BAHAN AJAR PERTEMUAN 3 STATISTIKA DASAR 3

HISTOGRAM DAN POLYGON FREKUENSI

Mata Kuliah : Statistika Dasar

I. Materi Ajar: Histogram dan polygon frekuensi
Daftar distribusi frekuensi ini telah disinggung sedikit dalam pembahasan sebelumnya dan contoh
dalam Tabel yang ada telah dikupas dan agak diperdalam. Dalam pembahasan ini akan dibicarakan
bagaimana cara membuat daftar dan istilah-istilah yang akan digunakan.
Pada pembuatan distribusi frekuensi, obyek yang akan dibahas akan dikumpulkan dalam
kelompok-kelompok berbentuk a-b yang disebut kelas interval. Ke dalam kelas interval a-b
dimasukkan semua data yang bernilai a sampai dengan b.
Urutan kelas interval disusun mulai data terkecil terus ke bawah sampai nilai data terbesar.
Berturut-turut, mulai dari atas, diberi nama kelas interval pertama, kelas interval kedua, ..., kelas
interval terakhir.
Kesemuanya ada pada kolom kiri. Sedangkan pada kolom kanan berisikan bilangan-bilangan
yang menyatakan berapa buah data terdapat dalam tiap kelas interval. Jadi kolom ini berisikan
frekuensi, disingkat dengan f. Misalnya f = 2 untuk kelas interval pertama, atau ada 2 orang mahasiswa
yang mendapat nilai ujian paling kecil 31 dan paling tinggi 40.
Bilangan-bilangan di sebelah kiri kelas interval disebut ujung bawah dan bilangan-bilangan
disebelah kanannya disebut ujung atas. Ujung-ujung bawah kelas interval pertama, kedua, ..., terakhir
ialah 31, 41, ..., 91, sedangkan ujung-ujung atasnya berturut-turut 40, 50, ..., 100. Selisih positif antara
tiap dua ujung bawah berurutan disebut panjang kelas interval. Dalam daftar 13, panjang kelasnya,
disingkat dengan p, adalah 10. Jadi p = 1 dan semuanya sama. Dikatakan bahwa daftar itu mempunyai
panjang kelas yang sama.
Selain dari ujung kelas imterval ada lagi yang biasa disebut batas kelas interval. Hal ini
tergantung pada ketelitian data yang digunakan. Bila data itu dicatat teliti hingga satuan, maka batasnya
didapat dari ujung atas ditambah dengan 0,5. Untuk data dicatat hingga satu desimal, batas bawah sama
dengan ujung bawah dikurangi dengan 0,05 dan batas atas sama dengan ujung atas ditambah 0,05.
Kalau data dicatat hingga dua desimal, batas bawah sama dengan ujung bawah dikurangi 0,05 dan
begitu seterusnya.
Untuk tiap kelas interval akan diambil sebuah nilai sebagai wakil dari kelas itu. Yang digunakan
disini ialah tanda kelas interval yang didapat dengan menggunakan aturan:
Tanda kelas = (ujung bawah + ujung atas)
Contoh: Kelas interval pertama adalah 31-40 dengan frekuensi f = 2. Ujung bawah kelas = 31, ujung
atas = 40. Adapun batas bawah kelas = 30,5 dan batas atas = 40,5. Tanda kelasnya (31 + 40) = 35,5.
1.1. Membuat Daftar Distribusi
Dalam membuat distribusi frekuensi, perlu diperhatikan nilai ujian Statistika Bisnis mahasiswa
Fisipol Universitas HKBP Nommensen sebagai berikut
79 49 48 74 81 98 87 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 68
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 83
Untuk membuat daftar distribusi frekuensi dengan panjang kelas yang sama, dilakukan dengan cara
yang berikut:
a. Tentukan rentang, ialah data terbesar dikurangi data terkecil. Dalam hal ini, karena data terbesar =
99; dan data terkecil = 35, maka rentang = 99-35 = 64.
b. Tentukan banyak kelas interval yang diperlukan. Banyak kelas interval yang sering biasa diambil
paling sedikit 5 kelas dan paling banyak 15 kelas, dipilih menurut keperluan. Cara lain dapat
menggunakan aturan Sturges; yaitu: banyak kelas k = 1 + 3,3 log N; dimana N menunjukkan
banyak data dan hasil akhir dijadikan bilangan bulat. Untuk contoh kita dengan N = 80, maka: log
80 dapat dilihat dalam daftar logaritma atau alat hitung yang lain. Sehingga banyak kelas k= 1 + 3,3
log 80 = 1 + 3,3 (1,9031) = 7,2802. Dibulatkan menjadi 8 kelas interval atau kelas 7 interval.
c. Tentukan panjang kelas interval p; Dengan melakukan perhitungan p= , atau
dimasukkan angka yang ada dalam distribusi frekuensi, diperoleh p = ,143 atau 10.
1
d. Pilih ujung bawah kelas interval pertama. Untuk ini bisa diambil sama dengan data terkecil atau
nilai data yang lebih kecil dari data terkecil dan selisihnya harus kurang dari panjang kelas yang
telah ditentukan. Selanjutnya daftar diselesaikan dengan harga-harga yang telah dihitung.
Sebelum daftar sebenarnya dituliskan, ada baiknya dibuat daftar kolom tabulasi. Kolom ini
merupakan kumpulan deretan garis-garis miring pendek, yang banyaknya sesuai dengan banyak data
terdapat dalam kelas interval yang bersangkutan.
Dengan mengambil banyak kelas 7, panjang kelas 10 dan dimulai dengan ujung bawah kelas
pertama sama dengan 31, diperoleh daftar penolong seperti dibawah ini.
Tabel 1.1. Distribusi Frekuensi Ujian Statistika Mahasiswa
NO Nilai Ujian Tabulasi Frekuensi
1 31-40 II 2
2 41-50 III 3
3 51-60 IIII 5
4 61-70 IIII IIII IIII 14
5 71-80 IIII IIII IIII IIII IIII 24
6 81-90 IIII IIII IIII IIII 20
7 91-100 IIII IIII II 12
Jumlah 80
Setelah dituliskan dalam bentuk yang lazim dipakai, hasilnya seperti daftar yang diperoleh. Bila
ujung bawah kelas pertama diambil sama dengan data terkecil, yakni 35, maka daftarnya menjadi
seperti yang berikut:
Tabel 1.2. Nilai Ujian Statistika Untuk 80 Mahasiswa
Nilai Ujian f
35-44 3
45-54 3
55-64 8
65-74 23
75-84 20
85-94 19
95-104 4
Jumlah 80
Tabel 1.1 dan Tabel 1.2. kedua-duanya dapat digunakan, namun Tabel 3.2., yakni kelas 95-104,
melebihi nilai yang biasa diberikan, ialah 100. Karenanya Tabel 3.1. yang lebih baik diambil.
Dari penyusunan kelas-kelas interval di muka dapat dilihat bahwa ujung bawah kelas yang satu
berbeda dari ujung atas kelas sebelumnya.
Dengan demikian tidak benar bila dibuat kelas-kelas seperti dalam dua contoh dibawah ini.
31-41 35-45
41-51 45-55
51-61 55-65
Dst Dst
Perbedaan antara ujung bawah sebuah kelas dengan ujung atas kelas sebelumnya adalah satu jika
data dicatat hingga satuan, sepersepulih atau 0,1 jika data dicatat hingga satu desimal, seperseratus atau
0,01 untuk data dicatat dua desimal demikian seterusnya.
Dalam Tabel yang di atas, Tabel 3.1. dan Tabel 3.2. merupakan kelas-kelas interval yang sama
panjang dan tertutup. Namun dibuat daftar panjang interval yang berlainan dan terbuka.
Kelas terbuka terjadi pada kelas pertama dan atau kelas terakhir. Kelas terbuka ini dibuat apabila
tidak cukup banyak pengamatan yang akan terdapat jika interval itu dibuat tertutup dan jika data
ekstrim tidak diketahui atau tak perlu diperhatikan.
Tabel 1.3. Banyak Siswa di Daerah A menurut Umur dalam Tahun
Umur Tahun f
Kurang dari 15 2.456
15 sampai 20 4.075
20 sampai 30 3.560
30 sampai 40 3.219
40 dan lebih 4.168
Jumlah 17.478

