DISTRIBUSI FREKUENSI DAN UKURAN TENDENSI SENTRAL

1. Distribusi Frekuensi
1.1. Daftar Distribusi Frekuensi
Data yang telah diperoleh dari suatu penelitian yang masih berupa data acak
yang dapat dibuat menjadi data yang berkelompok, yaitu data yang telah disusun ke
dalam kelas-kelas tertentu. Daftar yang memuat data berkelompok disebut distribusi
frekuensi atau tabel frekuensi. Distribusi frekuensi adalah susunan data menurut kelas
interval tertentu atau menurut kategori tertentu dalam sebuah daftar (Hasan, 2001).
Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan dipakai
dalam membuat sebuah daftar distribusi frekuensi. Bagian-bagian tersebut akan
dijelaskan sebagai berikut (Sudjana, 2005) :
1. Kelas interval adalah banyak objek yang dikumpulkan dalam kelompok-kelompok
berbentuk a – b. Kedalam kelas interval a – b dimasukkan semua data yang
bernilai mulai dari a sampai dengan b. Urutan kelas interval disusun mulai data
terkecil terus ke bawah sampai nilai data terbesar. Kelas-kelas interval tersebut ada
di kolom kiri.
2. Frekuensi adalah bilangan-bilangan yang menyatakan berapa buah data terdapat
dalam kelas interval. Frekuensi ini disingkat dengan f dan diisi pada kolom kanan.
3. Ujung bawah adalah bilangan-bilangan di sebelah kiri kelas interval.
4. Ujung atas adalah bilangan-bilangan di sebelah kanan kelas interval.
5. Panjang kelas interval adalah selisih positif antara tiap dua ujung bawah berurutan.
6. Batas kelas (class limits) adalah nilai-nilai yang membatasi kelas yang satu dengan
kelas yang lain. Batas kelas merupakan batas semu dari setiap kelas, karena di
antara kelas yang satu dengan kelas yang lain masih terdapat lubang tempat angka-
angka tertentu. Terdapat dua batas kelas untuk data-data yang telah diurutkan,
yaitu: batas kelas bawah (lower class limits) dan batas kelas atas (upper class
limits).

1
Berikut ini merupakan cara membuat daftar distribusi frekuensi:
Perhatikan nilai ujian statistika untuk 80 orang mahasiswa berikut ini :
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
Untuk membuat daftar distribusi frekuensi dengan panjang kelas yang sama, kita
lakukan sebagai berikut.
1. Tentukan rentang, ialah data terbesar dikurangi data terkecil. Dalam hal ini, karena
data terbesar = 99 dan data terkecil = 35, maka rentang = 99 – 35 = 64
2. Tentukan banyak kelas interval yang diperlukan. Banyak kelas sering biasa
diambil paling sedikit 5 kelas dan paling banyak 15 kelas, dipilih menurut
keperluan. Cara lain untuk n berukuran besar n ≥ 200 misalnya, dapat
menggunakan aturan Sturges, yaitu :
Banyak kelas = 1 + (3,3) log n
dengan n menyatakan banyak data dan hasil akhir dijadikan bilangan bulat.
Contoh : untuk n = 80, banyak kelas = 1 + (3,3) log 80
= 1 + (3,3) (1,9031) = 7,2802
Kita bisa membuat daftar distribusi frekuensi dengan banyak kelas 7 atau 8 buah.
3. Tentukan panjang kelas interval p, dapat ditentukan dengan aturan :

p =

2
 harga p diambil sesuai dengan ketelitian satuan data yang digunakan. Jika
berbentuk satuan, ambil harga p teliti sampai satuan. Untuk data hingga satu
desimal, p ini juga diambil hingga satu desimal, dan begitu seterusnya.
Contoh : p = = 9,14 dan dari sini bisa kita ambil p = 9 atau p = 10.

4. Pilih ujung bawah kelas interval pertama. Untuk ini bisa diambil sama dengan data
terkecil atau nilai data yang lebih kecil dari data terkecil tetapi selisihnya harus
kurang dari panjang kelas yang telah ditentukan.
Jika ujung bawah kelas pertama diambil sama dengan data terkecil, yakni 31 maka
daftarnya menjadi seperti berikut :
Tabel. 1. Daftar Distribusi Frekuensi
Nilai Ujian Statistika untuk 80 Mahasiswa
Nilai Ujian Frekuensi (f)
31 – 40 3
41 – 50 3
51 – 60 8
61 – 70 23
71 – 80 20
81 – 90 19
91 – 100 4
Jumlah 80

1.2. Distribusi Frekuensi Relatif dan Kumulatif

Jika frekuensi dinyatakan dalam persen, maka diperoleh daftar distribusi
frekuensi relatif. Frekuensi relatif, disingkat f rel atau f %, untuk memperoleh f rel

didapat dengan dari 100% . Tentu saja kedua bentuk frekuensi, absolut dan

relatif dapat disajikan dalam sebuah daftar.

