2.1.Pendahuluan
Data yang kita peroleh dari hasil penelitian masih merupakan data kasar dan mentah,
sebab kumpulan angka seperti ini belum dapat memberikan informasi secara ringkas dan jelas
mengenai sifat atau cirri yang dimiliki kumpulan angka tersebut agar data ini dapat
“berbicara” dan dapat memberikan informasi yang berarti, perlu disusun dengan baik
sehingga mudah dimengerti dan maksud serta tujuan pengumpulan data dapat tercapai.
1
Pengertian frekuensi adalah menunjukkan seberapa kali suatu anggota (nilai) berulang
dalam sederetan angka tersebut, atau beberapa kalli angka suatu angka muncul dalam deretan
angka tersebut.
b. Pengertian Distribusi
Distribusi adalah keadaan yang menggambarkan pembagian pancaran setiap
frekuensi.
c. Pengertian Daftar.
Pengertian daftar adalah alat penyajian data statistic yang berbentuk (dituangkan)
dalam baris dan kolom.
k = 1 + 3,22 log n
Dimana :
k = Jumlah kelas
n = banyaknya frekuensi
R
I= k
Dimana :
I : Interval Kelas
R : Selisih data terbesar dan data terkecil
k : banyaknya kelas
Dalam dunia statistic, kita mengenai berbagai macam table distribusi frekuensi, yaitu :
a. Tabel distribusi tunggal.
Yaitu table dtatistik yang didalamnya disajikan data, angka yang tidak dikelompok-
kelompokkan, dimana data itu disajikan dengan nilai yang sesungguhnya.
b. Tabel distribusi data kelompok.
Salah satu jenis tabel yang didalamnya disajikan distribusi frekuensi dari data angka,
dimana data-data tersebut dikelompok-kelompokkan.
c. Tabel distribusi frekuensi relative.
2
Suatu tabel yang menyajikan pancaran frekuensi relative yaitu nilai frekuensi dibagi
dengan jumlah seluruh frekuensi yang dinyatakan dengan perse, jadi bukan frekuensi
yang sebenarnya.
d. Tabel distribusi frekuensi kumulatif.
Suatu tabel statistic yang didalamnya disajikan frekuensi yang dihitung terus meningkat,
atau ditambah-tambahkan dari bawah keatas maupun dari atas ke bawah.
Penyajian data statistik dengan grafik frekuensi yang sering digunakan ialah:
a. Histogram frekuensi
Grafik frekuensi yang berfungsi menggambarkan beda antara kelas-kelas dalam sebuah
distribusi.
b. Poligon frekuensi
Sangat berguna apabila kita mengadakan perbandingan antara dua atau beberapa
distribusi frekuensi. Poligon maksudnya garis yang menghubungkan titk tengah dari
kelas-kelas suatu tabel distribusi frekuensi atau dari suatu histogram.
c. Ogive
Kurva dari distribusi frekuensi kumulatif biasa atau relative dinamakan ogive kurva
distribusi frekuensi kumulatif “kurang dari” merupakan “tangga naik” sedangkan kurva
distribusi frekuensi kumulatif “lebih dari” merupakan “tangga turun”
2.6.Distribusi
A. Distribusi Probabilitas
Yaitu suatu model matematis yang menghubungkan nilai variabel dengan probabilitas
terjadinya nilai itu didalam populasi.
Jenis probabilitas ini antara lain :
1. Distribusi Kontiniu
Yaitu apabila variabel yang diukur dinyatakan dalam skala kontinu adalah kurva yang
halus dengan probabilitas, sehingga probabilitas terletak diantara dua interval.
2. Distribusi Diskrit.
Yaitu bila variabel yang diukur hanya dapat menjalani nilai-nilai tertentu seperti bilangan
bulat. Bentuk diskrit ini adalah sederet garis tegak lurus sumbu x yang tingginya
proporsional dengan probabilitas.
B. Distribusi Binominal.
3
Yaitu distribusi kemungkinan diskrit. Peristiwa untuk distribusi ini adalah peristiwa
yang mutually exclusive dimana kemungkinan terjadi peristiwa ini terjadi sebesar P dan 1-
P=q merupakan kemungkinan peristiwa itu terjadi.
Apabila percobaan ini dilakukan n kali dan bersifat bebas maka yang ingin diketahui
ialah beberapa kemungkinannya peristiwa akan tetap terjadi tepat sebanyak x kali di antara
percobaan sebanyak n kali dilakukan.
