MAKALAH

STATISTIK KESEHATAN
DISTRIBUSI DATA

OLEH
KELOMPOK 11
1 Reni Anggita Handa
2 Rizqika A. Bato Raé

POLITEKNIK KESEHATAN KEMENKES KUPANG

JURUSAN KEPERAWATAN
2021
 KATA PENGANTAR
Puji syukur kami haturkan ke hadirat Tuhan Yang Maha Esa karena atas berkat dan
rahmat serta bimbingan-Nya kami dapat menyelesaikan makalah Statistik kesehatan ini guna
memenuhi tugas diskusi bersama dengan judul “Distribusi Data“ Hal ini dimaksudkan agar
mahasiswa dapat mengembangkan pikiran dan menginterprestasikan hasil-hasil yang telah
didapat.
Kami menyadari bahwa makalah ini masih jauh dari kata sempurna. Oleh karena itu, kami
mengharapkan kritik dan saran dari semua pihak yang bersifat membangun demi kesempurnaan
makalah ini.
Akhir kata, kami menyampaikan terima kasih kepada semua pihak. Semoga makalah ini
dapat bermanfaat.
 DAFTAR ISI

KATA PENGANTAR..............................................................................................................
DAFTAR ISI..............................................................................................................................
BAB 1 PENDAHULUAN
1.1 Latar Belakang.....................................................................................................................
1.2 Tujuan...................................................................................................................................
BAB II TINJAUAN PUSTAKA
2.1 Distribusi Normal.................................................................................................................
2.2 Distribusi Frekuensi..............................................................................................................
2.3 Pembuatan Distribusi Frekuensi Dengan SSPS................................................................................
BAB III PENUTUP
3.1 Kesimpulan...........................................................................................................................
3.2 Saran.....................................................................................................................................
DAFTAR PUSTAKA................................................................................................................
 BAB 1
PENDAHULUAN
1.1 LATAR BELAKANG
Apabila ingin melaksanakan kegiatan pengumpulan data statistika, maka
seyogyanya akan mendapatkan kumpulan data angka yang kondisinya teracak, berserak
dan merupakan bahan kajian yang sifatnya masih kasar atau mentah, karena kumpulan
angka dengan kondisi itu belum akan mendapatkan atau memberikan informasi dengan
ringkas dan jelas tentang karakteristik yang dimiliki kumpulan data tersebut. Salah satu
tugas dari statistik sebagai ilmu pengetahuan ialah menyajikan data angka yang telah
berhasil dikumpulkan dengan teratur, jelas, ringkas, mudah dimengerti, hingga dengan
secara jelas dapat memberikan deskripsi yang tepat mengenai ciri atau sifat yang
terkandung di dalam data tersebut.
Kata data berasal dari kata datum yang artinya himpunan fakta yang digunakan
dalam keperluan suatu diskusi atau pendapat. Materi fakta tersebut dapat berupa
informasi, status, keterangan dan sebagainya, mengenai sesuatu atau sebagian objek yang
di kumpulkan sendiri oleh periset dari sumber lain, seperti lembaga, publikasi, atau hasil
riset orang lain. Distribusi (probabiliti distribusi) data adalah suatu fungsi yang
menunjukan semua nilai dari sebuah data dan seberapa sering nilai tersebut terjadi.
Ketika distribusi dari data kategorikal divisualkan, kita akan melihat persentasi dari setiap
group. Ketika distribusi numerikal divisualkan, sering kali kita melihat disusun secara
ascending (dari kecil ke besar).
Data merupakan kenyataan atau fakta empiris yang dihimpun oleh periset untuk
kepentingan menyelesaika permasalahan dalam riset, data riset dapat berasal dari
berbagai sumber yang dihimpun dengan memakai bermacam metode sepanjang kegiatan
riset berlangsung. Agar bisa di analisis data angka, data itu disusun lebih dahulu dengan
sistematik yang dapat diselesaikan dengan berbagai cara.
Kegiatan riset tidak terlepas dari keberadaan data yang merupakan bahan baku
informasi sebagai deskripsi khusus tentang obyek riset.
1.2 TUJUAN
1.2.1 Tujuan Umum
Mahasiswa mampu menjelaskan apa itu distribusi data
1.2.2 Tujuan Khusus

