DISTRIBUSI FREKUENSI

Frekuensi menunjukkan berapa kali suatu fenomena terjadi. Misalnya jumlah sampel
adalah 90 orang yang terdiri dari 40 laik-laki dan 50 wanita, maka frekuensi untuk
laki-laki adalah 40 dan frekuensi untuk wanita adalah 50. (Jogiyanto, 2007:163).
Frekuensi meliputi :
1. Mean merupakan teknik pejelasan kelompok yang didasrkan atas nilai rata-rata
dari kelompok tersebut. Rata-rata (mean) ini didapat dengan menjumlahkan data
seluruh individu dalam kelompok itu, kemudian dibagi dengan jumlah individu
yang ada pada kelompok tersebut.
2. Median adalah salah satu teknik penjelasan kelompok yang didasarkan atas ilai
tegah dar kelompok data yang telah disusun urutannya dari yang terkecil sampai
yang terbesar, atau sebaliknya dari yang terbesar sampai yang terkecil.
3. Kuartil adalah bilangan pembagi yang disusun menurut urutan nilainya yang
membagi sekumpulan data menjadi empat bagian yang sama banyak,
4. Presentil adalah sekumpulan data yang dibagi menjadi beberapa bagian yang
sama akan menghasilka pembagi yang berturut=turut dinamakan presentil
pertama, kedua,,,,,,presentil,,,,,,.
5. Varians merupakan jumlah kuadrat smua deviasi nilai-nilai individual terhadap
rata-rta kelompok.
6. Skewness adalah kecenderungan diagram poligon mulus, bila tidak simetri maka
diagram mempunyai kecenderungan kemiringan baik ke kiri maupun ke kanan.
7. Kurtosis adalah kurva yang simetris yang ditentukan oleh rentang sebaran dan
Simpangan baku.
8. Simpangan Baku atau standar deviasai dapat didefinisikan sebagai akar kuadrat
dari jumlah kuadrat selisih keseluruhan data terhadap rerata.
9. Rentang data (range) dapat diketahui dengan jalan mengurangi data yang
terbesar dengan data terkecil yang ada pada kelompok itu.

Frequency memiliki kegunaan menyajikan karakteristik tertentu suatu data dari

sampel tertentu. Frequency memungkinkan peneliti mengetahui secara cepat
gambaran sekilas dari suatu data. (Budi, 2009)

Contoh Kasus :
Berikut ini data hasil penjualan barang rata-rata per hari dan data gender dari
salesman door to door produk mainan anak-anak PT. Galeria Sejahtera

1
 Data Sampel Salesman Door to Door PT. Galeria Sejahtera

No Hasil Penjualan Gender

1 45 Pria
2 65 Wanita
3 48 Pria
4 92 Wanita
5 53 Pria
6 64 Pria
7 87 Wanita
8 84 Pria
9 45 Pria
10 65 Pria
11 59 Wanita
12 86 Pria
13 67 Wanita
14 49 Wanita
15 75 Wanita
16 95 Pria
25 85 Pria
18 63 Pria
19 84 Pria
20 76 Pria
21 53 Wanita
22 83 Pria
23 67 Wanita
24 69 Wanita
25 78 Pria

Tabel 1. Data Sampel Salesman Door to Door PT. Galeria Sejahtera

Dari data rata-rata hasil penjualan mainan oleh salesman door to door PT.
Galeria Sejahtera diatas akan dibuat distribusi frekuensi dan statistik deskriptif
Prosedur penyelesaiannya sebgai berikut :
1. Mendefiisikan variabel
Dari menu File , pilih New, lalu klik Data. Selanjutya, klik View. Setelah tab
variabel view tampil pendefiisian variabel dapat dimulai :
a. Definisi variabel hasil penjualan. Dengan demikian, nama variabel dapat
didefinisikan dengan nama aslinya tanpa perlu disingkat, misalnya
dengan nama Hasil_Penjualan :
1) Name. Ketikkan Hasil_ Penjualan
2) Type. Oleh karena variabel hasil penjualan adalah data rasio, maka
bagian Type yang sudah menampilkan numeric dapat diabaikan.
3) Width. Ketik 8 (untuk keseragaman)
4) Decimals. Ketik 0 (untuk keseragaman).