2
2.1. Distribusi Frekuensi Relatif dan Kumulatif
Dalam daftar di atas, frekuensi dinyatakan dengan banyak data yang terdapat dalam tiap kelas;
jadi dalam bentuk absolute. Jika frekuensi dinyatakan dalam persen, maka diperoleh daftar distribusi
frekuensi relatif.
Untuk Tabel 1.3., dapat diperoleh daftar distribusi frekuensi relatif sama seperti dalam Tabel 1.2.
Frekuensi relatif disingkat dengan f (%) untuk kelas pertama didapat . Untuk lain-
lainnya dihitung dengan jalan yang sama.
Tabel 1.4. Distribusi Frekuensi Relatif untuk Nilai Ujian Statistika
Nilai Ujian f (%)
31-40 2,50
41-50 3,75
51-60 6,25
61-70 17,50
71-80 30,00
81-90 25,00
91-100 15,00
Jumlah 100
Tentu saja kedua bentuk frekuensi, absolute dan relatif dapat disajikan dalam sebuah daftar.
Daftar berikut ada contohnya.
Tabel 1.4. Nilai Ujian Statistika Untuk 80 Mahasiswa
Nilai Ujian
31-40 2 2,50
41-50 3 3,75
51-60 5 6,25
61-70 14 17,50
71-80 24 30,00
81-90 20 25,00
91-100 12 15,00
Jumlah 80 100
Cara lain dengan sebuah daftar yang biasa dinamakan daftar distribusi kumulatif. Daftar
distribusi frekuensi kumulatif dapat dibentuk dari daftar di atas dengan jalan menjumlahkan frekuensi
demi frekuensi. Dikenal dua macam distribusi frekuensi kumulatif ialah kurang dari atau lebih. Tentu
saja untuk kedua hal ini terdapat pula frekuensi-frekuensi absolute dan relatif. Untuk distribusi
frekuensi kumulatif kurang dari dan atau lebih masing-masing dapat dilihat dalam Tabel 1.4 dan Tabel
1.5.
Tabel 1.5. Nilai Ujan Statistika Untuk 80 Mahasiswa (Kumulatif Kurang Dari)
Nilai Ujian f
Kurang dari 31 0
Kurang dari 41 2
Kurang dari 51 5
Kurang dari 61 10
Kurang dari 71 24
Kurang dari 81 48
Kurang dari 91 68
Kurang dari 101 80