 Mahasiswa mampu menjelaskan tentang distribusi normal

 Mahasiswa mampu menjelaskan tentang distribusi frekuensi

 Mahasiswa mampu menjelaskan Pembuatan Distribusi Frekuensi Dengan SSPS

 BAB II
TINJAUAN PUSTAKA
2.1 Distribusi Normal
Distibusi normal merupakan distribusi kontinu yang sangat penting dalam statistik dan
banyak dipakai memecahkan persoalan. Distribusi Normal juga merupakan distribusi Gauss,
adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis
statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan
simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik
fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng. Dalam distribusi Normal
dibagi dalam kategori yaitu Distribusi Normal Miring Kekiri, Distribusi Normal yang
simetris dan Distribusi Normal Miring Kekanan. Keadaan ini disebabkan pada sebaran
datanya.
Data yang baru diperoleh dari lapangan merupakan data yang relative masih mentah.
Data tersebut perlu dikelompokkan dan disusun dalam bentuk distribusi frekuensi. Data yang
sudah dalam bentuk distribusi frekuensi dapat diolah atau dimanipulasi Data yang sudah
berbentuk distribusi data Dalam membahas distribusi frekuensi terdapat dua jenis data
dengan variabel diskrit dan jenis data data dengan variabel kontinyu. Variabel random diskret
merupakan variabel yang mempunyai harga 0, 1, 2, 3, ….
Distribusi data tersebut diatas datanya tidak kontinyu, kalau digambarkan bukan sebagai
garis, tetapi sebagai titik-titik. Sedangkan variabel random kontinyu merupakan jenis data,
yang merupakan data rasio, kalau digambarkan berupa garia lurus dengan interval - ~ < x < ~
Dalam distribusi frekuensi dikelompokkan dalam 2 buah bentuk distribusi frekwensi yang
berupa distribusi dengan variabel diskrit dan variabel kontinyu.
Distribusi data statistik yang menggunakan distribusi data dengan variabel diskrit antara lain:
1) distribusi binomial ,
2) distribusi multinomial,
3) distribusi hipergeometrik,
sedangkan distribusi data statistik yang menggunakan data dengan variabel kontinyu adalah :
1) distribusi normal,
2) distribusi t student
3) distribusi chi kwadrat,
 4) Distribusi F.
Sebagai gambaran akan diterangkan beberapa bentuk distribusi statistik, yang
menggunakan variabel diskret dan variabel kontinyu. Distribusi normal merupakan variabel
random kontinyu. Distribusi normal merupakan distribusi frekuensi dengan bentuk berupa
kurva normal. Kurva normal merupakan bentuk kurva dimana merupakan kurva yang
berbentuk genta yang simetris. Distribusi normal disebut juga sebagai distribusi gauss.
Distribusi normal mempunyai sifat-sifat yang penting antara lain :
a. grafiknya selalu berada diatas sumbu datar x
b. bentuknya simetris terhadap x = μ
c. mempunyai satu modus, kurva unimodal tercapai pada x = μ sebesar 0,3989/σ
d. Grafiknya berasimtut kan sumbu datar di x, baik dikiri maupun kanan, yang disebut
sebagai ekor
e. luas daerah grafik selalu sama dengan satu unit persegi.
Untuk setiap pasang μ dan σ sifat-sifat seperti tertulis di atas selalu terpenuhi, hanya bentuk
kurvanya saja yang berlainan. Jika σ semakin besar maka kurvanya semakin rendah ( kurva
platikurtis) sedangka apabila σ semakin kecil kurvanya semakin tinggi (kurva leptikurtis)
Persamaan distribusi normal umum :

dimana :
 Π merupakan nilai konstan yang besarnya 3,1416
 e merupakan bilangan konstan yang besarnya 2,7183
 μ merupakan parameter, rata-rata hitung untuk distribusi
 σ merupaka parameter, simpangan baku untuk distribusi
Dari persamaan distribusi normal umum ini akan dapat diturunkan menjadi distribusi Normal
standart.
Persamaan Distribusi Normal Standart.
dimana :
 Z merupakan harga Z Score. Harga Z Score dapat dilihat pada tabel
 x merupakan selisih dari harga pada posisi X dikurangi dengan rata-rata
 σ merupakan standart deviasi (SD)
Pada distribusi normal standart harga x merupakan sumbu simetri yang membagi daerah kurva
normal menjadi 2 yang sama besar. Pada bagian kanan sumbu simetri mempunyai harga positif
yang besarnya sama dengan 0,50 atau 50% sedangkan pada bagian kiri sumbu simetri
mempunyai harga negative yang besarnya sama dengan sebelah kanan sumbu simetri yaitu 0,50
atau 50%. Lihat Gambar 1 dibawah:

Gambar 1:
Pada kurva yang mempunyai bentuk berdistribusi normal standart, dapat dicari hargaharga
dengan keterangan :
 Harga Z sampai dua desimal sehingga akan sesuai tabel
 Gambarlah kurvanya dengan benar, yaitu serupa gambar 1 diatas
 Letakkan Z pada sumbu datar, lalu tarik garis vertikal hingga memotong kurva
 Luas yang tertera dalam daftar adalah luas daerah antara garis zσ  dengan  yang
mempunyai luas paling banyak 0,5 pada kanan dan kiri. Bagian kanan mempunyai harga
positif dan bagian kiri mempunyai harga negatif
 Harga z dapat dicari dalam tabel dengan dua desimal, desimal ( x,x ) pertama untuk kolom z
yang vertikal (judul baris) sedangkan desimal terakhir (0,0x )pada garis horisontal pada
judul kolom
 Harga z terletak pada sel (pertemuan baris dan kolom) pada tabel z score
Telah dijelaskan bahwa kurva normal adalah simetri, daerahnya dibagi dengan garis yang
mewakili rata-rata (μ ). Daerah dibawah kurva diatas garis x (absis) mempunyai luas 1 yang
diwakili dengan 100%, yang dibagi pada bagian kanan 5% bernilai positif dan bagian kiri garis
vertical μ bernilai 50% juga dan bernilai negative. Daerah kurva diantara μ dan σ bernilai 34,13
% begitu juga μ dan - σ bernilai 34,13%, jadi daerah dibawah kurva antara - σ sampai σ bernilai
68,26%. Sedangkan daerah -1,96σ sampai 1,96σ bernilai 95%, angka ini biasa disebut sebagai
daerah penerimaan.