2
 5) Label. Ketikkan Hasil Penjualan per Hari.
b. Definisi variabel gender. Supaya terdapat keseragama, lakukan cara
berikut :
1) Name. Ketikkan gender agar di-coding ke dalam angka atau
numerik.
2) Type. Oleh karena variabel Gender akan di-coding ke dalam data
angka atau numerik,maka bagian Type yang sudah numeric dapat
diabaikan.
3) Width. Ketikkan 1 (untuk keseragaman).
4) Decimals. Ketikkan 0.
5) Label. Ketikkan Gender
6) Values. Pilihan ini untuk variabel yang akan melalui coding. Klik
mouse pada kotak kecil di sebelah kanan sel yang akan tampak di
layar.

Gambar 15 . Values Labels

• Pada kotak kosong disamping Value, ketikkan 1 9untuk

keseragaman). Selanjutnya, pada kotak kosong di saming Value
Label ketikkan Wanita. Klik kiri Add untuk memasukkan coding
1 = wanita
• Kembali ke bagian Value, ketikkan 2. Selanjutnya, pada value
Label, ketikkan Pria. Klik kiri tombol Add untuk menampilkan
data view. Nama variabel Hasil_Penjualan dan Gender akan
ditampakkan pad dua kolom pertama pada layar.
7) Missing. Abaikan bagian ini arena kebetulan tidak ada data missing.
8) Column. Untuk keseragama, ketikkan 8.
9) Align. Ketikkan right untuk keseragaman.
10) Measure. Pilihlah Ordinal. Walaupun tipe jenis data Gender adalah
nominal, tetapi dengan adanya coding 1 dan 2, SPSS secara
otomatis akkan menganggapnya sebgai data tipe Ordinal atau
Scale.

2. Mengisi data

3
a. Tekan CTRL T pada keyboard untuk menampilkan Data View. Nama
variabel Hasil_penjualan dan Gender akan ditampakkan pada dua kolom
pertama pada layar

Gambar 16. Data View

1) Letakkan pointer mouse pada baris paling atas di kolom Hasil

_penjualan , kemudian isilah ke bawah sesuai 25 data sampel
Hasil_penjualan.
2) Letakkan pointer mouse pada baris paling aas di kolom Gender,
kemudian isilah enurun ke bawaah sesuai data hasil coding data
Gender. Perlu diperhatikan, sebelum melkukan pengisian, arahkan
kursor mouse ke menu utama SPSS. Pilih View, lalu klik mouse
pada sub menu Value Labe; (Value Label aktif ditandai dengan cek
di sebelah kiri sub menu Value Label).
• Pada kolomGende untuk sel pada baris ke-1 akan diisi Pria.
Oleh karena kode Pria = 2, ketikkan 2 untuk mengisi sel
tersebut.
• Pada kolom Gender untuk sel pada baris ke-2 akan diis Wanita.
Oleh karena kode Wanita = 1 , ketikkan 1 untuk mengisi sel
tersebut.

4
 Gambar 25. Data View

3. Menyimpan data
a. Pilih File dari menu utama SPSS, kemudian pilih sub menu Save AS
b. Berikan nama pada file: Data frekuensi , dan tempatkan pada direktori,
lalu klik Save

4. Mengoperasikan SPSS 16.0 untuk Frekuensi dan Statistik Deskriptif

a. Pastikan file Data frekuensi masih terbuka. Jika sudah tetutup,
bukalah file tersebut.
b. Pilih Analize, lalu descriptive Statistic. Pilih dan klik kiri Frequencies.

Gambar 18. Frequencies

5
c. Klik kiri mouse pada variabel Hasil_penjualan, kemudian klik mouse
pada tanda panah. Dengan demikian, variabel Hasil_penjualan akan
berpindah dari kotak sebelumnya ke kotak di bawah tulisan Variabel
d. Klik mouse pada pilihan Statistic, maka akan tampak di layar sebagai
berikut :

Gambar 19. Frequencies Statistics

e. Statistic meliputi berbgai pilihan, pengisiannya adalah :

• Percentiles Values atau Nilai %il. Klik kiri kotak di depan
Quartiles dan Precentile(s). Pada kotak samping kanan
%ile(s) ketikkan 10, lalu ketikka Add. Ketikkan 90 sekali lagi
paada kotak sebelumnya, lalu klik lagi tombol Add. Hal ini
dimaksudkan untuk membuat %il pada angka 10 dan 90.
Pilihan-pilihan angka dan pemilihan Quartiles dan
Percentile(s) pada contoh ini dilakukan untuk tujuan
keseragaman dan mempercepat pemahaman.
• Dispersion atau penyebaran data. Supaya seragam klik kiri
setiap kotak di depan keenam pilihan yang terdiri atas Std.
Deviation, Variance, Range, Minimum, maximum, S.E Mean.
• Central Tendency atau pengukuran pusat data. Supaya
seragam, klik kiri setiap kotak di depan Mean dan Median.
• Distribution atau bentuk distribusi data. Supaya seragam, klik
kiri setiap kotak di depan Swekness dan Kurtosis.
f. Tekan continue untuk kembali ke kotak dialog Frequencies
g. Untuk menampilkan grafik, klik pilihan chart