3
 Daftar berikut adalah contohnya :
Tabel. 2. Daftar Distribusi Frekuensi Absolut dan Frekuensi Relatif
Nilai Ujian Statistika untuk 80 Mahasiswa
Nilai Ujian F abs F rel
31 – 40 3 2,50
41 – 50 3 3,75
51 – 60 8 6,25
61 – 70 23 17,50
71 – 80 20 30,00
81 – 90 19 25,00
91 – 100 4 15,00
Jumlah 80 100

Ada lagi sebuah daftar yang biasa dinamakan daftar distribusi frekuensi kumulatif.
Daftar distribusi frekuensi kumulatif dapat dibentuk dari daftar distribusi frekuensi
biasa, dengan jalan menjumlahkan frekuensi demi frekuensi. Dikenal dua macam
distribusi frekuensi kumulatif ialah kurang dari atau lebih. Untuk distribusi frekuensi
kurang dari atau lebih masing-masing dapat dilihat pada tabel di bawah ini :
Tabel. 3. Nilai Ujian Statistika Tabel. 4. Nilai Ujian Statistika
untuk 80 Mahasiswa untuk 80 Mahasiswa
( Kumulatif kurang dari ) ( Kumulatif atau lebih )
Nilai Ujian F kum Nilai Ujian F kum
Kurang dari 31 0 31 atau lebih 80
Kurang dari 41 2 41 atau lebih 78
Kurang dari 51 5 51 atau lebih 75
Kurang dari 61 10 61 atau lebih 70
Kurang dari 71 24 71 atau lebih 56
Kurang dari 81 48 81 atau lebih 32
Kurang dari 91 68 91 atau lebih 12
Kurang dari 101 80 101 atau lebih 0

4
Perhatikan bahwa dalam kedua daftar di atas tidak terdapat baris yang menyatakan
jumlah frekuensi. Kalau daftar distribusi frekuensi kumulatif dengan frekuensi relatif
dikehendaki, maka hasilnya seperti dalam daftar-daftar di bawah ini
Tabel. 3. Daftar Distribusi Frekuensi Tabel. 4. Daftar Distribusi Frekuensi
Kumulatif Relatif Kumulatif Relatif
( Kumulatif kurang dari ) ( Kumulatif atau lebih )
Nilai Ujian F kum (%) Nilai Ujian F kum
Kurang dari 31 0 31 atau lebih 100,00
Kurang dari 41 2,50 41 atau lebih 85,00
Kurang dari 51 6,25 51 atau lebih 60,00
Kurang dari 61 12,50 61 atau lebih 30,00
Kurang dari 71 30,00 71 atau lebih 12,50
Kurang dari 81 60,00 81 atau lebih 6,25
Kurang dari 91 85,00 91 atau lebih 2,50
Kurang dari 101 100,00 101 atau lebih 0

1.3. Histogram dan Poligon Frekuensi

Histogram adalah suatu diagram berbentuk batang yang batas-batas kelas
intervalnya dipakai sebagai sumbu mendatar dan frekuensi sebagai sumbu tegak.
Pada histogram sisi-sisi batang berdekatan berimpitan. Jika data dalam tabel 1 dibuat
histogramnya, didapat seperti gambar berikut
Jika tengah-tengah tiap sisi atas dihubungkan, dan sisi terakhir dihubungkan
dengan setengah jarak kelas interval pada sumbu mendatar, didapat polygon
frekuensi. Amati tabel distribusi frekuensi data berkelompok dari nilai ujian Fisika 50
siswa di bawah ini :

5
 Tabel. 5. Distribusi frekuensi Nilai Ujian Fisika

Pada tabel di atas, data yang ada dikelompokkan ke dalam tujuh kelas interval.
Interval yang pertama yaitu 50 – 54 dimana frekuensinya adalah 2, artinya siswa yang
mendapat nilai ulangan di antara 50 – 54 ada 2 orang. Pada interval tersebut, nilai 50
menjadi batas bawah sementara nilai 54 menjadi batas atas kelas.
Selain terdapat batas atas dan batas bawah, dikenal juga istilah tepi bawah dan
tepi atas kelas. Tepi bawah dan tepi atas kelas tersebut digunakan untuk memastikan
bahwa data yang masuk benar-benar berada di kelas interval yang tepat. Di samping
itu, tepi bawah dan tepi atas kelas juga berfungsi untuk menentukan panjang dari
kelas interval apabila data-data yang ada telah tersaji dalam bentuk tabel distribusi
frekuensi. Adapun cara menentukan tepi bawah dan atas kelas adalah sebagai berikut:
Tepi bawah kelas = batas bawah kelas – 0,5
Tepi atas kelas = batas atas kelas + 0,5
Sementara panjang kelas innterval merupakan selisih yang terjadi antara tepi
atas dan tepi bawah kelas. Kita ambil contoh dari tabel di atas untuk interval yang
pertama yaitu 50 – 54 dapat ditentukan:
Tepi bawah kelas = 50 – 0,5 = 49,5
Tepi atas kelas = 54 + 0,5 = 54,5
Panjang kelas = 54,5 – 49,5 = 5