Akibatnya tentu sebanyak (n-x) kali peristiwa itu terjadi. Disini harga x = 0, 1, 2,
………,n dengan menggunakan matematik dan aturan peristiwa bebas dapat dihitung
besarnya kemungkinan peristiwa itu terjadi terdapat sebanyak x kali dalam n kali percobaan.
Besarnya kemungkinan peristiwa itu terjadi adalah :
n!
p x q n− x
Pr (X) = x !(n−x)
C. Distribusi hypergeomatris
Misalnya ada sebuah populasi berukuran N diantara terdapat D buah termasuk kategori
tertentu. Dari populasi ini diambil sebuah sampel acak berukuran
Distribusi ini memiliki rumus :
[ D¿ ] ¿ ¿¿¿¿
P(x)= ¿
D. Distribusi Poisson.
Distribusi poisson digunakan untuk menghitung probabilitas terjadinya kejadian
menurut satuan waktu atau pun ruang.
Rumus distribusi ini adalah ;
x −λ
λ e
Pr (X) = X !
E. Distribusi Normal
Banyak kejadian dapat dinyatakan dalam data hasil observasi yang mengikuti distribusi
normal. Misalnya tinggi mahasiswa, berat badan hasil ujian dan hasil pengurangan. Kalau
kontinu x mengikuti fungsi normal rata-rata u dan simpangan baku atau standard deviasi Θ ,
biasanya ditulis x = N (u, Θ ) dan bentuk fungsinya adalah sebagai berikut :
1 2
1 −2 (( x−u )/Θ )
e
F(X)= Θ √ 2 π
4
E. Distribusi Normal
Banyak kejadian dapat dinyatakan dalam data hasil observasi yang mengikuti distribusi
normal. Misalnya tinggi mahasiswa, berat badan hasil ujian dan hasil pengurangan. Kalau
kontinu x mengikuti fungsi normal rata-rata u dan simpangan baku atau standard deviasi Θ ,
biasanya ditulis x = N (u, Θ ) dan bentuk fungsinya adalah sebagai berikut :
1 2
1 − 2 (( x−u )/Θ )
e
F(X)= Θ √ 2 π
Kurva Normal
Rumus : Xk2 = ∑Z 1
2
k=1
F (X-2)
5
Distribusi chi-Kuadrat
G. Distribusi F
Distribusi F dapat digunakan sebagai criteria untuk menguji hipotesa :
a. 1 1
R = ο2 /V 2 = 2
[ ][ ]
ο
V2
V1
Jadi distribusi FV1, V2 merupakan rasio Xvi2 / dan Xv22/ v2
Distribusi F
X2
H. Distribusi T
Distribusi ini digunakan untuk membuat pendugaan interval juga untuk menguji
hipotesis mengenai parameter, yang paling banyak dari dua populasi karena lebih dari dua
harus digunakan distribusi F. distribusi ini juga menggunakan sampel yang kecil yang sering
kali n ¿ 30
Z
2
t= X
√=
[ v
ν
]
Fungsi ini mempunyai derajat kebebasan sebesar V, serta mempunyai kurva yang
simetris terhadap t = 0
6
0
Ta / 2
Kurva Distribusi t Ta / 2
1. Distribusi Eksponensial
Distribusi probabilitas variabel random eksponensial adalah :
f (x) = e- λ x;x; ¿ 0
Dengan > 0 suatu konstan.
Eksponensial
a
Grafik Fungsi Distribusi Kumulatif Eksponensial
Distribusi eksponensial digunakan secara luas dalam bidang teknik keandalan sebagai
suatu komponen atau system. Dalam penerapan ini, para meter dinamakan tingkat kegagalan
system itu, dan mean distribusi itu 1 / λ dinamakan mean tahan hidup. Apabila kita ingin
7
menentukan probabilitas bahwa komponen ini akan gagal sebelum tahan hidup yang
diharapkan, kita hitung :
Hasil ini akan berlaku beberapapun nilai ; yakni, probabilitas bahwa nilai suatu
variabel random eksponensial akan lebih kecil dari meannya adalah 0,63212. tentu saja ini
terjadi karena distribusi itu tidak simetris.
Sebenarnya diamati dengan frekuensi yang diharapkan berdasarkan model yang diandaikan
dan untuk itu digunakan rumus :
k
(oi−Ei)2
∑ Ei
X2 = i−1
Dimana :
X2 = Nilai Perhitungan dari distribusi chi-Kuadrat
Oi = frekuensi hasil pengamatan
Ei = frekuensi harapan
k = Banyaknya kelas interval