Contoh 1 : Pada Wilayah Kantor Wilayah DIY yang terediri dari 4 kabupaten dan 1
kota mempunyai juru ukur sebanyak 100 orang. Produktifitas rata-rata pertahun
adalah 80 bidang, dan mempunyai standart deviasi sebesar 42.
a. Tentukan berapa orang juru ukur yang dapat mengukur 110 bidang pertahun
b. Tentukan jumlah juru ukur yang dapat mengukur 90 bidang pertahun.
c. Tentukan persentase petugas ukur yang dapat mengukur antara 90 s/d 110
bidang pertahun.
d. Petugas ukur yang hanya dapat mengukur 30 bidang pertahun adalah
menpunyai kinerja yang buruk. Adaberapa persenkah juru ukur yang berkinerja
buruk.
Jawab :
a. Jumlah Juru Ukur yang mempunyai produktifitas 110 bidang, berarti
harga X = 110,  = 80, σ = 42, N = 100
X-
Z = σ
110 – 80 30
= --------------- = ---------- = 0.714286 atau Z = 0,71
42 42
Hasil pembacaan dari tabel distribusi normal harga untuk harga Z = 0, 71, Z = 26,11%,
atau luas daerah sebelumnya = ( 50% + 26,11 %) = 76,11 % Jadi jumlah juru ukur yang
mempunyai produktifitas diatas 110 sebanyak :
100% - 76,11% = 23,89% atau sekitar 23 orang juru ukur. Lihat Gambar 2:
Gambar 2:

b. Jumlah Juru Ukur yang mempunyai produktifitas 90 bidang, berarti harga

X = 90,  = 80, σ = 42, N = 100
90 – 80 10
Z = -------------- = ---------- = 0.24, harga tabel Z = 09,10 atau 9,1%
42 42

Gambar 3:

Hasil pembacaan dari tabel distribusi normal harga untuk harga Z = 0, 24

Z = 9,1 %, atau luas daerah sebelumnya = ( 50 - 9,1 %) = 40,9 %
Jadi jumlah juru ukur yang mempunyai produktifitas diatas 90 sebanyak
: 40,9 % atau sekitar 40 orang juru ukur.

c. Jumlah Juru Ukur yang mempunyai produktifitas antara 90 s/d 110 bidang, berarti
harga X = 90 dan X=110  = 80, σ = 42, N = 100
Jumlah juru ukur yang mempunyai produktifitas antara 90 s/d 110 bidang sebanyak
17,01 % atau 17 orang
b. Jumlah Juru Ukur yang tidak produktif, dengan hasil 30 bidang/pertahun
: X = 30,  = 80, σ = 42, N = 100
30 – 80 -50
Z = -------------- = ---------- = 1,19 harga tabel Z = 38,30 atau 38,3%
42 42
Gambar 5

11.7% = 11 orang

30 80

Hasil pembacaan dari tabel distribusi normal harga untuk harga Z = 1,19
Z = 38,3 %, atau luas daerah sebelumnya = ( 50 - 38,3 %) = 11,7 %
Jadi jumlah juru ukur yang tidak produktif sebanyak 11,7% atau 11 orang
Contoh 2: Dalam suatu penelitian luas kepemilikan bidang tanah di suatu desa,
diambil sampel sebanyak 150 orang. Luas kepemilikan tanah paling sedikit adalah
150 m2 dan paling tinggi adalah 30000m2. rata-rata kepemilikan adalah 2150 m2, dan
mempunyai standart deviasi sebesar 1100 m2.
Apabila data tersebut akan dikelompokkan menjadi 3, dengan kategori luas
 kepemilikan rendah dengan batasan kurang dari rata-rata dikurangi satu kali standart
deviasi, luas kepemilikan sedang dengan batasan antara rata-rata dikurangi satu kali
standar deviasi sampai dengan rata-rata ditambah satu kali standar deviasi, dan luas
kepemilikan tinggi dengan batasan lebih dari rata-rata ditambah satu kali standart
deviasi.
a. buat pengelompokan data dengan kategori rendah, sedang, dan tinggi
b. berapa frekuensi dalam kategori rendah, sedang dan tinggi
Jawab :
Kategori
Rendah jika X≤ μ– σ
Sedang jika μ - σ < X < μ + σ
Tinggi jika X ≥ μ + σ
a. 1) batasan rendah jika X ≤ 1050 m
2) batasan sedang 1050 < X < 3350
3) batasan tinggi jika X ≥ 3350
b. 1) frekuensi rendah, harga Z = 1 atau mencangkup 34, 13 %
f1 = (50 - 34,13) % x 150 = 15,87% x 150 = 23,8 orang atau sekitar 24 orang
2) frekuensi sedang, harga antara Z = - 1 dan Z = 1 atau mencangkup 64,26 %
f1 = 68,26 % x 150 = 102,39 orang atau sekitar 102 orang
3) frekuensi tinggi, harga Z = 1 atau mencangkup 34, 13 %
f1 = (50 - 34,13) % x 150 = 15,87% x 150 = 23,8 orang atau sekitar 24 orang