6
 Dari tabel distribusi frekuensi kita bisa membuat sebuah diagram dengan
menggunakan beberapa persegi panjang yang disebut sebagai histogram. Bentuk dari
histogram hampir sama dengan diagram batang namun pada histogram persegi
panjang atau batang-batang yang ada saling berhimpitan. Pada histogram, tiap-tiap
persegi panjang menentukan kelas tertentu, lebar persegi panjang menunjukkan
panjang kelas sementara tinggi persegi panjang menunjukkan frekuensinya. Dari tabel
yang sudah dijelaskan di atas, kita dapat membuat histogramnya menjadi seperti yan
gtampak pada gambar di bawah ini:

Gambar. 1. Grafik histogram

Selain dengan histogram, kita juga bisa menggambarkan tabel distribusi

frekuensi dengan menggunakan poligon frekuensi. Poligon frekuensi dapat kita buat
dengan cara menghubungkan titik-titik tengah dari tiap kelas interval secara
berurutan. Agar poligon frekuensi “tertutup” pada ujung-ujungnya, maka sebelum
kelas paling bawah dan setelah kelas paling atas kita tambahkan satu lagi kelas
dengan frekuensi nol. Berikut adalah hasil penyajian tabel distribusi nilai yang ada di
atas ke dalam poligon frekuensi:

7
 Gambar. 2. Grafik polygon frekuensi

1.4. Aplikasi SPSS

Berikut adalah contoh penggunaan SPSS untuk data dalam tabel distribusi
frekuensi. Terdapat data nilai mahasiswa sebagai berikut yang akan dibuat tabel
distribusi frekuensi :
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

8
Langkah – langkah :

Buka program SPSS dan masuk ke Variable View untuk membuat variabel NILAI
seperti gambar dibawah ini

Gambar 3. Membuat Variabel Nilai

Setelah membuat variabel nilai maka masuk kembali ke Data View untuk
memasukkan nilai-nilai sesuai data diatas

Gambar 4. Data-data nilai mahasiswa

9
Selanjutnya klik menu Analyze > Descriptive Statistic lalu klik Frequencies maka
akan muncul kotak dialog seperti dibawah ini dan pindahkan variabel Nilai dari
sebelah kiri ke sebelah kanan. Setelah itu klik Statistics.

Gambar 5. Kotak dialog Frequencies

Kotak dialog baru akan muncul yaitu Frequencies Statistics dan beri centang pada
Mean, Median, Mode dan juga beri centang pada Range, Minimum dan Maximum
kemudian klik Continue dan klik OK.

Gambar 6. Kotak dialog Frequencies Statistics

10
Setelah itu maka akan muncul output seperti dibawah ini.

Gambar 6. Output

11
Interprestasi

Untuk membuat tabel distribusi frekuensi nilai mahasiswa dengan banyak intervalnya
14 dan lebar interval 5 maka dapat dilakukan adalah membuat sebuah variabel lagi
yang dinamakan Kelas

Gambar 7. Penambahan Variabel Kelas

Selanjutnya untuk value berikan angka 1 pada 31-35, angka 2 untuk 36-40, dan
seterusnya hingga 14 untuk 96-100 seperti pada gambar dibawah ini

Gambar 8. Memasukkan value

Setelah itu kembali ke Data View dan masukkan angka 1,2,3 dan seterusnya sesuai
urutan Value Labels yang telah dibuat.

12
Gambar 9. Data view nilai dan kelas

Selanjutnya masuk kembali ke Analyze > Descriptive Statistic lalu klik Frequencies
dan masukan variabel Kelas ke sebelah kanan lalu klik Charts.

Gambar 10. Kotak dialog Frequencies

13
Pada kotak dialog Charts pilih Histogram dan beri centang pada Show normal curve
on histogram.

Gambar 11. Kotak dialog Charts

Setelah semua proses dilakukan maka akan muncul output seperti dibawah ini

14
Gambar 12. Output Histogram Nilai dan Kelas

2. Ukuran Tendensi Sentral ( Gejala Pusat dan Ukuran Letak)

Tujuan umum metode statistik deskriptif adalah untuk mengorganisisr dan
menyimpulkan seperangkat skor. Metode umum untuk menyimpulkan dan
mendeskripsikan distribusi adalah untuk menemukan nilai tunggal yang disebut rata-