Tabel 1.6. Nilai Ujan Statistika Untuk 80 Mahasiswa (Kumulatif atau Lebih)
Nilai Ujian
31 atau lebih 80
41 atau lebih 78
51 atau lebih 75
61 atau lebih 70
71 atau lebih 56
81 atau lebih 32
91 atau lebih 12
101 atau lebih 0

3
 Dalam kedua daftar di atas, tidak terdapat baris yang menyatakan jumlah frekuensi. Kalau daftar
kumulatif dengan frekuensi relatif yang dikehendaki, maka hasilnya seperti tabel berikut:
Tabel 1.7. Nilai Ujan Statistika untuk 80 Mahasiswa
Nilai Ujian
Kurang dari 31 0
Kurang dari 41 2,50
Kurang dari 51 6,25
Kurang dari 61 12,50
Kurang dari 71 30,00
Kurang dari 81 60,00
Kurang dari 91 85,00
Kurang dari 101 100,00
Tabel 1.8. Nilai Ujan Statistika Untuk 80 Mahasiswa
Nilai Ujian
31 atau lebih 100,00
41 atau lebih 97,50
51 atau lebih 93,75
61 atau lebih 87,50
71 atau lebih 70,00
81 atau lebih 40,00
91 atau lebih 15,00
101 atau lebih 00,00

2.2. Histogram, Polygon, dan Frekuensi

Untuk menyajikan data yang telah disusun daftar distribusi frekuensinya ke dalam diagram,
seperti biasa dipakai sumbu mendatar, Untuk menyatakan kelas interval, dan sumbu tegak untuk
menyatakan frekuensi baik absolute maupun relatif. Yang dituliskan adalah batas-batas kelas interval.
Bentuk diagramnya seperti diagram batang hanya dalam hal ini batang berdekatan dan berimpitan,
seperti yang berikut:
Tabel 1.9. Nilai Ujian Statistika untuk 80 Mahasiswa
Nilai Ujian f
35-44 3
45-54 3
55-64 8
65-74 23
75-84 20
85-94 19
95-104 4
Jumlah 80
Diagram seperti ini dinamakan histogram
Untuk mendapatkan gambaran yang lebih jelas tentang Sekumpulan data mengenai sesuatu
persoalan, Baik mengenal sampel ataupun populasi selain daripada itu disajikan dalam tabel dan
diagram diperlukan ukuran-ukuran yang merupakan wakil Kumpulan data tersebut titik Dalam hal ini
akan diuraikan gejala pusat dan ukuran letak.
Beberapa jenis ukuran dari golongan pertama adalah: rata-rata hitung, rata-rata ukur, rata-rata
harmonik, dan modus. Golongan kedua meliputi: median, kuartil, desil, dan persentil.
Ukuran yang dihitung dari kumpulan data dalam sampel dinamakan statistik. Apabila ukuran itu
dihitung dari kumpulan data dalam populasi atau dipakai untuk menyatakan populasi maka dinamakan
parameter.
Jadi ukuran yang sama dapat bernama statistik atau parameter bergantung pada apakah ukuran
dimaksudkan untuk sampel atau populasi.