2.2 Distribusi Frekuensi

Data pertama yang diperoleh pada suatu observasi disebut dengan data mentah
(raw data). Data ini belum tersusun secara numerik. Sebagai contoh data mengenai tinggi
badan siswa yang penyajiannya masih dalam bentuk presensi kehadiran yang biasanya
hanya diurutkan berdasarkan alphabet nama siswa. Terkadang data mentah disajikan
berdasarkan urutan naik (ascending) atau urutan turun (descending). Bentuk penyajian
seperti ini disebut array. Selisih antara nilai data terbesar dan terkecil disebut rentang
(range).
Dalam bekerja dengan jumlah data yang cukup besar, biasanya lebih
menguntungkan jika data ini disajikan dalam kelas-kelas atau kategori tertentu bersamaan
dengan frekuensi yang bersesuaian. Frekuensi yang dimaksud adalah banyaknya kejadian
yang ada pada kelas-kelas tertentu. Suatu tabel yang menyajikan kelas-kelas data beserta
frekuensinya disebut distribusi frekuensi atau tabel frekuensi.
Di dalam statistik deskriptif kita mengusahakan agar data dapat disajikan dalam bentuk
yang lebih berguna, lebih mudah dipahami, dan lebih cepat dimengerti. Kalau datanya
hanya sedikit, tanpa dibuat tabel pun data tetap mudah dibaca tetapi kalau datanya banyak
sekali maka membacanya agak sulit, dan memerlukan waktu yang cukup lama untuk
mencermatinya. Untuk memudahkan dan mempercepat kita memahami data tersebut maka
data yang sudah dikumpulkan, disusun agar lebih teratur, dalam bentuk tabel yang disebut
dengan distribusi frekuensi. Hal yang dimaksud distribusi frekuensi adalah suatu daftar
yang membagi data yang ada ke dalam beberapa kelas.

A. MACAM DISTRIBUSI FREKUENSI

Kita mengenal dua macam distribusi frekuensi yaitu :
1. Distribusi frekuensi menurut bilangan adalah distribusi frekuensi yang
pembagian kelas-kelasnya dinyatakan dalam angka-angka atau secara
kuantitatif.
2. Distribusi frekuensi menurut kategori adalah distribusi frekuensi yang
pembagian kelas-kelasnya berdasarkan atas macam-macam data, atau golongan
data, yang dilakukan secara

Dalam membuat distribusi frekuensi, kita dapat membuat satu distribusi frekuensi
untuk satu macam data dan selanjutnya disebut dengan distribusi frekuensi bersifat
tunggal. Akan tetapi, dapat pula dibuat suatu distribusi frekuensi yang dipakai
untuk menyusun dua macam variabel. Namun, pada umumnya peneliti membuat
distribusi frekuensi yang bersifat tunggal, karena distribusi frekuensi semacam ini
lebih sederhana, mudah dibaca, dan dapat dianalisis lebih lanjut. Berikut ml dapat
dilihat beberapa contoh distribusi frekuensi.

a. Distribusi frekuensi menurut bilangan dan bersifat tunggal

 Tabel 1.7.
Umur Pegawai PT Garuda

Umur Frekuensi
20 – 29,9 5
30 – 39,9 10
40 – 49,9 15
50 – 59,9 13
60 – 69,9 7
Jumlah 50

Umur Frekuen
si
20 – 5
29,9
30 – 10
39,9
40 – 15
49,9
50 – 13
59,9
60 – 7
69,9
Jumlah 50

b. Distribusi frekuensi menurut bilangan dan bersifat ganda

Tabel 1.8.
Berat Badan dan Tinggi Badan Karyawan PT Garuda

Berat 50 -59,9 60 - 70 - 80 -
badan 69,9 79,9 89,9
Tinggi badan
150 – 159,9 2 4 2
160 – 169,9 1 6 7 4
170 – 179,9 6 6 5
180 – 189,9 4 2 1
Jumlah 3 20 17 10

a. Distribusi frekuensi menurut kategori dan bersifat tunggal

Tabel 1.9.
Mata Pencaharian Penduduk di Kota ”DAMAI”
 Mata Pencaharian Frekuen
Penduduk si
Petani 500
Pedagang 400
Pegawai Negeri Sipil 100
Pegawai swasta 200
Pengusaha 50
Lain-lain 50
Jumlah 1.300

b. Distribusi frekuensi menuruti/dan bersifat ganda

Tabel 1.10.
Mata Pencaharian dan Jenis Kelamin Penduduk di Kota DAMAI

Jenis
Laki- Perempu
kelamin
laki an
Mata pencaharian
Petani 250 250
Pedagang 150 250
Pegawai Negeri Sipil 75 25
Pegawai swasta 75 125
Pengusaha 30 20
Lain-lain 25 25
Jumlah 605 695