15
rata skor dan dapat mengetahui ditribusi data yang representative. Dalam statistik
rata-rata representative skor disebut tendensi sentral.
Tendensi sentral adalah pengukuran statistik untuk menentukan skor tunggal yang
menetapkan pusat dari distribusi. Tujuan tendensi sentral adalah untuk menemukan
skor single yang paling khusus atau paling representatif dalam kelompok (Gravetter
& Wallnau, 2007).
Tiga metode dalam pengukuran tendensi sentral yakni: mean, median,
modus. Mean biasanya diketahui sebagai ilmu hitung rata-rata. Rata-rata untuk
populasi diidentifikasi dalam huruf yunani yakni μ (mew), dan rata-rata untuk sampel
adalah “M atau x ( x-bar) ”. Pengukuran tendensi sentral yang kedua
yakni median, yakni skor yang membagi distribusi menjadi dua. Median sama
dengan persentil ke-50. Ukuran tendensi sentral yang ketiga yakni modus (mode),
modus adalah skor atau kategori yang paling besar dari frekuensi. Kata mode/modus
berarti ”gaya yang paling populer”, definisi statistik modus adalah skor yang paling
sering terlihat dalam kelompok data/ skor yang paling sering muncul.

2.1. Rata-rata Hitung

Apabila dari sebuah sampel yang berukuran n diukur variabel X yang
memberikan skala interval atau rasio yang harganya x1, x2, x3, ..., xn, maka rata-rata
hitung untuk variabel itu didefenisikan sebagai jumlah harga-harga variabel itu dibagi
seluruh harga-harga variabel tersebut, atau dengan rumus :
n

x i
x i 1
................................................................. (1)
n
Contoh : sebuah sampel berukuran 10. Dari sampel tersebut diukur variabel X yang
menyatakan skor-skor mata kuliah Statistika. Hasil pengukuran adalah sebagai
berikut : 125, 100, 650, 159, 170, 865, 900, 920, 900, 760. Berapa rata-rata hitung
sampel itu?

16
Penyelesaian :
n

x i
125  1000  650  159  170  865  900  920  900  760
x i 1
x  554,9
n 10

Rata-rata Hitung Berbobot

Apabila terdapat serentetan bilangan x1, x2, ...., xn yang masing-masing bilangan
mempunyai bobot untuk bilangan itu didefenisikan sebagai jumlah hasil kali
antara setiap bilangan itu dengan bobot bilangan itu dibagi dengan jumlah bobot
masing-masing bilangan, atau dirumuskan dengan :
n

fx i i
x i 1
n
...........................................(2)
f
i 1
i

Contoh : Ada 5 mahasiswa mendapat 70 ; 6 mendapat 69 ; 3 mendapat nilai 45,

dan masing-masing seorang mendapat nilai 80 dan 56. Berapakah rata-rata hitung
nya?
Penyelesaian : sebelum dihitung terlebih dahulu disusun datanya sebagai berikut:

xi fi
45 3
56 1
69 6
70 5
80 1
(45 x3)  (56 x1)  (69 x6)  (70 x5)  (80 x1)
x
3 1 6  5 1
1035
x  64, 687564, 7
16
Rata-rata Hitung dari Tabel Distribusi Frekuensi

17
Contoh :

Nilai Ujian Frekuensi (f) Tanda kelas (xi) Hasil kali (fixi)
31 – 40 2 35,5 71
41 – 50 3 45,5 136,5
51 – 60 5 55,5 277,5
61 – 70 14 65,5 917
71 – 80 24 75,5 1812
81 – 90 20 85,5 1710
91 – 100 12 95,5 1146
Jumlah 80 6070
Dari tabel didapat :
n

fx i i
6070
x i 1
n
  85,87585,9
f
80
i
i 1

Tanda kelas = (ujung bawah + ujung atas) dibagi 2

Rata – rata hitung dari Tabel Distribusi Frekuensi dengan Cara “Coding”
Cara kedua menghitung rata-rata dari tabel distribusi frekuensi adalah dengan
cara coding ( c ) atau cara singkat. Untuk coding ini, diambil salah satu kelas
interval namanya x0 ( assumment mean) yaitu kelas interval yang mempunyai
frekuensi terbesar, dan diberi coding c = 0. Tanda kelas yang lebih kecil daripada
x0 berturut-turut diberi harga c = -1, c = -2, c = -3, dan seterusnya. Tanda kelas
yang lebih besar dari x0 berturut-turut diberi harga c = +1, c = +2, c = +3, dan
seterusnya. Jika panjang kelas interval p, maka besarnya rata-rata dapat dihitung
dengan rumus berikut

  f i ci 
x  x0  p   .......................................................(3)
 f i 

