Pengajar:

Dr. Ir. Budi Widayanto, M.Si.

Dr. Ir. Nanik Dara Senjawati, MP.
DISTRIBUSI FREKUENSI
& UKURAN PEMUSATAN DAN VARIASI/
DISPERSI
Riset  mendapatkan hasil pengukuran ; data yang diperoleh merupakan data mentah
(raw data). Dari raw data kita belum bisa mendapatkan informasi penting selain hanya
sederetan angka sehingga perlu dilakukan pengolahan data.
Langkah awal pengolahan data dapat dilakkan dengan membuat data ke dalam distribusi
frekuensi. Distribusi frekuensi merupakan daftar nilai data (nilai individual atau nilai
data yang dikelompokkan dengan interval).
• Penyebaran nilai-nilai suatu faktor variabel sepanjang suatu skala nilai-nilai
berdasarkan frekuensi.
• Tujuan penyajian data untuk memberikan keterangan (informasi) secara keseluruhan
dari suatu objek yang dijelaskan secara ringkas dan sederhana, bukan informasi
secara individu.
• Raw Data (data mentah): data yang dikumpulkan dan belum ditabulasi/diringkas dan
dan Array: data kuantitatif yang sudah diurutkan
CONTOH RISET NILAI MATA KULIAH STATISTIKA
66 63 71 58 71 77 47 53 35 24
68 51 58 72 67 78 62 49 75 58
35 95 67 75 63 73 63 67 69 62
52 83 67 70 66 74 52 72 74 86
34 48 44 46 74 60 68 69 77 66
46 99 59 65 62 72 73 64 92 54
81 57 74 78 59 62 63 77 82 57
81 73 68 45 75 66 57 75 95 55
89 74 67 84 69 54 64 83 41 51
60 75 68 64 68 64 65 40 55 61

Nilai Ujian Statistika dari 100 mahasiswa

yang diambil secara random dari seluruh
mahasiswa yang mengambil MKA Statistika.
MEMBENTUK DISTRIBUSI FREKUENSI
1. Menentukan klas-klasnya:
 Berapa jumlah klas  dapat menggunakan rumus Sturges Rule ; k = 1
+ 3,322 log n
 k = jumlah klas; n = jumlah individu
2. Menentukan interval tiap klas
 Untuk menentukan perlu diketahui luas penyebaran (range)  R = Xn –
X1
 R = luas penyebaran (range); Xn = nilai pengamatan tertinggi; X1 = nilai
pengamatan terendah
 Interval klas = Range/k
3. Menentukan batas-batas klas
 Mengetahui batas klas terendah (batas bawah),
dan selanjutnya merupakan kelanjutannya
4. Seleksi frekuensi ke dalam klas
5. Menjumlah semua frekuensi dari klas
DATA & HASIL HITUNGAN
Tentukan jumlah klas (k)  dengan Sturges Rule
 k = 1 + 3,322 log n
 k = 1 + 3,322 log 100 = 7,644 = 8 (dibulatkan)
Tentukan interval klas  hitung range (R)
 R = Xn – X1
 R = 99 – 24 = 75
Interval klas = Range/k
 75/7,644 = 9,8 = 10 (dibulatkan)
BATAS KLAS
Nilai terendah 24 & nilai tertinggi 99; Dibuat batas klas bawah 20-
30
 20-30  20-29
 30-40  30-39
 40-50  40-49
 50-60  50-59
 60-70  60-69
 70-80  70-79
 80-90  80-89
 90-100  90-99
Prinsipnya semua nilai bisa masuk ke dalam satu klas (hanya satu
klas)
ENTRY DATA
TABEL NILAI UJIAN STATISTIKA
HISTOGRAM
CURVE PIE-LINE (POLIGON)-AREA-OGIVE

40
60-69
34% 30
70-79
24% 20

Other 10
36% 0

50-59
80-89
17%
8%
40-49
9% 90-99
20-29 4%
30-39 1%
3%

40
kurva bentuk OGIVE
35
120
30
jumlah/ frekuensi

100
25

jumlah/ frekuensi
80
20
60
15

10 40

5 20

0 0
20- 30- 40- 50- 60- 70- 80- 90-
20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99
29 39 49 59 69 79 89 99
klas
Series1 1 4 13 30 64 88 96 100
POLIGON
40