Pembahasan dalam membuat suatu distribusi frekuensi dibagi menjadi dua bagian. Bagian
pertama akan dibahas mengenai penyusunan distribusi frekuensi menurut bilangan. Dalam
bagian ini akan dibahas tahap-tahap pembuatan distribusi frekuensi, mulai dari penentuan
banyaknya kelas, perhitungan range maupun perhitungan calss interval, dilanjutkan dengan
penentuan kelas dan diakhiri dengan tabulasi.
Bagian kedua adalah pembuatan distribusi frekuensi menurut kategori. Cara membuat
distribusi frekuensi menurut kategori lebih cepat daripada pembuatan distribusi frekuensi
menurut bilangan. Langkah yang harus dilakukan hanya terdiri dari dua tahap, yaitu
menentukan kelas dan yang ke dua mengadakan tabulasi.

B. PENYUSUNAN DISTRIBUSI FREKUENSI MENURUT BILANGAN

Penyusunan distribusi frekuensi menurut bilangan dapat dilakukan melalui
beberapa tahap:
1. Menentukan Jumlah Kelas
 Kita tentukan jumlah kelas untuk mengelompokkan data yang ada. Dalam
menentukan jumlah kelas ini bebas, bisa dibagi menjadi 5 kelas atau 10 kelas atau
berapa saja sesuai dengan kebutuhan dan banyak sedikitnya data. Salah satu cara
untuk menentukan jumlah kelas adalah dengan menggunakan rumus Sturges.
Menurut Sturges banyaknya klas dipengaruhi oleh banyaknya data. Hubungan
antara jumlah kelas dan banyaknya data dapat dinyatakan dalam bentuk rumus
sebagai berikut:

K  1  3,3 log N atau 2K  N

Dalam hal ini

K = banyaknya kelas N = jumlah
data
Apabila jumlah data yang kita kumpulkan sebanyak 100 maka jumlah kelas
dapat dihitung menggunakan rumus di atas:
K = 1 + 3,3 log 100
K= 1+ 3,3(2) =7,6
Banyaknya kelas harus merupakan bilangan bulat. Oleh karena itu, kita lakukan
pembulatan. Caranya seperti yang biasa kita lakukan dalam mengadakan
pembulatan, yaitu apabila bilangan pecahan lebih dari 0,5 maka kita bulatkan ke
atas, dan apabila kurang dari 0,5 kita bulatkan ke bawah. Maka dalam hal ini kita
akan membuat 8 kelas.

2. Menghitung Range, (Rentang Data)

Range adalah perbedaan antara data terkecil dengan data terbesar, atau sama
dengan selisih antara data terbesar dan data terkecil.
Penentuan range sangat mudah, yaitu kita cari data terbesar dan data terkecil,
kemudian kita cari selisihnya. Misalnya data terbesar adalah 90 dan data terkecil 40
maka rangenya sebesar 50, yaitu 90 dikurangi 40.

3. Menghitung Lebar Kelas (Interval Class)

Lebar kelas dapat dihitung dengan membagi range dengan banyaknya kelas yang
sudah dibulatkan. Lebar kelas (interval class) dapat dihitung dengan rumus

Dari contoh di atas kita sudah menentukan banyaknya kelas (K) = 7 dan range
sebesar 40 maka kita dapat menghitung kelas interval yaitu SO : 8 = 6,25.
Pada dasarnya kelas interval tidak harus merupakan bilangan bulat. Akan tetapi,
seandainya merupakan bilangan bulat akan lebih bagus. Untuk itu diperlukan
pembulatan. Dalam membulatkan , dianjurkan pembulatannya ke atas, karena kalau
dibulatkan ke bawah, dikhawatirkan kelasnya menjadi terlalu kecil sehingga tidak
dapat menampung semua data yang ada. Maka kelas intervalnya dapat dibulatkan
menjadi 7.

4. Menentukan Kelas
Pada dasarnya kita bebas menentukan kelas, asalkan sesuai dengan banyaknya
kelas dan besarnya kelas interval yang sudah kita hitung. Hanya saja ada sedikit
pedoman yang perlu kita patuhi yaitu:
 4 Semua data dapat masuk, artinya data terkecil dapat masuk ke dalam
kelas terkecil dan data terbesar dapat masuk ke dalam kelas terbesar.
 4 Batas atas suatu kelas dibuat sedikit lebih kecil dari batas bawah kelas di
atasnya.

