaitu :

Nilai F
48 – 54 1
55 – 61 2
62 – 68 7
69 – 75 12
76 – 82 7
83 – 89 5
Jumlah 34

Keuntungan katerogikal adalah daftarnya ringkas, sehingga mempermudah peneliti

untuk membaca tabel tersebut dan melakukan deskripsi atas data yang telah terkumpul.
Tetapi, dengan katerogikal akan terjadi pemisahan data yang sebenarnya berdekatan,
misalnya 35 dan 36 menjadi berbeda kelompoknya.
 Distribusi frekuensi absolut dan relatif
Yang dimaksud dengan distribusi frekuensi absolut adalah suatu jumlah bilangan
yang menyatakan banyaknya data pada suatu kelompok tertentu. Distribusi ini disusun
berdasarkan data apa adanya, sehingga tidak menyukarkan peneliti dalam membuat
distribusi ini.

Yang dimaksud dengan distribusi frekuensi relatif adalah suatu jumlah persentase
yang menyatakan banyaknya data pada suatu kelompok tertentu.Dalam hal ini pembuat
distribusi terlebih dahlulu harus dapat menghitung persentase pada masing-masing
kelompok. Distribusi akan memberikan informasi yang lebih jelas tentang posisi masing-
masing bagian dalam keseluruhan, karena kita dapat melihat perbandingan antara
kelompok yang satu dengan kelompok yang lainnya. Walaupun demikian kita masih
belum memperoleh gambaran yang jelas tentang penyebab adanya perbedaan
tersebut.Rumus mencari distribusi frekuensi relatif.

frekuensi kelas
frekuensi relatif = × 100
n

contoh :

Data pengukuran tinggi badan atas 100 orang. Setelah dilakukan penyederhanaan
data (tinggi badan dikelompokkan menjadi 7 kelompok/kelas), maka distribusi frekuensi
absolut dan relatif dapat dilihat pada tabel dibawah ini :

Tinggi badan (cm) Frekuensi Frek.relatif

150 – 154 5 5
155 – 159 10 10
160 – 164 25 25
165 – 169 30 30
170 – 174 19 19
175 – 179 8 8
180 – 184 3 3
Jumlah 100 100

 Distribusi frekuensi satuan dan kumulatif

Distribusi frekuensi satuan adalah frekuensi yang menunjukkan berapa banyak data
pada kelompok tertentu. Contoh-contoh distribusi frekuensi di atas menunjukkan
distribusi frekuensi satuan, baik yang numeric maupun relatif. Yang dimaksud dengan
distribusi frekuensi kumulatif adalah distribusi frekuensi yang menunjukkan jumlah
frekuensi pada sekelompok nilai tertentu mulai dari kelompok sebelumnya sampai
kelompok tersebut.

D. Penyajian data dalam bentuk histogram, poligon dan ogive

Histogram adalah penyajian data distribusi frekuensi yang diubah menjadi diagram
batang. Untuk menggambarkan histogram dipakai sumbu mendatar yang menyatakan
batas-batas kelas interval (diambil dari batas bawah sebenarnya dan batas atas
sebenarnya) dan sumbu tegak yang menyatakan frekuensi absolut atau frekuensi relatif.

Nilai Frekuensi Frek.Relatif Fk*(kurang dari) Fk**(lebih dari )

37 – 40 2 10 2 20
41 – 44 5 25 7 18
45 – 48 7 35 14 13
49 – 52 5 25 19 6
53 – 56 1 5 20 1
Total 20

Contohnya diambil dari tabel di atas, pada tabel di atas nilai setiap kelas adalah data
diskrit, maka ada celah atau gap antara kelas yang satu dengan yang lainnya. Misalnya
antara 37-40 dengan 41-44, antara 45-48 dengan 49-52 dan seterusnya. Untuk
menggambarkan histogram, kelas pertama dibuat 36,5-40,5, kelas ke dua 40,5-44,5,
kelas ke tiga 44,5-48,5 dan seterusnya. Angka 36,5 sebetulnya diambil dari

Nilai
36,5 - 40,5
40,5 - 44,5
44,5 - 48,5
48,5 - 52,5
52,5 - 56,5

36+37
= 36,5, seolah-olah sebelum kelas pertama ada kelas 33-36, kemudian 40,5
2
40+41
= , dan seterusnya. Hasil tersebut dapat dilihat pada tabel dibawah ini.Setiap
2
batangan (bar) dibuat pada kelas-kelas ini dengan tinggi sebesar nilai frekuensi kelas
bersangkutan.
 Poligon ialah gambar garis yang menghubungkan tengah-tengah tiap sisi atas dari
histogram yang berdekatan.Caranya : batas bawah + batas atas / 2 = 36,5 + 40,5 / 2 =
38,5