35

30

25
Frekuensi

20

15

10

0
20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99
Nilai Ujian Statistika
KURVA NORMAL
UKURAN PEMUSATAN
Rata-rata= nilai yang Rata-rata perkiraan
mewakili himpunan atau
sekelompok data (a set (sampel)
of data).
Nilai rata-rata umumnya Dihitung berdasarkan
ada ditengah dari sampel sebanyak n di
kumpulan data
(measures of central mana n<N observasi 
tendency) diperoleh rata-rata
Rata-rata hitung  jika kita perkiraan atau rata-
memiliki nilai variabel X;
sebagai hasil rata sampel dengan
pengamatan N kali, simbol X bar
yaitu X1, X2, X3, … , Xn,
maka;
 Rata-rata sebenarnya
(populasi)
 Xbar = 1/n∑ Xi
 μ = 1/N ∑ Xi  = 1/n (X1 + X2 + X3 + … +
 = 1/N (X1, X2, X3, … ,Xn) Xn)
 μ myu mrpk simbol rata-
rata sebenarnya atau
parameter  X bar merupakan perkiraan μ
RATA-RATA (MEAN): Rata-rata dari penjumlahan seluruh nilai dibagi
dengan banyaknya data (n).

Rata-rata hitung data berkelompok

 Didasarkan pada tabel frekuensi, Xi terjadi fi kali maka dapat dirumuskan,

Interval Titik Frekuensi ƒi.xi

data tengah (Xi) (ƒi)
…-…
…-…
…-…

 Keterangan: Xi adalah nilai tengah kelas interval ke-i (untuk data berkelompok) ; ƒi adalah
jumlah frekuensi tiap kelas.
 Menghitung mean dapat juga menggunakan simpangan rata-rata sementara dan coding.
MEDIAN: nilai tengah kumpulan data yang sudah diurutkan, jika jumlah data
ganjil berada ditengah urutan, jika data Genap penjumlahan dua
nilai yang berada ditengah dibagi dua.
Data tidak berkelompok
 n ganjil  jika k bilangan konstan dan n ganjil, maka
 n = 2k + 1 atau k = (n-1)/2
 n genap  jika k bilangan konstan dan n genap, maka n = 2k atau k = n/2
Data berkelompok
MODUS: data atau nilai yang sering muncul atau frekuensi paling banyak.
Data tidak berkelompok
 Modus adalah nilai yg paling banyak terjadi dalam suatu kelompok nilai atau jika
suatu nilai kelompok adalah yang memiliki frekuensi tertinggi
Data berkelompok
 panjang kelas = interval
 d = delta
PERBANDINGAN RATA-RATA ; MEDIAN ;
MODUS

Median Modus
Rata-rata
Mengapa dalam analisis atau
menyampaikan informasi
sering digunakan ukuran
pusat  MEAN?
UKURAN VARIASI ATAU DISPERSI ATAU
PENYIMPANGAN: ukuran penyimpangan nilai data dari nilai pusatnya
atau ukuran perbedaan nilai data dari nilai
pusatnya

• Perlunya analisa pusat

data dan informasi
sebaran dari pusat data
tersebut
• Harga tengah suatu
distribusi tidak akan
berguna tanpa dilengkapi
dengan informasi
deviasinya
(penyimpangan) tiap
datanya terhadap harga
tengahnya.
X

Homogen Relatif Homogen Heterogen

Data tidak berkelompok
 Variasi yg sederhana adalah Range (jarak)
 Data yg sudah diurutkan dari yg terkecil (X1) sampai
terbesar (Xn)  jarak adalah Nilai maksimum dikurangi
nilai minimum
Rata-rata simpangan
 Data X1, … , Xn dan rata-rata Xbar = (1/n) ΣXi, simpangan
terhadap rata-rata hitung diartikan;
 (X1-Xbar), (X2-Xbar), … , (Xn-Xbar)
 Rata-rata simpangan (RS) adalah rata-rata hitung dari
nilai absolut simpangan yg dirumuskan;
 RS = (1/n) Σ|Xi-Xbar|
SIMPANGAN BAKU
Distribusi normal, nilai terendah dan tertinggi kira-kira sama dengan nilai mean
dikurangi dan ditambah tiga nilai simpangan baku.

X ± 3 s untuk
μ ± 1σ = 68,27%; μ ± 2σ = 95,45%; μ ± 3σ = 99,73%

+2σ
-3σ -2σ -1σ
μ +1σ +3σ
TERIMA KASIH
sampai jumpa minggu depan