Nama : Debi Kurnia Dewi

Nim : 190210204060
Fakultas/Prodi : FKIP/PGSD
Mata Kuliah : Statistika Pendidikan
Kelas :C

Distribusi Frekuensi (Relatif, Komulatif)

61 67 70 75 80 85 90 96 urutan dari yang terkecil : 61 62 67 68 68 69 70 70

62 68 70 76 80 85 91 68 70 72 72 72 73 74 75 76
70 77 81 86 69 72 77 81 77 77 77 78 78 78 78 78
86 72 78 82 86 73 78 82 78 79 79 80 80 81 81 82
86 78 82 86 78 83 86 79 82 82 83 84 84 85 85 86
84 87 79 84 87 88 88 89 86 86 86 86 86 87 87 88
89 89 78 90 77 72 74 78 88 89 89 89 90 90 91 96
Jawaban :

 Rentang

Diketahui :

Xmax = 96

Xmin = 61

R = Xmax – Xmin
R = 96 – 61

= 35

 Banyaknya Kelas Interval

Diketahui : n = 56

K = 1 + 3,3 log n
= 1 + 3,3 log (56)
= 1 + 5,74
= 6,74
= 6 (lower)
 Panjang Kelas

Diketahui :
Rentangan (R) = 35
Banyak kelas (K) = 6

R
P =
K
35
=
6
= 5,83

=6

 Batas Kelas
Ujung bawah kelas + (panjang kelas – 1)

61 + ( 6 -1 ) = 66
67 + ( 6 -1 ) = 72
73 + ( 6 -1 ) = 78
79 + ( 6 -1 ) = 84
85 + ( 6 -1 ) = 90
91 + ( 6 -1 ) = 96

 Distribusi Frekuensi Relatif

fi 2
× 100 %= ×100 %=3,57
∑ fi 56

fi 10
× 100 %= ×100 %=17,88
∑ fi 56

fi 13
× 100 %= ×100 %=23,21
∑ fi 56

fi 12
× 100 %= ×100 %=21,42
∑ fi 56

fi 17
× 100 %= ×100 %=30,35
∑ fi 56

fi 2
× 100 %= ×100 %=3,57
∑ fi 56
 Data Frekuensi ( f i) Frekuensi Relatif (%)
61 – 66 2 3,57
67 – 72 10 17,88
73 – 78 13 23,21
79 – 84 12 21,42
85 – 90 17 30,35
91 – 96 2 3,57
Jumlah 56 100

 Distribusi Frekuensi Komulatif kurang dari

Data Frekuensi ( f i) Tepi Atas Frekuensi Komulatif

kurang dari
61 – 66 2 ≤ 66,5 2
67 – 72 10 ≤ 72,5 12
73 – 78 13 ≤ 78,5 25
79 – 84 12 ≤ 84,5 37
85 – 90 17 ≤ 90,5 54
91 – 96 2 ≤ 96,5 56

 Distribusi Frekuensi Komulatif lebih dari

Data Frekuensi ( f i) Tepi Frekuensi Komulatif

Bawah lebih dari
61 – 66 2 ≤ 60,5 56
67 – 72 10 ≤ 66,5 54
73 – 78 13 ≤ 72,5 44
79 – 84 12 ≤ 78,5 31
85 – 90 17 ≤ 84,5 19
91 – 96 2 ≤ 90,5 2
 Histogram

18

16

14

12
Frekuensi

10

0
61 - 66 67 - 72 73 - 78 79 - 84 85 - 90 91 - 96
Data

 Poligon

18

16

14

12

10
Frekuesi

0
61 - 66 67 - 72 73 - 78 79 - 84 85 - 90 91 - 96
Data
 Ogive (kurang dari dan lebih dari )

60

50

40
Frekuensi

30

20

10

0
60,5 66,5 72,5 78,5 84,5 90,5 96,5

Keterangan :

= Ogive lebih dari (negatif)

= Ogive kurang dari (positif)

• Diskusi 1

Saudara Mahasiswa, Anda sudah mempelajari tentang konsep dasar statistika, kini
cobalah Anda berikan contoh tentang variabel, dan data yang pernah Anda temui dalam
kehidupan Anda sehari-hari

Jawab :

Variabel

variabel adalah atribut atau sifat yang memiliki variasi

Contoh :

 kata ‘badan’ (bukan variabel), sementara ‘tinggi badan’ (variabel) hal ini karena berat
badan satu orang dengan orang lainnya berbeda (memiliki variasi)

 kata ‘kecerdasan’ (bukan variabel, namun ‘tingkat kecerdasan’ (variabel).

 kata ‘siswa’ (bukan variabel) namun ‘motivasi siswa’ (variabel)

variabel adalah sifat yang akan dipelajari seperti apresiasi, penghasilan, pendidikan, status
sosial, jenis kelami, golongan gaji, produktivitas kerja

Dari kedua contoh diatas maka yang dikatan dengan variabel adalah nilai yang memiliki
variasi.