18
 Contoh : untuk nilai ujian statistika 80 orang mahasiswa dibuat lagi tabel seperti
berikut :

Nilai Ujian Frekuensi (f) Tanda kelas (xi) ci Hasil kali (fici)
31 – 40 2 35,5 -4 -8
41 – 50 3 45,5 -3 -9
51 – 60 5 55,5 -2 -10
61 – 70 14 65,5 -1 -14
71 – 80 24 75,5 0 0
81 – 90 20 85,5 +1 +20
91 – 100 12 95,5 +2 +24
Jumlah 80 +3
  fi ci 
x  x0  p  
Berdasarkan rumus didapat :  fi 
x  75,5  10 3 / 80  75,875

2.2. Modus
Modus didefenisikan sebagai bilangan atau nilai yang paling sering muncul
dapat juga dikatakan nilai yang frekuensinya paling tinggi.
a. Modus untuk Ungrouped Data
Contoh : Sumbangan PMI warga Depok
Rp. 7500 8000 9000 8000 3000 5000 8000
Modus : Rp. 8000
Bisa terjadi data dengan beberapa modus (multi-modus)
Bisa terjadi data tanpa modus

19
b. Modus untuk Grouped Data
Kelas Modus : Kelas di mana Modus berada di kelas dengan frekuensi tertinggi

 d1 
Modus = TBB Kelas Modus + i  
 d1  d 2 

dimana : TBB : Tepi Batas Bawah

d1 : Beda Frekuensi Kelas Modus dengan Frekuensi Kelas sebelumnya
d2 : Beda Frekuensi Kelas Modus dengan Frekuensi Kelas sesudahnya
i : interval kelas
Kelas Frekuensi (fi)

16-23 10
24-31 17
32-39 7
40-47 10
48-55 3
56-63 3
Jumlah () 50

Kelas Modus = 24 - 31
TBB Kelas Modus = 23.5
i=8
frek. kelas Modus = 17
frek, kelas sebelum kelas Modus = 10
frek. kelas sesudah kelas Modus = 7
d1 = 17 - 10 = 7
d2 = 17 - 7 = 10
 7   7
Modus = 23.5 + 8   = 23.5 + 8   = 26.7941...  27
 7  10   17 

20
 2.3. Median
a. Median untuk Ungrouped Data
Median  Nilai yang membagi gugus data yang telah tersortir
(ascending) menjadi 2 bagian yang sama besar
Letak Median  Letak Median dalam gugus data yang telah tersortir

n 1
Letak Median = n : banyak data
2
 Jika banyak data (n) ganjil dan tersortir, maka:

n 1
Median = Data ke
2
 Jika banyak data (n) genap dan tersortir, maka:

n n
Median = [Data ke- + Data ke-( +1)] : 2
2 2
Contoh :
Tinggi Badan 5 mahasiswa :
1.75 1.78 1.60 1.73 1.78 meter
Sorted :1.60 1.73 1.75 1.78 1.78 meter

51 6
n=5 Letak Median = = =3
2 2
Median = Data ke-3 = 1.75

Contoh :
Tinggi 6 mahasiswa : 1.60 1.73 1.75 1.78 1.78 1.80 meter (Sorted)
n= 6
61 7
Letak Median  = = 3.5
2 2

21
Median = (Data ke 3 + Data ke 4) : 2 = (1.75 + 1.78) : 2 = 3.53 : 2 = 1.765
b. Median untuk Grouped Data
Nilainya merupakan pendekatan
Median  Nilai yang membagi gugus data yang telah tersortir (ascending)
menjadi 2 bagian yang sama besar
n
Letak Median = n : banyak data
2
Kelas Median : Kelas di mana Median berada
Kelas Median didapatkan dengan membandingkan Letak Median dengan Frekuensi
Kumulatif

 s 
Median = TBB Kelas Median + i  
 fM 

atau

 s' 
Median = TBA Kelas Median - i  
 fM 

di mana : TBB : Tepi Batas Bawah

s : selisih antara Letak Median dengan Frekuensi Kumulatif
sebelum kelas Median

TBA : Tepi Batas Atas

s’ : selisih antara Letak Median dengan Frekuensi Kumulatif
sampai kelas Median
i : interval kelas
fM : Frekuensi kelas Median

22
Contoh 3 : Kelas Median

Kelas Frekuensi Frek. Kumulatif

16 - 23 10 10
24 - 31 17 27
32 - 39 7 34
40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

interval = i = 8
n 50
Letak Median = = = 25
2 2
Median = Data ke-25 terletak di kelas 24-31
 Kelas Median = 24 - 31
TBB Kelas Median = 23.5 dan TBA Kelas Median = 31.5
f M = 17
Frek. Kumulatif sebelum Kelas Median = 10 s = 25 - 10 = 15
Frek. Kumulatif sampai Kelas Median = 27  s’ = 27 - 25 = 2

 s 
Median = TBB Kelas Median + i  
 fM 
 15 
= 23.5 + 8   = 23.5 + 8 (0.8823...)
 17 
= 23.5 + 7.0588... = 30.5588...  30.6
 s' 
Median = TBA Kelas Median - i  
 fM 
 2
= 31.5 - 8   = 31.5 - 8 (0.1176...)
 17 
= 31.5 - 0.9411.. = 30.5588...  30.6

