Statistika itu apa?

Statistika adalah cabang ilmu matematika yang berurusan dengan cara-cara/teknik-teknik

pengorganisasian (sering berarti mereduksi) data dalam suatu bentuk yang lebih sederhana sehingga
akan mudah untuk ‘dibaca’.

Data yang kita peroleh dalam kehidupan sehari-hari dapat menjadi sangat banyak, sehingga dapat
menimbulkan kebingungan jika tidak diorganisasikan. Misalnya sebagai mahasiswa anda memperoleh
nilai untuk mata kuliah-mata kuliah yang telah diambil. Dalam satu semester anda bisa memperoleh 4-5
nilai. Dalam 2 tahun bisa diperoleh 16-20 nilai. Nilai-nilai itu tentu akan bervariasi, ada yang B, ada
yang C bahkan mungkin D atau E. Jika anda ditanya bagaimana prestasi anda di bangku kuliah?
Bagaimana menjawabnya? Apakah seperti ini: “Ya ada yang B ada yang C ada yang D, ada juga yang
E.” ? Atau mungkin disebutkan semua nilainya?

Tentu saja jika orang yang bertanya pada anda punya waktu cukup banyak untuk mendengar daftar
nilai anda. Tapi ada cara yang lebih sederhana untuk ‘menceritakan’ prestasi anda. Dengan mencari
rerata nilai anda dengan memperhitungkan jumlah sks yang telah diambil (yang kemudian disebut
dengan IPK). Atau anda bisa juga menyebutkan nilai terbaik yang didapatkan dari semua mata kuliah
yang telah diambil (nilai maksimal) atau nilai terburuk (nilai minimal). Dan banyak cara lainnya. Cara-
cara untuk menyajikan data dengan sederhana inilah yang kemudian disebut dengan statistik.

Kenapa kita butuh statistika?

kita butuh statistika? Karena di sekitar kita ada begitu banyak data kuantitatif (dalam bentuk angka)
dan tentu saja kita tidak dapat mengelakkan diri dari data-data tersebut. Dan seringkali kita perlu
menggunakan data tersebut atau menyajikannya baik pada diri sendiri maupun orang lain. Tidak jarang
juga kita mengambil keputusan berdasarkan data tersebut.

Misalnya ketika kita akan memilih sebuah kelas yang diajar dosen A, kita merasa perlu tahu ‘medan
perang’ dengan paling tidak bertanya-tanya pada orang yang pernah diajar dosen A. Atau kita bisa
melihat track record dosen A tersebut dalam memberi nilai, apakah dia termasuk dosen pelit atau murah
hati. Caranya? Tentu saja dengan melihat daftar nilai yang dikeluarkan dosen tersebut, dan
membandingkan prosentase (baik secara intuitif maupun empiris) mahasiswa yang memperoleh A, B,
C,D,dan E. Perbandingan ini akan kita jadikan dasar keputusan untuk mengambil kelas tersebut atau
tidak. Bagi mahasiswa yang mencari tantangan (atau cari gara-gara?) tentu saja akan mengambil kelas
yang prosentase A dan B jauh lebih kecil dari C. Maka kita perlu meminta bantuan statistika untuk
menyelesaikannya.

Distribusi Frekuensi

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.

Sebagai contoh, perhatikan contoh data pada Tabel 1. Tabel tersebut adalah daftar nilai ujian
Matakuliah Statistik dari 80 Mahasiswa (Sudjana, 19xx).
 Tabel 1. Daftar Nilai Ujian Matakuliah Statistik

79 49 48 74 81 98 87 80

80 84 90 70 91 93 82 78

70 71 92 38 56 81 74 73

68 72 85 51 65 93 83 86

90 35 83 73 74 43 86 88

92 93 76 71 90 72 67 75

80 91 61 72 97 91 88 81

70 74 99 95 80 59 71 77

63 60 83 82 60 67 89 63

76 63 88 70 66 88 79 75

Sangatlah sulit untuk menarik suatu kesimpulan dari daftar data tersebut. Secara sepintas, kita belum
bisa menentukan berapa nilai ujian terkecil atau terbesar. Demikian pula, kita belum bisa mengetahui
dengan tepat, berapa nilai ujian yang paling banyak atau berapa banyak mahasiswa yang mendapatkan
nilai tertentu. Dengan demikian, kita harus mengolah data tersebut terlebih dulu agar dapat memberikan
gambaran atau keterangan yang lebih baik.

Bandingkan dengan tabel yang sudah disusun dalam bentuk daftar frekuensi (Tabel 2a dan Tabel
2b). Tabel 2amerupakan daftar frekuensi dari data tunggal dan Tabel 2b merupakan daftar frekuensi
yang disusun dari data yang sudah di kelompokkan pada kelas yang sesuai dengan selangnya. Kita bisa
memperoleh beberapa informasi atau karakteristik dari data nilai ujian mahasiswa.

