Pertemuan 4

Penyajian Data
Kuantitatif

Start
 B. Pengaturan Data Kuantitatif
Tabel Distribusi Frekuensi
 Distribusi frekuensi untuk data kuantitatif menampilkan semua kelas dan jumlah
nilai yang dimiliki oleh tiap kelas.
 Tabel berikut menunjukkan penghasilan mingguan dari 100 karyawan suatu
perusahaan.

Penghasilan Mingguan Jumlah Karyawan

($) f Kolom Frekuensi

301 – 400 9 Frekuensi kelas ke-1

401 – 500 16
501 – 600 33
601 – 700 20
701 – 800 14 Data yang dikelompokkan
801 - 900 6 (grouped data)

Limit bawah kelas ke-2 Limit atas kelas ke-2

Variabel
→ Limit / Batas Kelas : nilai terendah / tertinggi tiap
Kelas ke-1 kelas
13
 Distribusi Frekuensi Data Kuantitatif (lanjutan)
 Tepi kelas : merupakan titik tengah dari limit atas suatu kelas dan limit bawah dari
kelas berikutnya
 Lebar kelas :

Lebar kelas = Tepi atas − Tepi bawah

• Titik tengah kelas :

Limit Bawah + Limit Atas

Titik Tengah Kelas =
2

• Ilustrasi :

Limit Kelas Tepi Kelas Lebar Kelas Titik Tengah Kelas

301 – 400 300.5 – 400.5 300.5 – 400.5 = 100 (301+400) / 2 = 350.5
401 – 500 400.5 – 500.5 400.5 – 500.5 = 100 (401+500) / 2 = 450.5
501 – 600 500.5 – 600.5 500.5 – 600.5 = 100 (501+600) / 2 = 550.5
601 – 700 600.5 – 700.5 600.5 – 700.5 = 100 (601+700) / 2 = 650.5
701 – 800 700.5 – 800.5 700.5 – 800.5 = 100 (701+800) / 2 = 750.5
801 - 900 800.5 – 900.5 800.5 – 900.5 = 100 (801+900) / 2 = 850.5

14
 Pembuatan Tabel Distribusi Frekuensi
 Dalam pembuatan tabel distribusi frekuensi untuk data kuantitatif, 3 hal yang harus
ditentukan terlebih dahulu :
 Jumlah kelas, biasanya berkisar 5-20, namun tergantung dari jumlah pengamatan
dalam gugus data.
Aturan sturges, jumlah kelas = 1 + 3.332 log n, n = jumlah observasi
Aturan Kauro Ishikawa, tentang jumlah kelas adalah sbb:
Jumlah data Jumlah kelas
< 50 5–7
50 – 100 6 – 10
100 – 250 7 – 12
> 250 10 – 25
 Lebar kelas, lebih diarahkan agar lebar kelas untuk semua kelas sama. Untuk
menentukan lebar kelas dengan ukuran yang sama, pertama tentukan beda antara
nilai terbesar dan terkecil dalam data.

Nilai Terbesar − Nilai Terendah

Perkiraan Lebar Kelas =
Jumlah kelas

 Limit bawah atau titik awal dari kelas ke-1

Dalam hal ini bisa menggunakan nilai terendah dalam data atau lebih kecil dari nilai
tersebut.

15
 Pembuatan Tabel Distribusi Frekuensi
• Contoh :
Diperoleh data tinggi 30 sampel pemain basket (dalam inch).

76 81 81 84 79 79 77 84 82 82
85 79 79 72 75 81 82 80 85 77
74 80 83 83 73 78 82 84 75 83

Pertanyaan :
Buatlah tabel distribusi frekuensi !

16
 Pembuatan Tabel Distribusi Frekuensi (lanjutan)
 Penyelesaian :
Dalam data di atas, nilai minimum = 72, maksimum = 85. Anggap kita ingin mengelompokkan
data tersebut menjadi 5 kelas dengan lebar kelas yang sama. Maka perkiraan lebar kelas adalah :

85 − 72
Perkiraan Lebar Kelas = = 2.6
5

Lebar kelas didekatkan ke nilai 3. Limit bawah digunakan 72 sebagai limit bawah kelas pertama,
sehingga selang kelas yang terbentuk :
72-74, 75-77, 78-80, 81-83, dan 84-86

Tabel Distribusi Tinggi Pemain Basket NBA

Tinggi (inch) Tally / Melidi f

72 - 74 lll 3
75 - 77 llll 5
78 – 80 llll ll 7
81 – 83 llll llll 10
84 – 86 llll 5
 F = 30

17
 Distribusi Frekuensi Relatif dan Persen
(Data Kuantitatif)
• Dari Tabel Distribusi Tinggi Pemain Basket NBA, kita dapat membuat frekuensi relatif
dan persen.

Frekuensi kelas tersebut f

Frekuensi Relatif suatu Kelas = =
Jumlah tot al frekuensi f

Persen = (Frekuensi relatif) 100%

Tabel Distribusi Frekuensi, Frekuensi Relatif dan Persen

Tinggi (inch) f Tepi Kelas Frekuensi Relatif Persen (%)
72 - 74 3 71.5 – 74.5 3/30 = 0.100 10.0
75 - 77 5 74.5 – 77.5 5/30 = 0.167 16.7
78 – 80 7 77.5 – 80.5 7/30 = 0.233 23.3
81 – 83 10 80.5 – 83.5 10/30 = 0.333 33.3
84 – 86 5 83.5 – 86.5 5/30 = 0.167 16.7
 f = 30  =1.00  = 100

