Histogram

Grafik adalah cara lain yang baik untuk membuat sekelompok besar skor mudah
dipahami. Sebuah gambar bisa bermakna seribu kata, tapi terkadang juga bermakna seribu
angka. Pendekatan langsungnya adalah membuat grafik tabel frekuensi. Salah satu jenis grafik
informasi dalam tabel frekuensi adalah jenis grafik batang yang disebut histogram. Dalam
histogram, tinggi setiap batang adalah frekuensi setiap nilai dalam tabel frekuensi. Biasanya, dalam
histogram, semua batang diletakkan berdampingan tanpa spasi di antaranya. Hasilnya adalah
histogram terlihat seperti cakrawala kota.
Gambar 1-3 menunjukkan dua histogram berdasarkan contoh
peringkat tegangan (satu berdasarkan tabel frekuensi biasa dan
satu lagi berdasarkan tabel frekuensi bergolong).

Gambar 1-4 menunjukkan histogram berdasarkan

tabel frekuensi bergolong sebagai contoh jumlah
interaksi sosial siswa dalam seminggu.
Cara Membuat Histogram
Ada empat langkah dalam membuat histogram.
1. Buat tabel frekuensi (atau tabel frekuensi bergolong).
2. Letakkan nilai di sepanjang bagian bawah halaman, dari kiri ke kanan, dari terendah
ke tertinggi. Jika Anda membuat histogram dari tabel frekuensi yang dikelompokkan, nilai yang
Anda masukkan di bagian bawah halaman adalah titik tengah interval. Titik tengah interval adalah
pertengahan antara awal interval dan awal interval tertinggi berikutnya. Jadi, pada Gambar 1-4, titik
tengah untuk interval 0–4 adalah 2.5, karena 2.5 berada di tengah antara 0 (awal interval) dan 5
(awal interval tertinggi berikutnya). Untuk interval 5–9, titik tengahnya adalah 7,5 karena 7,5
berada di tengah antara 5 (awal interval) dan 10 (awal interval tertinggi berikutnya). Lakukan ini
untuk setiap interval. Saat Anda mencapai interval terakhir, temukan titik tengah antara awal
interval dan awal interval tertinggi berikutnya. Jadi, pada Gambar 1-4,
3. Buat skala frekuensi di sepanjang tepi kiri halaman yang dimulai dari 0 di bagian bawah
ke frekuensi tertinggi untuk nilai apa pun.
4. Buatlah bilah di atas setiap nilai dengan ketinggian untuk frekuensi nilai tersebut. Untuk
setiap batang, pastikan bagian tengah batang berada di atas nilainya.