Tabel 2a.

No Nilai Ujian Frekuensi

xi fi

1 35 1

2 36 0
 3 37 0

4 38 1

: : :

16 70 4

17 71 3

: : 1

42 98 1

43 99 1

Total 80

Pada Tabel 2a, kita bisa mengetahui bahwa ada 80 mahasiswa yang mengikuti ujian, nilai ujian
terkecil adalah 35 dan tertinggi adalah 99. Nilai 70 merupakan nilai yang paling banyak diperoleh oleh
mahasiswa, yaitu ada 4 orang, atau kita juga bisa mengatakan ada 4 mahasiswa yang memperoleh nilai
70, tidak ada satu pun mahasiswa yang mendapatkan nilai 36, atau hanya satu orang mahasiswa yang
mendapatkan nilai 35.

Tabel 2b.

Kelas ke- Nilai Ujian Frekuensi fi

1 31 – 40 2

2 41 – 50 3

3 51 – 60 5

4 61 – 70 13

5 71 – 80 24

6 81 – 90 21

7 91 – 100 12

Jumlah 80

Tabel 2b merupakan daftar frekuensi dari data yang sudah dikelompokkan. Daftar ini merupakan
daftar frekuensi yang sering digunakan. Kita sering kali mengelompokkan data contoh ke dalam selang-
selang tertentu agar memperoleh gambaran yang lebih baik mengenai karakteristik dari data. Dari daftar
tersebut, kita bisa mengetahui bahwa mahasiswa yang mengikuti ujian ada 80, selang kelas nilai yang
paling banyak diperoleh oleh mahasiswa adalah sekitar 71 sampai 80, yaitu ada 24 orang, dan
seterusnya. Hanya saja perlu diingat bahwa dengan cara ini kita bisa kehilangan identitas dari data
aslinya. Sebagai contoh, kita bisa mengetahui bahwa ada 2 orang yang mendapatkan nilai antara 31
sampai 40. Meskipun demikian, kita tidak akan tahu dengan persis, berapa nilai sebenarnya dari 2 orang
mahasiswa tersebut, apakah 31 apakah 32 atau 36 dst.

Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daftar frekuensi.

Tabel 3.

Kelas ke- Selang Batas Kelas Nilai Kelas Frekuensi

Nilai Ujian (xi) (fi)

1 31 – 40 30.5 – 40.5 35.5 2

2 41 – 50 40.5 – 50.5 45.5 3

3 51 – 60 50.5 – 60.5 55.5 5

4 61 – 70 60.5 – 70.5 65.5 13

5 71 – 80 70.5 – 80.5 75.5 24

6 81 – 90 80.5 – 90.5 85.5 21

7 91 – 100 90.5 – 100.5 95.5 12

Jumlah 80

Range : Selisih antara nilai tertinggi dan terendah. Pada contoh ujian di atas, Range = 99 – 35 = 64

Batas bawah kelas: Nilai terkecil yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas,
batas bawah kelasnya adalah 31, 41, 51, 61, …, 91)

Batas atas kelas: Nilai terbesar yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas, batas
bawah kelasnya adalah 40, 50, 60, …, 100)

Batas kelas (Class boundary): Nilai yang digunakan untuk memisahkan antar kelas, tapi tanpa
adanya jarak antara batas atas kelas dengan batas bawah kelas berikutnya. Contoh: Pada kelas ke-1,
batas kelas terkecilnya yaitu 30.5 dan terbesar 40.5. Pada kelas ke-2, batas kelasnya yaitu 40.5 dan 50.5.
Nilai pada batas atas kelas ke-1 (40.5) sama dengan dan merupakan nilai batas bawah bagi kelas ke-2
(40.5). Batas kelas selalu dinyatakan dengan jumlah digit satu desimal lebih banyak daripada data
pengamatan asalnya. Hal ini dilakukan untuk menjamin tidak ada nilai pengamatan yang jatuh tepat
pada batas kelasnya, sehingga menghindarkan keraguan pada kelas mana data tersebut harus
ditempatkan. Contoh: bila batas kelas di buat seperti ini:
 Kelas ke-1 : 30 – 40

Kelas ke-2 : 40 – 50

dst.

Apabila ada nilai ujian dengan angka 40, apakah harus ditempatkan pada kelas-1 ataukah kelas ke-2?