23
 2.4. Kuartil, desil, persentil
a. Kuartil  Nilai yang membagi gugus data yang telah tersortir (ascending)
menjadi 4 bagian yang sama besar
n
Letak Kuartil ke-1 =
4
2n n
Letak Kuartil ke-2 = =  Letak Median
4 2
3n
Letak Kuartil ke-3 = n : banyak data
4

Kelas Kuartil ke-q : Kelas di mana Kuartil ke-q berada

Kelas Kuartil ke-q didapatkan dengan membandingkan Letak Kuartil ke-q dengan
Frekuensi Kumulatif

 s 
Kuartil ke-q = TBB Kelas Kuartil ke-q + i  
 fQ 
atau

 s' 
Kuartil ke-q = TBA Kelas Kuartil ke-q - i  
 fQ 
q : 1,2 dan 3
di mana : TBB : Tepi Batas Bawah
s : selisih antara Letak Kuartil ke-q dengan Frekuensi
Kumulatif sebelum kelas Kuartil ke-q
TBA : Tepi Batas Atas
s’ : selisih antara Letak Kuartil ke-q dengan Frekuensi
Kumulatif sampai kelas Kuartil ke-q
i : interval kelas
fQ : Frekuensi kelas Kuartil ke-q

24
Contoh : Tentukan Kuartil ke-3

Kelas Frekuensi Frek. Kumulatif

16 - 23 10 10
24 - 31 17 27
32 - 39 7 34
40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

Kelas Kuartil ke-3

interval = i = 8
3n 3  50
Letak Kuartil ke-3 = = = 37.5
4 4

Kuartil ke-3 = Data ke-37.5 terletak di kelas 40 - 47

Kelas Kuartil ke-3 = 40 - 47
TBB Kelas Kuartil ke-3 = 39.5 dan TBA Kelas Kuartil ke-3 = 47.5
f Q = 10
Frek. Kumulatif sebelum Kelas Kuartil ke-3 = 34  s = 37.5 - 34 = 3.5
Frek. Kumulatif sampai Kelas Kuartil ke-3 = 44  s’ = 44 - 37.5 = 6.5
 s 
Kuartil ke-3 = TBB Kelas Kuartil ke-3 + i  
 fQ 
 35
. 
= 39.5 + 8   = 39.5 + 8 (0.35)
 10 
= 39.5 + 2.8 = 42.3
 s' 
Kuartil ke-3 = TBA Kelas Kuartil ke-3 - i  
 fQ 
 6.5
= 47.5 - 8   = 42.3
 10 

25
 b. Desil
Desil  Nilai yang membagi gugus data yang telah tersortir
(ascending) menjadi 10 bagian yang sama besar
n
Letak Desil ke-1 =
10
5n n
Letak Desil ke-5 = =  Letak Median
10 2
9n
Letak Desil ke-9 = n : banyak data
10

Kelas Desil ke-d : Kelas di mana Desil ke-d berada

Kelas Desil ke-d didapatkan dengan membandingkan Letak Desil ke-d dengan
Frekuensi Kumulatif

 s 
Desil ke-d = TBB Kelas Desil ke-d + i  
 fD 

atau

 s' 
Desil ke-d = TBA Kelas Desil ke-q - i  
 fD 

d : 1,2,3...9

di mana : TBB : Tepi Batas Bawah

s : selisih antara Letak Desil ke-d dengan Frekuensi Kumulatif
sebelum kelas Desil ke-d
TBA : Tepi Batas Atas
s’ : selisih antara Letak Desil ke-d dengan Frekuensi Kumulatif
sampai kelas Desil ke-d
i : interval kelas
fD : Frekuensi kelas Desil ke-d

26
Contoh : Tentukan Desil ke-9
Kelas Frekuensi Frek. Kumulatif

16 - 23 10 10
24 - 31 17 27
32 - 39 7 34
40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

Kelas Desil ke-9

interval = i = 8
9n 9  50
Letak Desil ke-9 = = = 45
10 10
Desil ke-9 = Data ke-45 terletak di kelas 48 - 55
Kelas Desil ke-9 = 48 - 55

TBB Kelas Desil ke-9 = 47.5 dan TBA Kelas Desil ke-9 = 55.5
fD=3
Frek. Kumulatif sebelum Kelas Desil ke-9 = 44  s = 45 - 44 = 1
Frek. Kumulatif sampai Kelas Desil ke-9 = 47  s’ = 47 - 45 = 2

 s 
Desil ke-9 = TBB Kelas Desil ke-9 + i  
 fD 

 1
= 47.5 + 8   = 47.5 + 8 (0.333...)
 3

= 47.5 + 2.66... = 50.166...