Contohnya diambil dari tabel di atas

Nilai
36,5 – 40,5
40,5 – 44,5
44,5 – 48,5
48,5 – 52,5
52,5 – 56,5

Apabila titik tengah pada setiap batang (bar) dihubungkan, maka kita akan
memperoleh gambar seperti gambar dibawah ini :
 Ogive adalah distribusi frekuensi kumulatif yang diagramnya dalam sumbu tegak
dan datar. Ogive “kurang dari” dari distribusi frekuensi kumulatif kurang dari. Dan
ogive “atau lebih dari” ialah diagram dari distribusi frekuensi kumulatif atau lebih dari.
Sewaktu membuat frekuensi kumulatif “kurang dari” kita mempergunakan nilai batas
 kelas atas (upper class limit) yaitu mulai 40, 44, 48 dan seterusnya. Jadi banyaknya
kelompok nilai yang sama atau kurang 40 ada 2, yang sama atau kurang 44 ada 7, yang
sama atau kurang 48 ada 14 dan seterusnya. Sebaliknya untuk yang “lebih dari” kita
pergunakan nilai batas kelas bawah (lower class limit ) yaitu mulai dari 37, 41, 45 dan
seterusnya. Jadi banyaknya kelompok yang sama atau lebih dari 37 ada 20, yang sama
atau lebih dari 41 ada 18, yang sama atau lebih dari 45 ada 13 dan seterusnya. Untuk
tujuan memperoleh kurva frekuensi kumulatif (ogive), batas kelas atas diwakili oleh
angka 40,5 ; 44,5 ; 48,5 ; dan seterusnya, sedangkan batas bawah diwakili oleh 36.5,
40.5, 44.5 dan seterusnya.

E. Penyajian data model-model populasi

Populasi adalah kumpulan individu sejenis berada pada wilayah tertentu dan pada
waktu tertentu pula. Kata populasi dalam bidang statstika merupakan sekumpulan data
yang menjadi objek inferensi. Berikut adalah contoh populasi :
1. Populasi mahasiswa uin Sumatra utara (Uinsu)
2. Populasi mahasiswa fakultas sains dan teknologi
3. Populasi mahasiswa fakultas ilmu komputer (Uinsu)
4. Populasi mahasiswa ilmu komputer angkatan 2017, saintek, (Uinsu)
5. Populasi mahasiswa ilmu komputer kelas ilkomp 1, angkatan 2017 saintek (Uinsu)

Berdasarkan contoh populasi diatas, pengertian populasi disana bersifat relatif,

pendefinisiannya tergantung dari si peneliti, apakah dia ingin mengetahui populasi
mahasiswa Uinsu secara keseluruhan ataukah hanya tertarik pada populasi mahasiswa
ilmu komputer angkatan 2017 saja. Dan batasan dalam ruang lingkup dari populasi yang
akan diteliti harus didefinisikan dengan jelas dan tepat, karena semua kesimpulan yang
nantinya akan diperoleh dari hasi penarikan contoh (sample) hanya berlaku untuk
populasi yang dimaksud, bukan untuk populasi yang berada diluar batasan rua lingkup
yang diberikan.
 BAB III

PENUTUP

3.1 Kesimpulan
Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil
penelitian yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan
yang diinginkan. Data yang disajikan harus sederhana, jelas agar mudah dibaca.
Penyajian data juga dimaksudkan agar para pengamat dapat dengan mudah memahami
apa yang kita sajika. Dalam pembuatan laporan penelitian, data termasuk yang harus
dilaporkan. Agar dapat memberikan gambaran yang bermakna, data-data itu haruslah
disajikan ke dalam tampilan yang sistematis.

3.2 Saran
Dengan adanya makalah tentang penyajian data kami berharap para pembaca dapat
memahi bagaimana bentuk dalam penyajian data dan macam-macam penyajian data
tersebut.
 DAFTAR PUSTAKA

Dajan, Anto. 1990. Metode Statistik Jilid 1, Bandung : LP3ES

Kustianto, Bambang dan Rudy Badrudin.1994. Stastitiska 1, Jakarta : Gunadarma

Hamang, Abdul.2005.MetodeStatistika, Yogyakarta : Graha Ilmu

http://kamarulintangsakti.blogspot.com/2014/11/penyajian-data-statistik-dalam-
bentuk_83.html

http://myperawatworld.blogspot.com/2014/11/makalah-penyajian-data-statistik-
data.html