MAKALAH

STATISTIK PENDIDIKAN
“JENIS DATA DAN DISTRIBUSI”
Dosen Pengampu : Ade Andriani, S.Pd., M.Pd.

Disusun oleh: Kelompok 4

Dian Rani Tambunan (1202411031)
Hyssa Sihotang (1203111124)
Ruth Natali (1203111121)
Yunita Purba (1203311027)

PROGRAM STUDI PENDIDIKAN SEKOLAH DASAR

FAKULTAS ILMU PENDIDIKAN
UNIVERSITAS PENDIDIKAN NEGERI MEDAN
SEPTEMBER 2022
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya
sehingga kelompok kami dapat menyelesaikan tugas makalah ini yang berjudul “Jenis
Data dan Distribusi Data” ini tepat pada waktunya. Adapun tujuan dari penulisan dari
makalah ini adalah untuk memenuhi tugas Ibu Ade Andriani, S.Pd., M.Pd. pada mata
kuliah Statistik Pendidikan. Selain itu, makalah ini juga bertujuan untuk menambah
wawasan bagi para pembaca dan juga bagi penulis.
Kami mengucapkan terima kasih kepada Ibu Ade Andriani, S.Pd., M.Pd. selaku dosen
pengampu mata kuliah Statistik Pendidikan yang telah memberikan tugas ini sehingga
dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi yang kami
tekuni. Kami menyadari, makalah ini masih jauh dari kata sempurna. Oleh karena itu,
kritik dan saran yang membangun akan kami nantikan demi kesempurnaan makalah ini.

i
 DAFTAR ISI

KATA PENGANTAR i
DAFTAR ISI ii
BAB I PENDAHULUAN
1.1 Latar Belakang 1
1.2 Rumusan Masalah1
1.3 Tujuan Pembahasan 2
BAB II PEMBAHASAN
2.1 Jenis Data 3
2.2 Distribusi Frekuensi 8
BAB V PENUTUP
5.1 Kesimpulan 15
5.2 Saran 15
DAFTAR PUSTAKA

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Statistika adalah ilmu pengetahuan yang telah banyak digunakan dalam
kehidupan sehari-hari. Pemerintah menggunakan statistika untuk menilai hasil
pembangunan masa lalu dan juga untuk mengambil rencana masa datang. Selain
itu pimpinan mengambil manfaat dari kegunaan statistika untuk melakukan
tindakan yang perlu dalam menjalani tugasnya. Di sunia penelitian atau riset,
dimana pun dilakukan, bukan saja telah mendapat manfaat yang baik dari
statistika tetapi sering harus menggunakannya. Seperti untuk mengetahui apakah
cara yang baru ditemukan lebih baik dari pada cara lama atau apakah model untuk
sesuatu hal dapat kita anut atau tidak.
Untuk mengetahui hal-hal diatas, perlu diadakan penilaian dengan statistika.
Kata statistika berbeda dengan statistik. Statistik dipakai untuk menyatakan
kumpulan data, bilangan atau non-bilangan yang disusun dalam tabel ataupun
diagaram. Dalam statistika dibagi menajdi dua yaitu statistika induktif dan
statistika deskriptif. Distribusi frekuensi dan ukuran gejala pusat merupakan
bagian dari statistik deskriptif. Untuk lebih jelasnya dapat dilihat dalam
pembahasan makalah ini.

1.2 Rumusan Masalah

Dari latar belakang dan identifikasi masalah yang ada maka rumusan maslah
yang dugunakan adalah:
1.Apa yang dimaksud dengan jenis data?
2. Apa saja macam-macam jenis data?
3. Apa yang dimaksud dengan distribusi frekuensi?
4. Bagaimana cara membuat daftar distribusi frekuensi?
5. Bagaimana cara menghitung distribusi frekuensi?

1
1.3. Tujuan Pembahasan
Tujuan dari makalah ini, antara lain:
a.Memahami pengertian jenis data.
b. Mengetahui macam-macam jenis data.
c. Memahami pengertian distribusi frekuensi.
d. Mengetahui cara membuat daftar distribusi frekuensi.
e. Mengetahui cara menghitung distribusi frekuensi.

2
 BAB II
PEMBAHASAN
2.1 JENIS DATA
A. Data Berdasarkan Sumbernya
Berdasarkan sumbernya, data penelitian dapat dikelompokkan dalam dua
jenis, yaitu data primer dan data sekunder.
1. Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti secara
langsung dari sumber data utama. Data primer disebut juga sebagai data asli
atau data baru yang memiliki sifat up to date. Untuk mendapatkan data primer,
peneliti harus mengumpulkannya secara langsung. Teknik yang dapat
digunakan peneliti untuk mengumpulkan data primer antara lain observasi,
wawancara, dan penyebaran kuesioner.
2. Data Sekunder adalah data yang diperoleh atau dikumpulkan oleh peneliti dari
berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder
dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS), buku,
laporan, jurnal, dan lain-lain.

B. Data Berdasarkan Bentuk dan Sifatnya

Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua jenis
yaitu data kualitatif (berbentuk kata-kata/kalimat) dan data kuantitatif (berbentuk
angka). Data kuantitatif dapat dikelompokkan berdasarkan cara untuk
mendapatkannya, yaitu data diskrit dan data kontinum. Berdasarkan sifatnya, data
kuantitatif terdiri atas data nominal, data ordinal, data interval dan data rasio.