Data

 Berdasarkan metode pengumpulan

1. Data Primer, contoh :

 Data hasil kuisioner terhadap responden

 Data hasil wawancara langsung
 Data hasil survey

2. Data sekunder, contoh :

 Data sensus penduduk oleh BPS

 Data penyakit kanker yang dikeluarkan oleh WHO
 Data startup di Indonesia yang dikeluarkan oleh Menteri Komunikasi dan
Informasi

 Berdasarkan sifatnya
1. Data kualitatif, contoh :

 Deskripsi suatu suatu daerah yang diteliti

 Biografi narasumber yang dijadikan referensi penelitian

 Sejarah berdirinya suatu perusahaan yang diteliti

Misalnya: Dalam suatu penelitian yang mengambil objek Universitas Udayana

Universitas Udayana secara sah berdiri pada tanggal 17 Agustus 1962 dan
merupakan perguruan tinggi negeri tertua di daerah Provinsi Bali. Berdasarkan
Surat Keputusan Menteri PTIPNo.104/1962, tanggal 9 Agustus 1962, Universitas
Udayana secara sah berdiri sejak tanggal 17 Agustus 1962
 2. Data kuantitatif, contoh :

 Data jumlah siswa tiap tahun suatu sekolah

 Data penjualan barang suatu toko tiap hariData tinggi badan mahasiswa suatu
kelas

 Data pengunjung suatu website

 Data pertumbuhan penduduk suatu daerah

Misalnya:

Nilai praktikum Biologi 10 mahasiswa Akbar, Agus, Nary, Wikan, Sani,

Nanda, Rosa, Emerald, Dian dan Hafiz adalah 60, 70, 86, 67, 54, 78, 77, 87, 70,
66

 Berdasarkan sumbernya

1. Data internal, contoh :

Guru SMP N 1 Jember mengadakan penelitian tentang kinerja guru dan aspek
yang mempengaruhinya. Jika data diambil dari kinerja guru SMP N 1 Jember,
maka data itu termasuk data internal.

2. Data eksternal, contoh :

Jika peneliti akan meneliti perkembangan usaha suatu produk tertentu, dan dia
mencari data di luar perusahaan yang bersangkutan, misalnya di Biro Pusat
Statistik, maka data tersebut adalah data eksternal.

 Berdasarkan waktu pengumpulan

1. Data time series, contoh :
data jumlah siswa SD yang mengikuti ujian nasional dari tahun 20018 hingga
tahun 2019.

2. Data cross section, contoh :

data jumlah siswa SD yang mengikuti lomba cerdas cermat pada semester ganjil
2020
 Diskusi 2
Saudara Mahasiswa, Anda sudah mempelajari tentang skala pengukuran, kini cobalah
Anda memberikan contoh mengenai skala pengukuran yang pernah Anda temui dalam
kehidupan Anda sehari-hari
Jawab :
1. Skala Nominal
Contoh yang paling umum digunakan yaitu variabel jenis kelamin. Jenis
kelamin akan dibedakan menjadi Laki-laki dan Perempuan.
Dalam hal ini, hasil pengukuran tidak memiliki tingkatan tertentu. Artinya
laki-laki tidak lebih tinggi daripada perempuan, atau sebaliknya. Di dalam sebuah
penelitian, biasanya akan diberi simbol angka sebagai pembeda, misal jenis kelamin
laki-laki diberi simbol angka 1, jenis kelamin perempuan diberi simbol 0. Simbol
angka disini hanya untuk membedakan saja, tidak menunjukkan bahwa 1 lebih besar
dari 0 dan sebagainya.
2. Skala Ordinal
Contoh pada variabel sikap seseorang terhadap suatu pernyataan, sikap
tersebut berupa sangat setuju, setuju, biasa saja, tidak setuju, sangat tidak setuju.
Pada variabel sikap ini dari sangat setuju ke sangat tidak setuju menunjukkan
kategori dan memiliki tingkatan. Di dalam sebuah penelitian, kategori tersebut bisa
disimbolkan dengan angka, misal angka 5 untuk sangat setuju, angka 4 untuk setuju,
angka 3 untuk biasa saja, angka 2 untuk tidak setuju, dan angka 1 untuk sangat tidak
setuju.
3. Skala Interval
Contoh yang paling umum pada skala interval adalah suhu. Misalkan suatu
ruangan memiliki suhu 0C, ini bukan berarti bahwa ruangan tersebut tidak ada
suhunya. Angka 0C disini merupakan suhu, hal ini dikarena pada skala interval 0
(nol) bukanlah nilai yang mutlak
4. Skala Rasio
Misal tinggi badan Agung adalah 190 cm sedangkan tinggi badan Vatinson
adalah 95 cm. Pada situasi ini dapat dikatakan bahwa jarak tinggi badan Vatinson
dengan Agung adalah 95 cm. Bisa juga dikatakan bahwa tinggi badan Agung 2 kali
tinggi badan Vatinson.