Panjang/lebar kelas (selang kelas): Selisih antara dua nilai batas bawah kelas yang berurutan atau
selisih antara dua nilai batas atas kelas yang berurutan atau selisih antara nilai terbesar dan terkecil batas
kelas bagi kelas yang bersangkutan. Biasanya lebar kelas tersebut memiliki lebar yang sama. Contoh:

lebar kelas = 41 – 31 = 10 (selisih antara 2 batas bawah kelas yang berurutan) atau

lebar kelas = 50 – 40 = 10 (selisih antara 2 batas atas kelas yang berurutan) atau

lebar kelas = 40.5 – 30.5 = 10. (selisih antara nilai terbesar dan terkecil batas kelas pada kelas ke-1)

Nilai tengah kelas: Nilai kelas merupakan nilai tengah dari kelas yang bersangkutan yang diperoleh
dengan formula berikut: ½ (batas atas kelas+batas bawah kelas). Nilai ini yang dijadikan pewakil dari
selang kelas tertentu untuk perhitungan analisis statistik selanjutnya. Contoh: Nilai kelas ke-1 adalah
½(31+40) = 35.5

Banyak kelas: Sudah jelas! Pada tabel ada 7 kelas.

Frekuensi kelas: Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu. Contoh, pada
kelas ke-1, frekuensinya = 2. Nilai frekuensi = 2 karena pada selang antara 30.5 – 40.5, hanya ada 2
angka yang muncul, yaitu nilai ujian 31 dan 38.

Teknik pembuatan Tabel Distribusi Frekuensi (TDF)

Distribusi frekuensi dibuat dengan alasan berikut:

a. kumpulan data yang besar dapat diringkas

b. kita dapat memperoleh beberapa gambaran mengenai karakteristik data, dan
c. merupakan dasar dalam pembuatan grafik penting (seperti histogram).

Banyak software (teknologi komputasi ) yang bisa digunakan untuk membuat tabel distribusi
frekuensi secara otomatis. Meskipun demikian, di sini tetap akan diuraikan mengenai prosedur dasar
dalam membuat tabel distribusi frekuensi.

a. Langkah-langkah dalam menyusun tabel distribusi frekuensi:

b. Urutkan data, biasanya diurutkan dari nilai yang paling kecil
c. Tujuannya agar range data diketahui dan mempermudah penghitungan frekuensi tiap kelas!
d. Tentukan range (rentang atau jangkauan)
e. Range = nilai maksimum – nilai minimum
f. Tentukan banyak kelas yang diinginkan. Jangan terlalu banyak/sedikit, berkisar antara 5 dan 20,
tergantung dari banyak dan sebaran datanya.
 g. Aturan Sturges:
Banyak kelas = 1 + 3.3 log n, dimana n = banyaknya data
h. Tentukan panjang/lebar kelas interval (p)
i. Panjang kelas (p) = [rentang]/[banyak kelas]
j. Tentukan nilai ujung bawah kelas interval pertama

Pada saat menyusun TDF, pastikan bahwa kelas tidak tumpang tindih sehingga setiap nilai-nilai
pengamatan harus masuk tepat ke dalam satu kelas. Pastikan juga bahwa tidak akan ada data
pengamatan yang tertinggal (tidak dapat dimasukkan ke dalam kelas tertentu). Cobalah untuk
menggunakan lebar yang sama untuk semua kelas, meskipun kadang-kadang tidak mungkin untuk
menghindari interval terbuka, seperti ” ≥ 91 ” (91 atau lebih). Mungkin juga ada kelas tertentu dengan
frekuensi nol.

Contoh:

Kita gunakan prosedur di atas untuk menyusun tabel distribusi frekuensi nilai ujian mahasiswa
(Tabel 1).

1. Berikut adalah nilai ujian yang sudah diurutkan:

35 38 43 48 49 51 56 59 60 60

61 63 63 63 65 66 67 67 68 70

70 70 70 71 71 71 72 72 72 73

73 74 74 74 74 75 75 76 76 77

78 79 79 80 80 80 80 81 81 81

82 82 83 83 83 84 85 86 86 87

88 88 88 88 89 90 90 90 91 91

91 92 92 93 93 93 95 97 98 99

2. Range:

[nilai tertinggi – nilai terendah] = 99 – 35 = 64

3. Banyak Kelas:

Tentukan banyak kelas yang diinginkan.

Apabila kita lihat nilai Range = 64, mungkin banyak kelas sekitar 6 atau 7.

Sebagai latihan, kita gunakan aturan Sturges.

banyak kelas = 1 + 3.3 x log(n)

 = 1 + 3.3 x log(80)

= 7.28 ≈ 7

4. Panjang Kelas:

Panjang Kelas = [range]/[banyak kelas]

= 64/7

= 9.14 ≈ 10

(untuk memudahkan dalam penyusunan TDF)

5. Tentukan nilai batas bawah kelas pada kelas pertama.

Nilai ujian terkecil = 35

Penentuan nilai batas bawah kelas bebas saja, asalkan nilai terkecil masih masuk ke dalam kelas
tersebut.
Misalkan: apabila nilai batas bawah yang kita pilih adalah 26, maka interval kelas pertama: 26 – 35,
nilai 35 tepat jatuh di batas atas kelas ke-1. Namun apabila kita pilih nilai batas bawah kelas 20 atau 25,
jelas nilai terkecil, 35, tidak akan masuk ke dalam kelas tersebut. Namun untuk kemudahan dalam
penyusunan dan pembacaan TDF, tentunya juga untuk keindahan, he2.. lebih baik kita memilih
batas bawah 30 atau 31. Ok, saya tertarik dengan angka 31, sehingga batas bawahnya adalah 31.