27
  s' 
Desil ke-9 = TBA Kelas Desil ke-9 - i  
 fD 

 2
= 55.5 - 8   = 47.5 - 8 ( 0.666...)
 3

= 55.5 -5.33... = 50.166...

c. Persentil
Persentil  Nilai yang membagi gugus data yang telah tersortir (ascending)
menjadi 100 bagian yang sama besar
n
Letak Persentil ke-1 =
100

50n n
Letak Persentil ke-50 = =  Letak Median
100 2

99n
Letak Persentil ke-99 = n : banyak data
10

Kelas Persentil ke-p : Kelas di mana Persentil ke-p berada

Kelas Persentil ke-p didapatkan dengan membandingkan Letak Persentil ke-p
dengan Frekuensi Kumulatif

 s 
Persentil ke-p = TBB Kelas Persentil ke-p + i  
 fP 

atau

 s' 
Persentil ke-p = TBA Kelas Persentil ke-p - i  
 fP 

p : 1,2,3...99

28
di mana : TBB : Tepi Batas Bawah
s : selisih antara Letak Persentil ke-p dengan Frekuensi
Kumulatif sebelum kelas Persentil ke-p
TBA : Tepi Batas Atas
s’ : selisih antara Letak Persentil ke-p dengan Frekuensi
Kumulatif sampai kelas Persentil ke-p
i : interval kelas
fP : Frekuensi kelas Persentil ke-p
Contoh: Tentukan Persentil ke-56

Kelas Frekuensi Frek. Kumulatif

16 - 23 10 10
24 - 31 17 27
32 - 39 7 34
40 - 47 10 44
48 - 55 3 47
56 - 63 3 50
 50 ----

Kelas Persentil ke-56

interval = i = 8
56n 56  50
Letak Persentil ke-56 = = = 28
100 100

Persentil ke-56 = Data ke-28 terletak di kelas 32 - 39

Kelas Persentil ke-56 = 32 - 39
TBB Kelas Persentil ke-56 = 31.5 dan TBA Kelas Persentil ke-56 = 39.5
fP=7

29
Frek. Kumulatif sebelum Kelas Persentil ke-56 = 27  s = 28 - 27 = 1
Frek. Kumulatif sampai Kelas Persentil ke-56 = 34  s’ = 34 - 28 = 6

 s 
Persentil ke-26 = TBB Kelas Persentil ke-56 + i  
 fP 

 1
= 31.5 + 8   = 31.5 + 8 (0.142...)
 7

= 31.5 + 1.142.. = 32.642...

 s' 
Persentil ke-26 = TBA Kelas Persentil ke-56 - i  
 fP 

 6
= 39.5 - 8   = 39.5 - 8 (0.857...)
 7
= 39.5 - 6.857... = 32.642...

2.5 Aplikasi Tendensi Sentral dalam Program SPSS

Langkah-langkah analisis data menggunakan program SPSS adalah sebagai
berikut:
1. Input data, analisis data menggunakan program SPSS, terlebih dahulu harus
mempersiapkan data yang akan di analisis
2. Setelah data ter-input kemudian Klik Analyze pada menu SPSS. Kemudian
klikDescriptive Statistics, lalu klik Frequencies seperti di bawah ini.
Klik Analyze pada menu SPSS. Kemudian klik Descriptive Statistics, lalu
klik Frequencies seperti di bawah ini:

30
3. Setelah melakukan instruksi di atas maka akan muncul tampilan seperti ini:

Dalam kotak sebelah kiri ada dua variabel, yang dianalisis adalah variabel dengan
data interval, dalam hal ini adalah variabel nilai. Kemudian blok variabel nama, lalu
klik kotak di tengah yang ada tanda panahnya. Sehinngga variabel yang di blok
pindah ke kotak Variables (s). kemudian klik statistics.

31
 4. Setelah klik STATISTIK dan akan muncul tampilan seperti di bawah ini:

Untuk tendensi sentral silahkan centang tanda mean, median, mode dan
klik CONTINUE lanjutkan klik OK sehingga muncul output seperti di bawah ini:
Untuk mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel dan
diagram, masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data
tersebut. Ukuran yang dimaksudkan dapat berupa :
· Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus)
· Ukuran Letak (Quartil dan Persentil)
· Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan Galat
Baku)

32
· Skewness adalah tingkat kemiringan

· Kurtosis adalah tingkat keruncingan

Untuk menganalisa ukuran pemusatan, ukuran letak dan ukuran penyimpangan

(ketika ukuran termasuk ke dalam statistika deskripsi), dapat dilakukan dengan
prosedur.

a. Analyse --> Descriptive Statistics --> Frequencies

b. Analyse --> Descriptive Statistics --> Description

c. Analyse --> Descriptive Statistics --> Explore

Menggunakan Analisa Frequencies

Prosedur : Analyse --> Descriptive Statistics --> Frequencies

- Klik menu Analyse --> Descriptive Statistics --> Frequencies
- Sorot variabel yang akan dianalisa lalu pindahkan ke kotak variabel dengan cara
mengklik tanda “}”
- Klik Statistics, berilah tanda pada semua check box Percetile Values
(Keterangan : untuk menentukan nilai Percentile 10,25 dan seterusnya, dilakukan
dengan cara memberi tanda pada check box percentile)
- Klik chart, pilih Histogram jika ingin menampilkan
- Klik format, beri tanda pada ascending value pada pilihan order by untuk
mengurutkan data dari nilai terkecil terbesar.
- Klik OK .

