PENYAJIAN DATA DAN DISTRIBUSI FREKUENSI

1. Pengantar

Pada Bab sebelumnya, telah disinggung sekilas mengenai

data, baik aspek jenis maupun skala pengukuran data. Data
yang masih tercerai berai sifatnya, akan sulit rasanya untuk
dapat dimaknai. Oleh karena itu, terdapat suatu hal yang
penting sehubungan dengan data tersebut, yaitu bagaimana
menyajikan suatu kumpulan data agar lebih mudah untuk
dipahami pembacanya. Di dalam penyajian data, perlu dilihat
suatu tujuan bahwa penyajian tersebut salah satu tujuannya
adalah agar lebih memudahkan peneliti di dalam
menyampaikan sebuah informasi. Data yang diperoleh di
lapangan, relatif masih sulit untuk dimaknai, seperti apa dan
bagaimana informasi yang ada, mengingat data yang kita
peroleh tersebut masih merupakan data mentah yang pada
umumnya belum menunjukkan sebuah pola tertentu. Untuk
mengolah data dari lapangan tersebut agar dapat menunjukkan
sebuah pola atau bahkan informasi maka salah satu hal yang
perlu untuk dilakukan adalah mencari atau menemukan pola
dengan cara menyusun data tersebut, guna membentuk atau
menemukan pola yang biasa disebut dengan distribusi
frekuensi.

Apakah itu distribusi frekuensi ? Sunyoto (2016),

menyebutkan ada 2 (dua) pengertian dari distribusi frekuensi
tersebut, yaitu:

1. Distribusi frekuensi adalah suatu cara untuk penyusunan

data, baik data yang bersifat diskrit maupun data yang
bersifat kontinyu, dengan cara memasukkan data tersebut

1
 2 Sudibyanung & Suharno

ke dalam kelas-kelas interval dengan tujuan agar mudah

dipahami, dianalisis serta disimpulkan;

2. Distribusi frekuensi adalah pengelompokan data ke dalam

beberapa kelompok (kelas) dan kemudian dihitung
banyaknya data yang masuk ke dalam setiap kelas.

Distribusi data yang berasal dari data observasi lapang baik

dalam wujud data sekunder maupun data primer, selanjutnya
perlu untuk diolah dan disajikan dalam bentuk atau format
tertentu, bisa dalam wujud tabel dan dapat pula dalam wujud
visual tertentu, seperti histogram, polygon, pie, atau dalam
wujud yang lain.

2. Wujud Penyajian Data

Dalam statistika, terdapat beberapa model atau cara di

dalam menyajikan data, agar lebih mudah untuk
memaknainya. Minimal terdapat 2 (dua) model atau cara di
dalam menyajikan data tersebut. Untuk jelasnya akan kita coba
sajikan beberapa model atau cara di dalam menyajikan data,
yaitu:

1. Distribusi Frekuensi

Ketika kita memperoleh data di lapangan, data tersebut

umumnya masih tercerai berai, dalam arti data itu belum
sistematis. Oleh sebab itu maka data perlu kita
sistematisir. Bagaimana caranya ? Data yang kita peroleh
di lapangan kita identifikasi, bahkan jika perlu kita
verifikasi dan selanjutnya kita ke dalam bentuk tabel.
Penyajian data dalam model distribusi frekuensi ini bisa
terbagi menjadi 2 (dua), yaitu:
 Statistika Pertanahan 3

a. Distribusi Tunggal.

Jika kita menyajikan data dalam bentuk tabel yang

tampilannya berupa angka-angka secara tunggal dan
diurutkan mulai dari skor yang terendah hingga
tertinggi atau sebaliknya, maka penyajian ini dapat
disebut dengan penyajian data distribusi tunggal.
Biasanya data yang disajikan di dalam distribusi
tunggal ini, jarak dari masing-masing data yang berupa
angka tersebut tidak mempunyai jarak atau range yang
terlalu jauh atau besar. Sebagai gambaran anda dapat
mencermati data di bawah ini. Dimisalkan dalam
sebuah pengumpulan data usia kepemilikan sertipikat
Hak Milik, anda memperoleh data sebagai berikut:

70 65 68 67 72 70 68 64 66 70

71 66 69 68 72 65 66 67 68 69

70 72 71 70 68 60 69 72 65 65

Data yang telah anda peroleh tersebut relatif masih

mentah, bahkan untuk membaca pola dari data saja
relatif masih susah. Oleh sebab itu perlu kita sajikan
dalam tabel distribusi data sebagai berikut:

Tabel 3. Distribusi Nilai

Urutan Data Nilai Frekuensi

1 64 1

2 65 4

3 66 3

4 67 2

5 68 5

6 69 3
 4 Sudibyanung & Suharno

7 70 6

8 71 2

9 72 4

Jumlah (N) 30

Sumber: Simulasi data, 2021

Dari penyajian data mentah yang kemudian disajikan

dalam bentuk tabulasi di atas, maka akan
memudahkan anda mengamati distribusi yang ada.
Dengan demikian pola data yang anda peroleh
menjadi lebih jelas.

b. Distribusi berdasarkan Penggolongan

Hampir sama sebenarnya di dalam penyajian data

dengan cara distribusi berdasarkan penggolongan ini
dengan cara penyajian dalam distribusi tunggal.
Sebenarnya pembeda awalnya hanya pada jarak atau
range data yang berupa nilai yang telah anda peroleh
di lapangan. Dalam distribusi berdasarkan
penggolongan ini, umumnya dilakukan ketika kita
memperoleh data yang berupa angka namun dengan
jarak, selisih atau range yang relatif lebih besar. Selain
itu dalam distribusi frekuensi berdasarkan
penggolongan ini, kita harus menyusun terlebih
dahulu besarnya kelas dan besarnya interval.
Bagaimanakah caranya ? Besarnya kelas idealnya
memang harus mempertimbangkan besarnya jarak
sebaran serta intervalnya. Namun di dalam referensi
yang ada, hal ini relatif sulit dilakukan ketika jumlah
data sangat banyak dan bervariatif, sehingga seringkali
pula diambil jalan keluar dengan cara menentukan
 Statistika Pertanahan 5

besarnya kelas berdasarkan keinginan peneliti, dengan

catatan masuk akal. Selain itu anda juga bisa
menentukan penggolongan dengan menggunakan
rumus Sturges sebagaimana telah dijelaskan pada bab
sebelumnya. Selain itu perlu juga pertimbangan
peneliti di dalam menentukan besarnya kelas ini,
artinya besarnya kelas ini jangan terlalu kecil serta
jangan pula terlalu besar. Prinsip praktis serta efisien
juga perlu kita gunakan sebagai pertimbangan. Hal ini
tergantung dari data yang kita peroleh.

Dalam menentukan besarnya interval juga relatif

hampir sama dengan menentukan besarnya kelas.
Mengapa ? Di dalam menentukan besar interval ini
terdapat kecenderungan tidak terdapat ukuran yang
pasti. Penentuan besarnya interval ini juga cenderung
berdasarkan pada pertimbangan praktis, efisien dan
logis semata. Perlu untuk diketahui, bahwa yang baik
itu besarnya interval ini harus pula
mempertimbangkan atau mencermati besaran kelas.
Biasanya semakin besar kelas maka interval menjadi
lebih kecil, namun ketika semakin kecil kelas maka
interval menjadi lebih besar. Untuk lebih jelasnya
maka akan diilustrasikan contoh sebagai berikut.
Dimisalkan anda mengumpulkan data jumlah sebaran
sertipikat per desa di sebuah wilayah:

58 79 38 66 73 48 44 64 59 67

52 46 36 68 75 50 39 44 50 42

68 62 54 70 48 45 55 54 47 63

50 34 54 48 57 54 56 68 40 38

35 33 28 64 56 25 33 48 43 70
 6 Sudibyanung & Suharno

Data yang tersaji di atas belum sepenuhnya atau

bahkan sulit untuk dicermati polanya. Untuk itu maka
perlu kita sajikan dalam bentuk distribusi data agar
menjadi lebih jelas dan minimal mudah untuk
membacanya. Langkah pertama yang perlu untuk
dilakukan adalah menentukan batas kelas. Jika kita
mencermati kumpulan data di atas, besaran nilai
terendah adalah 25 dan besaran angka tertinggi adalah
79. Dimisalkan anda mengambil batas kelas sebesar 11,
maka selanjutnya anda perlu unutuk mencari interval
dari masing-masing kelas tersebut. Dalam hal ini
lazimnya interval mempunyai nilai yang sama.
Caranya misal kita gunakan formula seperti di bawah
ini:

Dari besarnya nilai interval sebesar 5 tersebut maka

data yang telah kita peroleh di lapangan dapat kita
sajikan dengan model distribusi sebagaimana berikut:

Tabel 4. Distribusi Interval Nilai

Urutan Interval Nilai Titik Tengah Frekuensi

Data

1 25 - 29 27 2

2 30 - 34 32 3

3 35 - 39 37 5

4 40 - 44 42 5
 Statistika Pertanahan 7

5 45 - 49 47 7

6 50 - 54 52 8

7 55 - 59 57 6

8 60 - 64 62 4

9 65 - 69 67 5

10 70 - 74 72 3

11 75 - 79 77 2

Jumlah (n) 50

Sumber: Simulasi Data, 2021

Data sebagaimana telah tersaji di atas sangat

bermanfaat bagi kita, minimal selain mudah membaca
pola dari data yang sudah kita peroleh, juga
memudahkan kita di dalam membaca distribusi data
yang ada. Dengan demikina akan lebih mudah ketika
kita akan memaknai hasil dari peroehan data kita.

2. Penyajian dalam Bentuk Grafis

Penyajian data, selain berbentuk tabel frekuensi seperti

beberapa contoh di atas, juga dapat kita sajikan dalam
bentuk grafik. Hal ini akan sangat bermanfaat ketika kita
menyajikan data kita secara visual dan lebih menarik
bentuknya. Ada beberapa bentuk grafis yang biasa
digunakan dalam penyajian data statistik, misalnya:

a. Histogram

Anda pasti pernah melihat suatu deretan kolom empat

persegi panjang yang saling berdampingan mulai dari
kiri ke kanan dalam sebuah grafik. Itulah yang biasa
disebut dengan histogram. Kita mencoba akan
 8 Sudibyanung & Suharno

mengilustrasikan visual yang sebenarnya, dengan

mengacu pada tabel 4 di atas.

Gambar 2. Histogram Frekuensi Nilai

Sumber: Simulasi Data, 2021

b. Poligon

Sebenarnya, grafik poligon itu bersumber atau

didasarkan pada grafik histogram, yang pada intinya
adalah menggabungkan antar titik tengah pada
masing-masing kelas yang ada. Gabungan dari masing-
masing titik tersebut akhirnya membentuk garis yang
bersambungan tiap titik dan itulah yang sering kita
sebut poligon. Dengan demikian sebenarnya grafik
histogram yang titik tengahnya kita gabungkan maka
menjadi bentuk atau visual yang diberi nama dengan
poligon. Untuk lebih jelasnya mak visual dari grafis
berwujud poligon akan kita lihat di bawah ini, dengan
data tetap mengacu pada data pada tabel 4.

Gambar 3. Poligon Frekuensi Nilai

 Statistika Pertanahan 9

Sumber : Simulasi Data, 2021

c. Kurva

Selain penyajian data dalam bentuk visualisasi

histogram ataupun poligon, ada lagi contoh yang lain
yang bentuk visualnya juga cukup menarik, yaitu
dalam bentuk “Pie”. Dalam visualisasi ini data
disajikan dalam wujud lingkaran yang terbagi dengan
informasi yang terkait, seperti dalam hal ini frekuensi
dan kelas. Agar lebih jelas akan diilustrasi dari bentuk
“Pie” berdasarkan data pada tabel 4 dengan wujud
gambar sebagai berikut:

Gambar 4. Kurva Frekuensi Nilai

 10 Sudibyanung & Suharno

Sumber: Simulasi Data, 2021