Jika Anda memiliki variabel nominal,

histogram disebut a grafik batang. Karena
nilai variabel nominal
tidak dalam urutan tertentu, Anda
meninggalkan spasi di antara batang. Gambar
1-5 menunjukkan grafik
batang berdasarkan tabel frekuensi pada
Tabel 1-4.
 Bentuk Distribusi Frekuensi
Distribusi frekuensi menunjukkan pola frekuensi pada berbagai nilai. Tabel frekuensi
atau histogram menggambarkan distribusi frekuensi karena masing-masing menunjukkan pola
atau bentuk penyebaran frekuensi, atau "didistribusikan". Psikolog juga menggambarkan bentuk
ini dengan kata-kata. Mendeskripsikan bentuk distribusi itu penting, baik dalam statistik
deskriptif yang kita fokuskan pada bab ini maupun selanjutnya dan juga dalam statistik
inferensial yang akan Anda pelajari di bab-bab selanjutnya.
Distribusi Frekuensi Unimodal dan Bimodal
Satu pertanyaan adalah apakah bentuk distribusi hanya memiliki satu titik tinggi utama:
satu tinggi "menara" di histogram. Misalnya, dalam studi peringkat stres, paling banyak nilai
frekuensi adalah 7, memberikan grafik hanya satu area yang sangat tinggi. Ini adalah unimodal
distribusi. Jika suatu distribusi memiliki dua titik tinggi yang cukup sama, itu adalah distribusi
bimodal. Distribusi apa pun dengan dua atau lebih titik tinggi disebut multimodal distribusi.
(Sebenarnya, distribusi adalah bimodal atau multimodal hanya jika puncaknya persis sama.
Namun, psikolog menggunakan istilah ini secara lebih informal untuk menggambarkan bentuk
umum.) Akhirnya, distribusi dengan nilai-nilai semua tentang frekuensi yang sama adalah
distribusi persegi panjang.
Gambar 1-7 menunjukkan contoh-contoh ini bentuk distribusi
frekuensi. Seperti yang akan Anda lihat, grafik pada Gambar 1-7
bukanlah togram-nya, tetapi grafik garis khusus yang disebut
poligon frekuensi, yang merupakan cara lain. untuk membuat grafik
tabel frekuensi. Dalam poligon frekuensi, garis berpindah dari titik
ke titik. Ketinggian setiap poin menunjukkan jumlah skor dengan
nilai tersebut. Ini menciptakan cakrawala puncak gunung.
Skor dari sebagian besar studi psikologi biasanya merupakan
distribusi yang kira-kira sama. Bimodal dan distribusi multimodal
lainnya terkadang muncul. Contoh bimodal adalah sebaran usia
orang-orang di area bermain balita di taman, yang sebagian besar
adalah balita berusia sekitar 2 hingga 4 tahun atau pengasuh dengan
usia 20 hingga 40 tahun atau lebih (dengan sedikit bayi, beberapa
saudara kandung berusia 5 hingga 19 tahun, dan beberapa kakek
nenek di atas 40 tahun). Jadi, jika Anda membuat distribusi frekuensi pada usia ini, frekuensi
yang besar berada pada nilai untuk usia balita (2 hingga 4 tahun) dan untuk usia balita usia yang
lebih tinggi (20 hingga 40 atau lebih). Contoh distribusi persegi panjang adalah bilangan tentang
anak-anak di setiap tingkat kelas di sekolah dasar; ada jumlah yang hampir sama di kelas satu,
kelas dua, dan seterusnya. Gambar 1-8 menunjukkan contoh-contoh ini.
 Gambar 1-8 Contoh fiksi dari distribusi yang
tidak unimodal: (a) A bimodal distribusi yang
menunjukkan frekuensi yang mungkin untuk
orang-orang dari berbagai usia dalam permainan
balita daerah. (b) Distribusi reguler yang
menunjukkan kemungkinan frekuensi siswa di
kelas yang berbeda tingkat di sekolah dasar.

Distribusi Simetris dan Miring

Lihat kembali histogram dari contoh peringkat stres (Gambar 1-3 di halaman 11).
Distribusinya miring, dengan lebih banyak skor di dekat ujung atas. Ini agak luar biasa.
Kebanyakan hal yang kita ukur dalam psikologi memiliki angka yang sama pada keduanya sisi
tengah. Artinya, sebagian besar waktu dalam psikologi, skor mengikuti kira-kira distribusi
simetris (jika Anda melipat grafik yang simetris distribusi menjadi dua, dua bagian terlihat
sama).
Distribusi yang jelas tidak simetris disebut distribusi miring. Distribusi peringkat stres
adalah contohnya. Distribusi miring memiliki satu sisi itu panjang dan menyebar, agak seperti
ekor. Sisi dengan skor yang lebih sedikit (sisi yang terlihat seperti ekor) dianggap sebagai arah
kemiringan. Jadi, stress contoh studi, yang memiliki skor terlalu sedikit di ujung bawah, miring
ke kiri. Bagaimanapun, contoh interaksi sosial, yang memiliki skor terlalu sedikit di ujung atas,
adalah miring ke kanan (lihat Gambar 1-4). Gambar 1-9 menunjukkan contoh perkiraan
distribusi simetris dan miring.

Gambar 1-9 Contoh poligon frekuensi distribusi yang (a) hampir simetris, (b) miring ke kanan
(miring positif), dan (c) miring ke kiri (miring negatif).
Distribusi yang miring ke kanan juga disebut miring positif. Distribusi miring ke kiri juga
disebut miring negatif.
Distribusi yang sangat miring muncul dalam penelitian psikologi terutama ketika apa
yang diukur memiliki batas atas atau bawah. Misalnya, keluarga tidak bisa memiliki kurang dari
nol anak. Ketika banyak skor menumpuk di ujung bawah karena itu tidak mungkin memiliki skor
yang lebih rendah, hasilnya disebut efek lantai. Distribusi miring yang disebabkan oleh batas
bawah ditunjukkan pada Gambar 1-10a.