2.3. Rata-rata atau Rata-rata Hitung

Untuk keperluan dan perhitungan membutuhkan selanjutnya tentu akan menggunakan lambang-
lambang yang sesuai dengan kaidah-kaidah yang diatur sesuai dengan ilmiah. Nilai nilai data
kuantitatif akan dinyatakan dengan X1, X2, X3, …, Xn; apabila dalam kumpulan data itu terdapat n

4
buah nilai. Simbol Njuga akan dipakai untuk menyatakan ukuran populasi, yakni banyak anggota
terdapat dalam populasi.
Bila ada lima nilai ujian dari 5 orang mahasiswa untuk mata kuliah statistika berbentuk: 70, 69,
45, 80, dan 56, maka dalam simbol ditulis: X1 = 70, X2 = 69, X3 = 45, X4 = 80, dan X5 = 56. Dalam
hal ini n = 5, yang menyatakan sebuah sampel berukuran 5.
Rata-rata, atau selengkapnya rata-rata hitung, untuk data kuantitatif yang terdapat dalam sebuah sampel
dihitung dengan jalan membagi jumlah nilai data oleh banyak data.
Simbol rata-rata untuk sampel ialah (baca X garis) sedangkan rata-rata untuk populasi dipakai
simbol (baca: mu). Jadi adalah statistik sedangkan adalah parameter.
Rumus untuk adalah:
atau
Dengan singkatan yang berarti jumlah semua harga X yang ada dalam kumpulan itu.
Untuk kelima nilai ujian diatas, nilai rata-ratanya ialah:

Jika ada lima mahasiswa mendapat nilai 70, enam mendapat nilai 69, tiga mendapat 45 dan
masing-masing seorang mendapat nilai 80 dan 56, maka lebih baik data itu ditulis sebagai berikut:
Tabel 1.10. Distribusi Nilai Mahasiswa

70 5
69 6
45 3
80 1
55 1
Jumlah 16
Xi menyatakan nilai ujian dan fi menyatakan frekuensi untuk nilai Xi yang bersesuaian.
Misalnya fi = 5, untuk Xi = 70, f2 = 6 untuk X2 = 69 dan seterusnya.
Untuk data yang berbentuk demikian, rumus rata-ratanya adalah:
........................................ *
Ialah jumlah hasil kali antara frekuensi dan nilai data dibagi oleh jumlah frekuensi.
Untuk contoh di atas, dianjurkan dibuat tabel penolong yang berikut:
Tabel 1.11. Distribusi Berdasarkan Titik Tengah

70 5 350
69 6 414
45 3 135
80 1 80
55 1 55
Jumlah 16 1035
Dari Tabel di atas didapat:

Sehingga: atau
Nilai rata-rata ujian statistika untuk ke 16 mahasiswa itu adalah 64,6.
Rumus ................... * disebut juga rumus rata-rata yang dibobotkan yang sering digunakan untuk
memperbaiki rata-rata yang dihitung oleh rumus .
Contoh
Data yang berikut merupakan daftar barang yang disimpan di gudang di antaranya terdapat yang rusak.
(untuk menyingkat, judul daftar setiap tabel tidak lagi dituliskan).

5
Tabel 1.12. Keadaan Barang Rusak Dari Produk Pabrik P
Barang Disimpan Rusak %
A 100 96 96
B 200 92 46
C 160 80 50
D 80 60 75
Jumlah 16 328 -

Dalam tabel di samping ini, Xi = persen yang rusak, fi = banyak barang. Dari Tabel dan rumus
didapat:

Rata-rata terdapat 60,07% barang yang rusak.