18
 B. Penyajian Data dengan Metode Grafik
‫־‬ Dengan tabel, penyajian ringkasan data dapat dilakukan secara lebih
rinci, namun kesan sekilas secara kasar lebih mudah diperoleh
dengan metode grafik.
‫־‬ Selain itu secara visual penyajian grafik umumnya lebih menarik bagi
pembaca.
‫־‬ Bentuk-bentuk grafik yang lazim digunakan antara lain adalah
a. Grafik lingkar/kue (pie chart)
b. Grafik batang (bar chart),
c. Diagram titik (dot plots)
d. Diagram dahan daun (stem & leaf)
e. Histogram, dan
f. Poligon frekuensi.
g. Ogive

19
 Grafik Data Kuantitatif
• Data kuantitatif dapat disajikan dengan menggunakan histogram atau poligon.
• Histogram :
– Adalah grafik dimana kelas disajikan dalam sumbu x (horizontal), sedangkan
frekuensi, frekuensi relatif, atau persen disajikan pada sumbu y (vertikal).
– Frekuensi, frekuensi relatif, atau persen direpresentasikan dengan tinggi bar
(batang).
– Pada histogram, bar/batang berhimpit dengan yang lain.

30

20

10
Frequency

0
5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0

20
 Grafik Data Kuantitatif (lanjutan)
• Poligon :
– Adalah grafik yang dibuat dengan penggabungan antara titik tengah bagian
atas bar suatu histogram dengan garis lurus.

− Grafik/diagram poligon frekuensi dapat digunakan unruk merepresentasikan

data yang bersifat kontinyu ratio dan interval

21
 Distribusi Frekuensi Kumulatif
• Distribusi frekuensi kumulatif memberikan jumlah nilai yang jatuh di bawah batas
atas untuk tiap kelas.
• Contoh :
Dari tabel berikut, buatlah distribusi frekuensi kumulatif untuk tinggi 30 pemain NBA.

Tinggi (inch) f
72 - 74 3
75 - 77 5
78 – 80 7
81 – 83 10
84 – 86 5

Jawab :
Tinggi (inch) Tepi Kelas Frekuensi Kumulatif
72 - 74 71.5 – 74.5 3
75 - 77 74.5 – 77.5 3+5=8
78 – 80 77.5 – 80.5 3 + 5 + 7 = 15
81 – 83 80.5 – 83.5 3 + 5 + 7 + 10 = 25
84 – 86 83.5 – 86.5 3 + 5 + 7 + 10 + 5 = 30

22
 Distribusi Frekuensi Kumulatif ( lanjutan)
• Frekuensi relatif kumulatif diperoleh dengan membagi frekuensi kumulatif dengan
jumlah total pengamatan dalam data.

Frekuensi kumulatif
Frekuensi Relatif Kumulatif =
Jumlah tot al pengamatan

Persen = (Frekuensi relatif kumulatif) 100%

• Dari tabel diatas bisa ditentukan, frekuensi relatif kumulatif dan persen kumulatif

Tinggi Frekuensi Relatif

Tepi Kelas Frekuensi Kumulatif Persen Kumulatif
(inch) Kumulatif
72 - 74 71.5 – 74.5 3 3/30 = 0.100 10.0
75 - 77 74.5 – 77.5 3+5=8 8/30 = 0.267 26.7
78 – 80 77.5 – 80.5 3 + 5 + 7 = 15 15/30 = 0.500 50.0
81 – 83 80.5 – 83.5 3 + 5 + 7 + 10 = 25 25/30 = 0.833 83.3
84 – 86 83.5 – 86.5 3 + 5 + 7 + 10 + 5 = 30 30/30 = 1.000 100.0

23
 Ogive
• Ogive adalah suatu kurva yang menunjukkan distribusi frekuensi kumulatif dengan
menggabungkan garis lurus dan titik di atas tepi atas kelas.

• Biasanya digunakan untuk representasi data sensus penduduk, perkembangan &

penjualan saham, dll.

• Bentuk kurva distribusi

frekuensi kumulatif semakin
30 naik ke arah kanan sumbu x
25
• Ogive disebut juga poligon
Frekuensi Kumulatif

frekuensi kumulatif
20

15

10

74.5 77.5 80.5 83.5 86.5

Variablel

24
 Tipe Grafik vs Tipologi Data
Diskret vs Konsep yg
Tipe Data Tipe Grafik
Kontinyu ditekankan
Bar Chart Keseluruhan data
Diskret Grafik Garis Vertikal Nilai riil tiap
pengamatan
Poligon Frekuensi Keseluruhan data
Interval dan Ratio
(Kuantitatif) Histogram Keseluruhan data

Kontinyu Poligon Frekuensi Jumlah pengamatan di

Kumulatif (Ogive) bawah tepi atas kelas
Poligon Frekuensi Proporsi tiap kelas
Relatif interval

Nominal & Ordinal Bar Chart Jumlah tiap kategori

atau Kategori -
(Kualitatif) Pie Chart Proporsi tiap kategori

25
 Tugas Kelompok (4-6 orang/kelompok)
• Carilah data sekunder yang menyajikan variabel/peubah tentang Covid-19
dari suatu wilayah geografis tingkat Kabupaten/Kota tertentu.
• Gunakan metode statistika deskriptif yang telah kita pelajari untuk
menyajikan informasi tertentu dari variabel yang ada (masing-masing 2
variabel utk jenis kualitatif dan kuantitatif)
• Buatlah tayangan /presentasi dari data dan penyajiannya (siap
dipresentasikan)
• Dikumpulkan pada M5 ke empribadi@yahoo.com dengan penamaan File:
Nama kelas_Tugas #1_kelompok #1.pptx

26