Dari contoh tadi kita kelasnya sebagai berikut:

Kelas ke 1 40 – 46,9
Kelas ke 2 47 – 53,9
Kelas ke 3 54 – 60,9
Kelas ke 4 61 – 67,9
Kelas ke 5 68 – 7 4,9
Kelas ke 6 75 – 81,9
Kelas ke 7 82 – 88,9
Kelas ke 8 90 – 96,9

Setelah selesai menentukan kelas, kita periksa sekali lagi apakah data terkecil dapat
masuk kelas ke 1 dan apakah data terbesar dapat masuk kelas ke 8. Dan seterusnya kita
periksa apakah besarnya batas atas kelas ke 1 sedikit di bawah batas bawah kelas ke 2, dan
seterusnya. Kalau semuanya sudah beres, selesailah sudah pembuatan kelas, dan kita dapat
meneruskan langkah terakhir yaitu menentukan frekuensi dari masing-masing kelas.

5. Menentukan Frekuensi
Untuk mencari frekuensi masing-masing kelas dilakukan dengan cara mengadakan
tabulasi yaitu memasukkan data ke dalam tabel.

Contoh:
Berikut ini adalah data tentang besarnya keuntungan bersih per tahun dari 50 perusahaan
batik di Yogyakarta masing-masing sebagai berikut : (Juta rupiah)
60 33 85 52 65 77 84 65 57 77
71 81 35 50 38 64 74 41 68 54
41 41 61 91 55 73 54 53 45 77
44 78 55 48 69 85 67 39 76 60
94 66 98 66 79 42 65 94 89 88

Pertanyaan: buatlah distribusi frekuensi yang baik menggunakan data tersebut.

Jawab
Untuk membuat distribusi frekuensi tentang keuntungan 50 perusahaan di atas
dapat dilakukan dengan beberapa langkah.
a. Langkah pertama, kita menentukan jumlah kelas dengan pedoman Sturges, K
= 1 + 3,3 log N maka kita peroleh K = 1 + 3,3 log 50 = 6,6 Banyaknya kelas
merupakan bilangan diskrit, jadi harus bulat, tidak
boleh pecahan maka kalau K diperoleh bilangan pecahan maka harus kita bulatkan.
Sehingga jumlah kelasnya kita bulatkan menjadi 7.

b. Langkah kedua, kita menentukan range

Dua data di atas kita dapat dihitung rangenya, yaitu dengan mencari selisih
antara data terbesar dan data terkecil = 98 – 33 = 65

c. Langkah ketiga, kita menentukan kelas interval/lebar kelas

Dua data di atas dapat dihitung kelas intervalnya, yaitu range dibagi
banyaknya kelas  Ci = 65/7 = 9,28. Pada dasarnya kelas interval
tidak harus bulat, tetapi seandainya bulat, akan lebih bagus. Dalam
melakukan pembulatan disarankan untuk membulatkan ke atas.
Misalnya: Ci = 9,28 dibulatkan menjadi 10

d. Menentukan kelas
Dalam menentukan kelas, kita memakai hasil perhitungan yang
sudah dilakukan, yaitu banyak kelas 7 dan kelas interval 10. Kita
melakukan pembulatan kelas interval dari 9,28 menjadi 10. Maka kita
membuat kelas pertama dengan batas bawahnya 30 dan batas atas 39,9.
Sedangkan kelas kedua dengan batas bawah 40 dan batas atas 49,9, dan
seterusnya kita buat 7 kelas.

e. Menghitung frekuensi masing-masing kelas

Frekuensi tiap-tiap kelas dapat dihitung dengan memakai tanda garis
(stik) setiap ada data yang masuk di dalamnya. Misalnya, dalam contoh
data pertama sebesar 60 maka pada kelas ke 4 diberi tanda garis (/). Data
kedua 33 maka pada kelas ke 1 diberi tanda garis (/) dan seterusnya,
sampai semua data sudah dimasukkan ke dalam tabel. Selanjutnya, kita
hitung banyak garis dalam masing-masing kelas, itulah frekuensi dari
kelas tersebut. Untuk lebih jelasnya dapat dilihat dalam Tabel 1.5.
 Tabel 1.11.
Perhitungan Frekuensi untuk Tiap Kelas

Keuntungan Frekuensi
30 – 39,9 //// =4
40 – 49,9 ///// // =7
50 – 59,9 ///// /// =8
60 – 69,9 ///// ///// // = 12
70 – 79,9 ///// //// =9
80 – 89,9 ///// / =6
90 – 99,9 //// =4
Jumlah 50

Dari proses di atas kita mengetahui frekuensi dari masing-masing kelas, setelah
selesai tabulasi, kita bisa membuat distribusi frekuensi yang baik yaitu distribusi
frekuensi yang memenuhi beberapa kriteria (syarat).

Syarat distribusi frekuensi yang baik:

1) mempunyai nomor tabel. Tujuannya agar kita bisa membedakan tabel yang
satu dengan tabel yang lain.
2) mempunyai judul dan subjudul yang jelas, dengan satuan tertentu.
3) mempunyai kelas yang baik yang ditentukan sesuai pedoman Struges.
4) menghindari overlapping class (kelas yang tumpang tindih).