Dari prosedur di atas, kita dapat info sebagai berikut:

Banyak kelas :7

Panjang kelas : 10

Batas bawah kelas : 31

Selanjutnya kita susun TDF:

Tabel berikut merupakan tabel yang sudah dilengkapi

Kelas ke- Nilai Ujian Batas Kelas Frekuensi

(fi)

1 31 – 40 30.5 – 40.5 2

2 41 – 50 40.5 – 50.5 3

3 51 – 60 50.5 – 60.5 5
 4 61 – 70 60.5 – 70.5 13

5 71 – 80 70.5 – 80.5 24

6 81 – 90 80.5 – 90.5 21

7 91 – 100 90.5 – 100.5 12

Jumlah 80

atau dalam bentuk yang lebih ringkas:

Kelas ke- Nilai Ujian Frekuensi

(fi)

1 31 – 40 2

2 41 – 50 3

3 51 – 60 5

4 61 – 70 13

5 71 – 80 24

6 81 – 90 21

7 91 – 100 12

Jumlah 80

Distribusi Frekuensi Relatif dan Kumulatif

Variasi penting dari distribusi frekuensi dasar adalah dengan menggunakan nilai frekuensi relatifnya,
yang disusun dengan membagi frekuensi setiap kelas dengan total dari semua frekuensi (banyaknya
data). Sebuah distribusi frekuensi relatif mencakup batas-batas kelas yang sama seperti TDF, tetapi
frekuensi yang digunakan bukan frekuensi aktual melainkan frekuensi relatif. Frekuensi relatif kadang-
kadang dinyatakan sebagai persen.

Frekuensi relatif =

Contoh: frekuensi relatif kelas ke-1: fi = 2; n = 80

Frekuensi relatif = 2/80 x 100% = 2.5%
 Kelas ke- Nilai Ujian Frekuensi relatif (%)

1 31 – 40 2.50

2 41 – 50 3.75

3 51 – 60 6.25

4 61 – 70 16.25

5 71 – 80 30.00

6 81 – 90 26.25

7 91 – 100 15.00

Jumlah 100.00

Distribusi Frekuensi kumulatif

Variasi lain dari distribusi frekuensi standar adalah frekuensi kumulatif. Frekuensi kumulatif untuk
suatu kelas adalah nilai frekuensi untuk kelas tersebut ditambah dengan jumlah frekuensi semua kelas
sebelumnya.

Perhatikan bahwa kolom frekuensi selain label headernya diganti dengan frekuensi kumulatif kurang
dari, batas-batas kelas diganti dengan “kurang dari” ekspresi yang menggambarkan kisaran nilai-nilai
baru.

Nilai Ujian Frekuensi kumulatif kurang dari

kurang dari 30.5 0

kurang dari 40.5 2

kurang dari 50.5 5

kurang dari 60.5 10

kurang dari 70.5 23

kurang dari 80.5 47

 kurang dari 90.5 68

kurang dari 100.5 80

atau kadang disusun dalam bentuk seperti ini:

Nilai Ujian Frekuensi kumulatif kurang dari

kurang dari 41 2

kurang dari 51 5

kurang dari 61 10

kurang dari 71 23

kurang dari 81 47

kurang dari 91 68

kurang dari 101 80

Histogram

Histogram adalah merupakan bagian dari grafik batang di mana skala horisontal mewakili nilai-nilai
data kelas dan skala vertikal mewakili nilai frekuensinya. Tinggi batang sesuai dengan nilai
frekuensinya, dan batang satu dengan lainnya saling berdempetan, tidak ada jarak/ gap diantara batang.
Kita dapat membuat histogram setelah tabel distribusi frekuensi data pengamatan dibuat.
Poligon Frekuensi:

Poligon Frekuensi menggunakan segmen garis yang terhubung ke titik yang terletak tepat di atas
nilai-nilai titik tengah kelas. Ketinggian dari titik-titik sesuai dengan frekuensi kelas, dan segmen garis
diperluas ke kanan dan kiri sehingga grafik dimulai dan berakhir pada sumbu horisontal.

Ogive

Ogive adalah grafik garis yang menggambarkan frekuensi kumulatif, seperti daftar distribusi
frekuensi kumulatif. Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis yang dimulai
dari batas bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir. Ogive berguna untuk
menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada gambar berikut menunjukkan
bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.