Gambar 1-10 (a) Distribusi miring ke kanan karena floor effect: distribusi fiksi jumlah
anak dalam keluarga. (b) Distribusi miring ke kiri karena ceilling effect: distribusi fiksi skor
orang dewasa pada tes tabel perkalian.
Distribusi miring yang disebabkan oleh batas atas ditunjukkan pada Gambar 1-10b. Ini
adalah distribusi skor orang dewasa pada tes tabel perkalian. Distribusi ini sangat miring ke kiri.
Sebagian besar skor menumpuk di sisi kanan, ujung atas (nilai sempurna). Ini menunjukkan efek
langit-langit. Contoh peringkat stres juga ditunjukkan efek plafon ringan karena banyak siswa
mengalami tingkat stres yang tinggi, maksimal ratingnya 10, dan orang sering kali tidak suka
menggunakan rating dengan benar secara maksimal.
Distribusi Normal dan Kurtotik
Psikolog juga mendeskripsikan distribusi dalam hal apakah distribusi tengah sangat tinggi atau
datar. Standar perbandingannya berbentuk lonceng melengkung. Dalam penelitian psikologi dan
di alam umumnya, distribusinya sering serupa untuk standar berbentuk lonceng ini, yang disebut
kurva normal. Kami membahas kurva ini di beberapa detail di bab selanjutnya. Untuk saat ini,
bagaimanapun, yang penting adalah normal kurva adalah kurva simetris unimodal dengan
puncak rata-rata — semacam bentuk lonceng ditunjukkan pada Gambar 1-11a. Baik peringkat
stres dan contoh interaksi sosial agak miring. Dalam pengalaman kami, sebagian besar distribusi
yang dihasilkan dari penelitian psychology lebih mendekati kurva normal daripada kedua contoh
ini.
Kurtosis adalah perbedaan bentuk distribusi dari kurva normal dalam hal apakah kurva di
tengah lebih memuncak atau datar dari kurva normal (DeCarlo, 1997). Kurtosis berasal dari kata
Yunani kyrtos, “kurva”. Gambar 1-11b menunjukkan distribusi kurtosis dengan puncak yang
lebih ekstrim daripada kurva normal. Gambar 1-11c menunjukkan contoh ekstrim dari distribusi
kurtosis, dengan sangat distribusi datar. (Distribusi persegi panjang akan menjadi lebih ekstrim.)
 Distribusi yang lebih memuncak atau datar daripada kurva normal juga cenderung
memiliki bentuk yang berbeda di bagian ekor. Mereka yang memiliki kurva sangat memuncak
biasanya memiliki lebih banyak skor di ekor distribusi daripada kurva normal (lihat Gambar 1-
11b). ini seolah-olah kurva normal terjepit di tengah dan sebagian naik menjadi tajam puncak
dan sisanya menyebar menjadi ekor tebal. Distribusi dengan kurva yang lebih datar biasanya
memiliki skor yang lebih sedikit di ekor distribusi daripada kurva normal (lihat Gambar 1-11c).
Seolah-olah ekor dan bagian atas lekukan keduanya tersedot ke tengah pada keduanya sisi.
Meskipun seringkali paling mudah untuk mengidentifikasi kurtosis dalam hal seberapa
memuncak atau datar distribusinya, jumlah skor di ekor adalah yang terpenting.

Gambar 1-11 Contoh distribusi (a) normal, (b) heavy-tailed, dan (c) light-tailed. Distribusi
normal ditampilkan sebagai garis putus-putus pada (b) dan (c).

Kontroversi: Grafik Menyesatkan

Kontroversi paling serius tentang tabel frekuensi dan histogram tidak ada psikolog, tetapi
di antara masyarakat umum. Penyalahgunaan prosedur ini oleh beberapa tokoh masyarakat,
pengiklan, dan media tampaknya telah menciptakan skeptisisme tentang keterpercayaan statistik
secara umum dan tabel serta bagan statistik pada tertentu. Setiap orang telah mendengar bahwa
"statistik berbohong."
Tentu saja, orang bisa dan memang berbohong dengan statistik. Sangat mudah untuk
berbohong kata-kata, tetapi Anda mungkin kurang yakin akan kemampuan Anda untuk
mengenali kebohongan dengan angka. Pada bagian ini, kami mencatat dua cara di mana tabel
frekuensi dan grafik dapat disalahgunakan dan menjelaskan bagaimana mengenali
penyalahgunaan tersebut. Sebagian besar materi ini didasarkan pada diskusi klasik tentang
masalah ini dalam Tufte (1983). Ada juga penelitian yang substansial literatur tentang
penyalahgunaan grafik dalam laporan teknis perusahaan dan pemerintah tentang serangkaian
topik ilmiah dan sosial yang penting (misalnya, Jones, 2011).