6
 Gambar 20. Frequencies Charts

Supaya ada keseragaman, klik kiri lingkaran kecil di bawah Charts

Type di depan Histogram. Di bawah Histograms, klik kiri kotak di
depan With normal Curve (untuk menghasilkan kurva normal
hstogram). Selanjutnya, tekan Continue untuk kembali ke kotak
dialog Frequencies.

h. Untuk menentukan susunan format data, lanjutkan dengan

mengklik kiri mouse pada pilihan Format hingga muncul tampilan
seperti berikut :

Gambar 21. Frequencies Format

Supaya ada keseragaman, data akan disusun dengan urutan naik

dari kecil ke besar dengan mengklik kiri tombol mouse di bawah
Order by pada lingkaran kecil di depan Ascending Values.
Abaikan saja bagian yang lain .selanjutnya, tekan continue untuk
kembali ke kotak dialog Frequencies.

7
 i. Jika dianggap cukup, klik kiri mouse pada OK untuk
menampilkan output.

Statistics
Hasil_Penjualan
Valid 25
N
Missing 0
Mean 69.48
Std. Error of Mean 3.051
Median 67.00
Std. Deviation 15.256
Variance 232.760
Skewness -.093
Std. Error of Skewness .464
Kurtosis -1.134
Std. Error of Kurtosis .902
Range 50
Minimum 45
Maximum 95
10 46.80
25 56.00
Percentiles 50 67.00
75 84.00
90 89.00

Hasil_Penjualan
Frequency Percent Valid Percent Cumulative
Percent
45 2 8.0 8.0 8.0
48 1 4.0 4.0 12.0
49 1 4.0 4.0 16.0
53 2 8.0 8.0 24.0
59 1 4.0 4.0 28.0
63 1 4.0 4.0 32.0
64 1 4.0 4.0 36.0
65 2 8.0 8.0 44.0
67 2 8.0 8.0 52.0
69 1 4.0 4.0 56.0
Valid 75 1 4.0 4.0 60.0
76 1 4.0 4.0 64.0
78 1 4.0 4.0 68.0
83 1 4.0 4.0 72.0
84 2 8.0 8.0 80.0
85 1 4.0 4.0 84.0
86 1 4.0 4.0 88.0
87 1 4.0 4.0 92.0
92 1 4.0 4.0 96.0
95 1 4.0 4.0 100.0
Total 25 100.0 100.0

8
1. Interpretasi pada output bagian pertama (Statistic)
• N= 25 berarti jumlah data yangg valid (sah untuk diproses) adalah 25
sampel. Missing = 0 menunjukkan bahwa data yang hilang adalah nol.
Dengan demikian tidak ada data yang belum terproses.
• Mean = 69,48 atau rata-rata hasil penjualan tiap salesman PT. Galeria
Sejahtera adalah 69,48 mainan per hari. Standar error of Mean digunakan
untuk memperkirakan besar rata-rata populasi berdasarkan jumlah
sampel. Pada standar error of menan tertentu rata-rata Hasil_Penjualan
tiap salesman per hari dapat diperkirakan menjadi = mean ±(2. Standard
Error of Mean) (angka 2 digunakan berdasarkan tingkat kepercyaan 95%).
Dengan standard error of mean = 3,051, maka taraf kepercayaan 95%
hasil_penjualan tiap salesman per hari dapat diperkirakan = 69,48 ± (2 x
3,051), atau antara 63,38 sampai dengan 75,58 mainan per hari.
• Median diperoleh dengan cara mengurutkan semua data yang sma besar
dibagi dua. Median atau titik tengah + 67,00 menunjukkan bahwa 50%
sampel menghasilkan penjualan rata-rata per hari 67 mainan ke atas , dan
50 % sampel lain penjualannya rata-rata 67 ke bawah.
• Standar Deviation digunkan untuk menilai dispersi rata-rata sampel. Pada
standar deviasi tertentu dan tingkat kepercayaan tertentu, misalnya 95%,
rata-rata hasil penjualan yang ada pada sampel dapat dihitung dengan
Mean ± 2 standar Deviasi (angka 2 digunkan karena tingkat kepercayaan
95%). Tampak pada output Frequency, standar deviasi + 15,256 dan
varians yang merupakan kuadrat standar deviasi = 232,760. Dengan