Selanjutnya juga dapat ditentukan rata-rata gabungan yaitu rata-rata dari beberapa sub sampel masing-
masing dengan keadaan berikut:
Sub sampel 1: berukuran n1 dengan rata-rata
Sub sampel 1: berukuran n2 dengan rata-rata
Sub sampel 1: berukuran n3 dengan rata-rata
.........................................................................
Sub sampel 1: berukuran nk dengan rata-rata
Maka rata-rata gabungan dari k buah sub sampel itu dihitung dengan:

Contoh
Tiga sub sampel masing-masing berukuran 10, 6 dan 8 sedangkan rata-ratanya masing-masing 145,
118, dan 162.
Adalah salah jika rata-rata gabungan dihitung dengan rumus

yang benar, harus dihitung dengan rumus:

, ialah:

Untuk data telah disusun dalam daftar distribusi frekuensi, rata-ratanya dihitung dengan rumus

Hanya dalam hal ini Xi = tanda kelas interval dan fi = frekuensi yang sesuai dengan tanda kelas
Xi.
Contoh: Marilah dihitung rata-rata nilai ujian statistika yang terdapat dalam Tabel yang berikut

Tabel 1.13. Distribusi Frekuensi Ujian Statistika Mahasiswa

No Nilai Ujian
1 31-40 2
2 41-50 3
3 51-60 5
4 61-70 14
5 71-80 24
6 81-90 20
7 91-100 12
Jumlah 80

6
Tabel di atas dikonversi menjadi Tabel yang berikut:
Tabel 1.14. Distribusi Frekuensi Nilai Ujian Statistika Mahasiswa
Nilai Ujian Frekuensi Tanda Kelas Produk
31-40 1 35,5 35,5
41-50 2 45,5 91,0
51-60 5 55,5 277,5
61-70 15 65,5 982,5
71-80 25 75,5 1.877,5
81-90 20 85,5 1.710,0
91-100 12 95,5 1.146,0
Jumlah 80 - 6.130,0
Catatan: frekuensi berbeda dari yang terdapat dalam daftar sebelumnya. Dari Tabel di atas terdapat:
dan
Rumus
, memberikan

Rata-rata nilai ujian statistika 76,62

Dalam perhitungan di atas diambil tanda kelas yaitu setengah dari jumlah Ujung bawah dan
ujung atas, sebagai wakil tiap kelas interval. Jadi telah dianggap ada seorang mahasiswa yang
mendapat nilai 45, 5 demikian seterusnya.
Cara lain untuk menghitung rata-rata dari data dalam daftar distribusi frekuensi ialah dengan cara
sandi atau cara singkat. untuk ini diambil salah satu tanda kelas, Xo. Untuk harga Xo ini diberi nilai
sandi c = 0. tanda kelas yang lebih kecil dari Xo berturut-turut diberi sandi c = -1, c = 2, c = 3 dan
seterusnya. dengan ini semua nilai p = panjang kelas interval yang sama besarnya maka rata-rata
dihitung dengan rumus:

Contoh: Untuk data nilai ujian mahasiswa, diperlukan tabel yang disusun seperti:
Tabel 1.15. Nilai Ujian Mahasiswa
Nilai Ujian
31-40 1 35,5 -4 -4
41-50 2 45,5 -3 -6
51-60 5 55,5 -2 -10
61-70 15 65,5 -1 -15
71-80 25 75,5 0 0
81-90 20 85,5 1 20
91-100 12 95,5 2 24
Jumlah 80 - - 9
Telah diambil Xo = 75,5 dan nilai sandi c = 0 telah diberikan untuk ini. Harga-harga c = -1, c = -2,
c = -3, dan c = -4 telah diberikan berturut-turut untuk tanda-tanda kelas 65,5; 55,5; 45,5; dan 35,5.
Tanda kelas yang lebih besar dari Xo = 75,5 berturut-turut diberi c =1, dan c = 2. Karena p = 20, maka
dengan rumus: , dengan didapat:

Hasil yang sama dengan ketika menggunakan rumus . Hal ini memang demikian, dan
sebenarnya, rumus , didapat dari rumus dengan menggunakan
transformasi berdasarkan sifat:
1)Jika tiap nilai data Xi ditambah/dikurangi dengan sebuah bilangan tetap d, maka rata-rata untuk
data baru bertambah/berkurang dengan d dari rata-rata data lama.
2) Jika tiap data Xi dikalikan dengan sebuah bilangan tetap d, maka rata-rata untuk data baru menjadi
d kali rata-rata data lama.
Namun perlu diingat cara sandi, hanya berlaku jika panjang kelas interval semuanya sama.