Kelas yang overlap yaitu kelas yang batas atasnya sama dengan batas bawah
kelas di atasnya. Seperti terlihat pada tabel berikut.

Tabel 1.12.
Penentuan Kelas yang Overlap

Keuntungan Frekuensi
30 – 40 4
40 – 50 7
50 – 60 8
60 – 70 12
70 – 80 9
80 – 90 6
90 – 100 4
Jumlah 50

5) Menghindari kelas yang tidak sama

Suatu distribusi frekuensi dikatakan mempunyai kelas yang tidak sama, apabila
distribusi frekuensi tersebut memiliki kelas yang kelas intervalnya tidak sama
dengan kelas yang lain. Hal seperti itu harus dihindari karena akan mengaburkan
perpencaran dari data. Contoh distribusi yang memiliki kelas yang tidak sama
dapat dilihat dalam tabel berikut:
 Tabel 1.13.
Penentuan Kelas yang Tidak Sama

Keuntungan Frekuensi
30 – 39,9 4
40 – 59,9 15
60 – 99,9 31
Jumlah 50

6) Menghindari kelas terbuka.

Kelas terbuka adalah kelas yang tidak mempunyai salah satu batas, seperti yang
dapat kita lihat dalam tabel berikut:
Tabel 1.14.
Distribusi frekuensi yang memilik kelas terbuka

Keuntungan frekuensi
30 – 39,9 4
40 – 49,9 7
50 – 59,9 8
60 – 69,9 12
70 ke atas 19
Jumlah 50

7) Sumber data harus disebutkan Sebagai

contoh
Sumber : BPS, Sensus Penduduk, tahun 2000
Dari proses yang sudah kita lakukan maka kita dapat bentuk suatu distribusi
frekuensi yang baik, yang sesuai dengan kriteria tersebut di atas, sebagai berikut
Tabel 1.15.
Keuntungan Per Tahun 50 Perusahaan Batik di DIY (Dalam Juta
Rupiah)

Keuntungan Frekuensi
30 – 39,9 4
40 – 49,9 7
50 – 59,9 8
60 – 69,9 12
70 – 79,9 9
80 – 89,9 6
90 – 99,9 4
 Jumlah 50
Sumber : BPS, Statistik Industri, tahun 2003

Nama bagian-bagian suatu distribusi frekuensi

1) Batas kelas ada dua macam yaitu batas bawah dan batas atas
2) Frekuensi adalah banyaknya data dalam tiap-tiap kelas
3) Class Boundary/tepi kelas adalah pertengahan antara batas atas suatu kelas
dengan batas bawah kelas di atasnya
4) Class Mark/mid point/titik tengah adalah pertengahan tiap-tiap kelas
5) Class interval/klas interval/lebar kelas adalah perbedaan antara class boundary
suatu kelas dengan class boundary kelas sebelumnya
6) Kelas terbuka adalah kelas yang tidak memiliki salah satu batasnya

6. Cara Menggambar Distribusi Frekuensi Menurut Bilangan

Suatu distribusi menurut bilangan dapat digambar menjadi suatu histogram atau
poligon.
a. Histogram
Histogram sering disebut sebagai diagram kolom. Cara membuatnya dengan
membuat masing-masing kelas menjadi sebuah kolom, seperti terlihat pada gambar
berikut.

Gambar 1.1.
Histogram

b. Poligon
Cara menggambarkan poligon adalah dengan cara menghubungkan titik- titik
yang absisnya adalah titik tengah (mid point) dan ordinatnya adalah frekuensi,
seperti terlihat dalam gambar berikut.
 Gambar 1.2. Poligon

2.3 Pembuatan Distribusi Frekuensi Dengan SSPS

DISTRIBUSI FREKUENSI
Distribusi Frekuensi Kuanditatif
Penyusunan distribusi frekuensi dari 100 ekor tambahan berat badan (gram/ekor/hari) sapi Bali.
Distribusi frekuesi terdiri dari 7 interval kelas dengan lebar interval kelas 5.
Panggil program SPSS, kemudian Klik Variabel View, maka muncul Gambar. Kotak dialog
Variable View

Gambar Kotak dialog Variable View

Ketik pda Kotak Name TBerat, Type Numeric Decimals 0 dan Label Tambahan Berat Badan
(gram/ekor/hari), lalu Klik Data View, maka muncul Gambar Data View
Tabel Tambahan Berat Badan (gram/ekor/hari)
Salinlah data pada Tabel.Tambahan Berat Badan (gram/ekor/hari). diatas ke Gambar Data
View. Ketik pada Kolom TBerat dari No. 1 sampai dengan No. 100.
Gambar Data View
Setelah semua data disalin ke Gambar Data View kemudian Klik Analyze, pilih Discretive
Statisrics, lalu Klik Discretive, maka muncul Gambar Kotak Dialog Descriptives.
Gambar Kotak Dialog Descriptives
Klik Tambahan Berat badan, pindahkan dengan tanda ►Variable(s), kemudian Klik Options,
maka muncul Gambar Kotak Dialog Descriptives Options