9
 demikian, rata-rata hasil penjualan yang ada pada rentang = 69,48 ± (2 x
15,256), atau antara 38,97 sampai dengan 99,99 mainan per hari. Range
tersebut agak berbeda jauh dengan rage minimum = 45 dan range
maksimum = 95 yang ada pada output Frequency. Dapat disimpulkan
bahwa berdasarkan standar deviasi, sebaran datanya masih tergolong
kurang baik.
• Skewness -0,093 dan standar error of skewness = 0,464. Angka tersebut
perlu diubah ke angka hasil perbandingan atau rasio antara skewness
dibagi standar error skewness, atau rasio skewness dengan skewness
dikatakan memenuhi distribusi normal apabila terletak di antara -2 sampai
+2, maka dapat diketahui bahwa data berdistribusi normal. -0,093/0,464 =
-0,200 maka data berdistribusi normal.
• Kurtosis = -1,134 dan standar error of kurtosis = 0,902. Angka tersebut
perlu diubah ke angka hasil perbandingan atau rasio kurtosis menjadi = -
1,134/0,902 = -1,2572. Rasio kurtosis memenuhi distribusi data normal
apabila terletak antara -2 sampai +2. Oleh karena -1,2572 terletak di
antara -2 sampai +2, maka diketahui bahwa data berdistribusi normal.
• Minimum = 45 dan Maximum = 95 menunjukkan bahwa hasil penjualan
terkecil dari sampel salesman door to door PT. Galeria Sejahtera adalah
45 mainan per hari dan hasil penjualan terbesar adalah 95 mainan per
hari.
• Range = 50 menunjukkan bahwa jarak antara hasil penjualan terbesar
dengan hasil penjulan terkecil adalah 50 mainan per hari.
• Percentil 10 = 45,00; %il 25 = 51,00 ; percentl 50 = 65,00; %il 75 = 85,50;
dan %il 90 = 92,60. Angka %il pada output di atas dapat dimaknai sebgai
berikut :
❖ Percentil 10 = 46,80; artinya 10% sampel hanya mampu menjual
mainan per hari maksimal 46,80
❖ %il 25 = 56,00; menunjukkan bahwa 25% sampel hanya mampu
menjual mainan per hari di bawah 56,00.
❖ Percentil 50 = 67,00; menunjukkan bahwa 50% sampel hanya mampu
menjual mainan per hari di bawah 67,00.
❖ %il 75 = 84; menunjukkan bahwa 75% sampel hanya mampu menjual
mainan per hari di bawah 84.
❖ %il 90 = 89; menunjukkan bahwa 90% sampel hanya mampu menjual
mainan per hari di bawah 89.

10
2. Interpretasi pada output bagian kedua (Hasil Penjualan per hari)
Tampak pada baris pertama output hasil penjualan rata-rata 45 mainan per
hari dicapai oleh 2 sampel salesman door to door , atau (2/25) x 100% = 8%
dari seluruh sampel yang berjumlah 25 orang. Sementara itu, kumulatif masih
tetap sama karena belum ada penambahan, yaitu 8%. Baris kedua output hasil
penjualan rata-rata 48 mainan per hari di capai oleh 1 sampel salesman
salesman door to door, atau (1/25) x 100 % = 4% dari seluruh sampel yang
berjumlah 25 orang. Dengan demikian, frekuensi kumulatif menjadi 12 atau
bertambah 4 % dari angka semula 8 %. Demikian selanjutnya hingga kumulatif
100%.

3. Interpretasi pada output bagian ketiga (Hasil Pejualan per Hari)

Output pada bagian ketiga ini menggambarkan histgram. Histogram adalah
grafik data yang dibuat dengan bentuk batang yang disesuaikan dengan
jumlah frekuensinya sehingga panjang setiap batang saling dibedakan
berdasrkan jumlah panjang setiap batang saling dibedakan berdasarkan
jumlah frekuensinya. Pada output di atas, tampak bahwa lebar setiap iterval
dari setiap batang pada dasar grafik adalah 10.

Grafik tersebut menunjukkan bahwa variasi ketinggian dari setiap batang pada
histogram membentuk kemiripan dengan kurva normal (kurva berbentuk
lonceng) yag disertakan. Kemiripan variasi batang histogram dan kurva normal
tersebut memiliki interpretasi bahwa distribusi data adalah mendekati normal
hingga normal.

11