Menggunakan Analisa Deskripsi

Untuk melakukan analisis deskriptif dengan menggunakan SPSS harus dimulai

dengan menginput data (menginput data ke dalam program SPSS). Seperti di bawah
ini :

33
1. Langkah-langkah proses analisisnya adalah sebagai berikut :
Klik Analyze pada menu SPSS. Kemudian klik Descriptive Statistics, lalu
klik Frequencies seperti di bawah ini.

Beberapa saat kemudian akan muncul tampilan seperti di bawah ini.

34
 Dalam kotak sebelah kiri ada dua variabel, yang dianalisis adalah variabel dengan
data interval, dalam hal ini adalah variabel nilai. Kemudian blok variabel nama, lalu
klik kotak di tengah yang ada tanda panahnya. Sehinngga variabel yang di blok
pindah ke kotak Variables (s). kemudian klik OK

2. Pengaturan Analisis
Pengaturan analisis dilakukan untuk memberikan perintah kepada komputer aspek
mana saja yang perlu dianalisis. Sehingga outputnya sesuai dengan kebutuhan.
1). Statistics

Klik kotak Statistics, sehingga akan muncul tampilan seperi di bawah ini :

35
Pada menu Frequencies Statistcs di atas terdapat empat kelompok analisis yaitu :
Percentile Values, yaitu untuk menghitung nilai persentil. Misalnya kita akan
menghitung nilai persentil, maka kita klik pada Quartiles danPercentiles (s).
misalnya pada analisis ini kita ingin menghitung nilai persentil ke 10 dan 90, maka
pada kotak di samping kanan Percentiles (s) kita ketik 10 kemudian klik Add dan
ketik 90 kemudian klik Add, sehingga angka 10 dan 90 masuk ke kotak di bawahnya.
Central Tendensy (ukuran tendensi sentral).
misalnya kita akan menghitung besarnya mean (rata-rata), median, mode (modus),
dan sum (jumlah nilai keseluruhan), maka kita klik pada kotak yang akan dianalisis
sehingga pada kotak tersebut ada tanda chek list.
Dispersion (ukuran penyebaran data).
Misalnya kita akan menghitung besarnya stsndar deviasi, varians, range, minimum
(nilai terendah), maksimum (nilai tertinggi) dan standar deviasi, maka kita klik pada
kotak pilihan yang akan dianalisis sehingga pada kotak tersebut ada tanda chek list.
Distribution, untuk mengetahui skewness dan kurtosis pada distribusi data. Misalnya
kita akan menghitung besarnya kurtosis dan skewness maka klik kotak menu kurtosis
dan skewness, sehingga pada kotak tersebut ada tanda chek list.
Tampilannya seperti di bawah ini

Kemudian klik Continue

36
Charts

Menu Charts adalah untuk menampilkan data dalam bentuk diagram. Misalnya pada
analisis ini kita ingin menyajikan data dalam bentuk histogram yang disertai dengan
kurva normal, maka klik kotak Charts kemudian klik bulatan histogram dan
kotak with normal curve, sehingga akan muncul tampilan berikut.

Kemudian klik Continue

Format
Klik Format, sehingga akan muncul tampilan berikut :

Misalkan pada analisis ini kita ingin menyajikan data yang diurutkan dari nilai
terendah ke nilai yang paling tinggi, maka klik bulatan Ascending values. kemudian
klik Continue.
Dengan demikian kita telah melakukan pengaturan analisis deskriptif sesuai
dengan kebutuhan yang kita inginkan. Untuk proses analisis maka klik-

37
lah OK. Babarapa saat kemudian akan keluar outputprogram SPSS (SPSS 11,5)
sebagai berikut :

38
39
 DAFTAR PUSTAKA

Gravetter, Frederick J. & Larry B. Wallnau. 2007. Statistik for The Behavioral
Sciences (seventh edition).USA : Thomson Wadsworth

Hasan, M. Iqbal. 2001. Pokok-pokok Materi Statistik I (Statistik Deskriptif), Bumi

Aksara. Jakarta.

Sugiyono. 2010. Statistika Penelitian. Alfabeta Bandung

Sujana. 2005. Metode Statistika. PT Tarsito Bandung

40