Gambar Kotak Dialog Descriptives Options

Berikan tanda V pada nilai statistic yang diinginkan, lalu Klik Continue, maka layar kembali ke
Gambar Kotak Dialog Descriptives, lalu Klik OK, maka diperoleh hasil sebagai berikut
Untuk menggambar ditribusi frekuensi dalam bentuk Histogram, lakukan langkah sebagi
brikut :Klik Graphs, pilih Legacy Dialologs lalu klik Histogram, maka muncul Gambar Kotak
Dialog Histogram.
Pindahkan Tambahan Berat badan, pindahkan dengan tanda ►Variable(s), kemudian Klik,
centang Display normal Curva
Klik OK

Gambar Kotak Dialog Histogram

Klik Ok, maka diperoleh grafik dibawah ini

Grafik diatas tampaknya kurang komonikatif dan tidak dapat memberikan imformasi yang
diinginkan, jika ingig membuat Distribusi dengan lebar interval 5 dan banyaknya kelas 7 buah
maka lakukan hal sebagai berikut :
Klik grafik diatas hingga muncul Gambar Properties Binning, seperti dibawah ini
Gambar Properties Binning
Klik Custum, interval width dan berikan angka 7 pada disebelahnya
Klik Apply, telah maka dierolh gambar dibawah ini dan dengan mengatur jarak interval dan
memberikan Show Data Label
Dintribusi Frekuensi Kualitatif
Menggambar distribusi frekuensi data skor warna dari 50 sampel daging ayam broiler

Buka kotak dialog Variable View Lengkapi sepert Gambar Kotak Dialog Variable View, lalu
klik Values untuk memberikan nama jenis warna, pada Gambar Kotak Dialog Variable View.
Gambar Kotak Dialog Variable View. Kotak dialog Variable View
Gambabar Kotak Dialog Variable View
Klik Value Label hingga muncul Gambar Value Label
Ketik angka 1 pada Value dan Merah Kecoklatan pada Label lalu Klik Add
Ketik angka 2 pada Value dan Merah Coklat Tua Cerah pada Label lalu Klik Add
Ketik angka 3 pada Value dan Merah Coklat Tua Suram pada Label lalu Klik Add
Ketik angka 4 pada Value dan Coklat Kehijauan pada Label lalu Klik Add
Ketik angka 5 pada Value dan Hijau Kekuningan pada Label lalu Klik Add
Klik OK
Gamba Value Label
Setelah klik Ok, lalu Klik Data View maka muncul Gambar Data Vew, ketik angka pada kolom
Warna dan kolam Frekuensi

Gambar Data Vew

Untuk menggambar Klik Graphs, Legacy Dialogs, pilih Bar, lalu klik Simple dan kemudian
Difine, maka muncul Gambar Define Simple Bar.
Lengkapi Gambar tersebut, lalu klik Ok

Gambar Define Simple Bar

Setelah diper oleh gambar Bar anda bisa memperjelas gambar tersebut, sehingga diperoleh hasil
sebagai berikut:
 BAB III
PENUTUP
3.1 Kesimpulan
Distibusi normal merupakan distribusi kontinu yang sangat penting dalam statistik
dan banyak dipakai memecahkan persoalan. Distribusi Normal juga merupakan distribusi
Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
analisis statistika.
Suatu tabel yang menyajikan kelas-kelas data beserta frekuensinya disebut
distribusi frekuensi atau tabel frekuensi. Data pertama yang diperoleh pada suatu
observasi disebut dengan data mentah (raw data).

3.2 Saran
Demikian makalah yang dapat kami sampaikan. Semoga sedikit uraian kami ini
dapat memberikan manfaat bagi kita semua. Kami sangat menyadari, bahwa makalah ini
jauh dari kesempurnaan. Maka dari itu kami  sangat mengharapkan adanya kritikan yang
konstruktif dan sistematis dari Dosen dan teman-teman pembaca, guna melahirkan
sebuah perbaikan dalam penyusunan makalah selanjutnya yang lebih baik.
 DAFTAR PUSTAKA

 Modul II Distribusi Normal, https://prodi4.stpn.ac.id/ /Modul%20Statistik%.pdf

 Suparmi. Modul 1 statistika.pdf
 Wayana Santiasa, 2015, Modul Kuliah statistika dasar, universitas udayana
 Sampurna IP, TS Nindhia. 2019. Biostatistika. Penerbit Puri Bagia.
https://www.puribagia.com/blog/categories/buku Diterbitkan Online melalui
nulisbuku.com/view-profile/90381/l%20Putu-Sampurna
 Sampurna, IP. (2019). Aplikasi SPSS Grafik dalam Biostatistika. Penerbit PuriBagia.
https://www.puribagia.com/blog/categories/buku. Diterbitkan secara online
nulisbuku.com/view-profile/90381/l%20Putu-Sampurna