3
1. Data Kualitatif
Data kualitatif adalah data yang berbentuk kata-kata, bukan dalam bentuk angka.
Data kualitatif diperoleh melalui berbagai macam teknik pengumpulan data
misalnya wawancara, analisis dokumen, diskusi terfokus, atau observasi yang
telah dituangkan dalam catatan lapangan (transkrip). Bentuk lain data kualitatif
adalah gambar yang diperoleh melalui pemotretan atau rekaman video.

2. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan
bentuknya, data kuantitatif dapat diolah atau dianalisis menggunakan teknik
perhitungan matematika atau statistika.

C. Data Berdasarkan Tingkat Pengukurannya

a. Data nominal atau sering disebut juga data kategori adalah data yang
diperoleh melalui pengelompokkan obyek berdasarkan kategori tertentu.
Perbedaan kategori obyek hanyalah menunjukkan perbedaan kualitatif.
Walaupun data nominal dapat dinyatakan dalam bentuk angka, namun
angka tersebut tidak memiliki urutan atau makna matematis sehingga
tidak dapat dibandingkan. Logika perbandingan “>” dan “<” tidak dapat
digunakan untuk menganalisis data nominal. Operasi matematik seperti
penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:) juga
tidak dapat diterapkan dalam analisis data nominal. Contoh data nominal
antara lain:
· Jenis kelamin yang terdiri dari dua kategori yaitu:
(1) Laki-laki
(2) Perempuan
Angka (1) untuk laki-laki dan angka (2) untuk perempuan hanyalah
merupakan simbol yang digunakan untuk membedakan dua kategori jenis
kelamin. Angka-angka tersebut tidak memiliki makna kuantitatif, artinya
angka (2) pada data di atas tidak berarti lebih besar dari angka (1), karena
laki-laki tidak memiliki makna lebih besar dari perempuan. Terhadap kedua
data (angka) tersebut tidak dapat dilakukan operasi matematik (+, -, x, : ).

4
 Misalnya (1) = laki-laki, (2) = perempuan, maka (1) + (2) ≠ (3), karena tidak
ada kategori (3) yang merupakan hasil penjumlahan (1) dan (2).
b. Data ordinal adalah data yang berasal dari suatu objek atau kategori yang
telah disusun secara berjenjang menurut besarnya. Setiap data ordinal
memiliki tingkatan tertentu yang dapat diurutkan mulai dari yang terendah
sampai tertinggi atau sebaliknya. Namun demikian, jarak atau rentang antar
jenjang yang tidak harus sama. Dibandingkan dengan data nominal, data
ordinal memiliki sifat berbeda dalam hal urutan. Terhadap data ordinal
berlaku perbandingan dengan menggunakan fungsi pembeda yaitu “>” dan
“<”. Walaupun data ordinal dapat disusun da lam suatu urutan, namun belum
dapat dilakukan operasi matematik (+, -, x, :). Contoh jenis data ordinal
antara lain:
· Tingkat pendidikan yang disusun dalam urutan sebagai berikut:
(1) Taman Kanak-kanak (TK)
(2) Sekolah Dasar (SD)
(3) Sekolah Menengah Pertama (SMP)
(4) Sekolah Menengah Atas (SMA)
(5) Diploma
(6) Sarjana

Analisis terhadap urutan data di atas menunjukkan bahwa SD memiliki

tingkatan lebih tinggi dibandingkan dengan TK dan lebih rendah
dibandingkan dengan SMP. Namun demikian, data tersebut tidak dapat
dijumlahkan, misalnya SD (2) + SMP (3) ≠ (5) Diploma. Dalam hal ini,
operasi matematik (+, -, x, :) tidak berlaku untuk data ordinal.
· Peringkat (ranking) siswa dalam satu kelas yang menunjukkan urutan
prestasi belajar tertinggi sampai terendah. Siswa pada peringkat (1)
memiliki prestasi belajar lebih tinggi dari pada siswa peringkat (2).

c. Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar
kriteria tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal.
Kelebihan sifat data interval dibandingkan dengan data ordinal adalah

5
memiliki sifat kesamaan jarak (equality interval) atau memiliki rentang yang
sama antara data yang telah diurutkan. Karena kesamaan jarak tersebut,
terhadap data interval dapat dilakukan operasi matematik penjumlahan dan
pengurangan ( +, - ). Namun demikian masih terdapat satu sifat yang belum
dimiliki yaitu tidak adanya angka Nol mutlak pada data interval. Berikut
dikemukakan tiga contoh data interval, antara lain:
· Hasil pengukuran suhu (temperatur) menggunakan thermometer yang
0
dinyatakan dalam ukuran derajat. Rentang temperatur antara 0 Celcius
0 0 0
sampai 1 Celcius memiliki jarak yang sama dengan 1 Celcius sampai2
0
Celcius. Oleh karena itu berlaku operasi matematik (+, -), misalnya 15
0 0
Celcius + 15 Celcius = 30 Celcius. Namun demikian tidak dapat
0
dinyatakan bahwa benda yang bersuhu 15 Celcius memiliki ukuran panas
0
separuhnya dari benda yang bersuhu 30 Celcius. Demikian juga, tidak
0
dapat dikatakan bahwa benda dengan suhu 0 Celcius tidak memiliki suhu
0
sama sekali. Angka 0 Celcius memiliki sifat relatif (tidak mutlak). Artinya,
0
jika diukur dengan menggunakan Thermometer Fahrenheit diperoleh 0
0
Celcius = 32 Fahrenheit.

· Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100

sampai 110 memiliki jarak yang sama dengan 110 sampai 120. Namun
demikian tidak dapat dinyatakan orang yang memiliki IQ 150 tingkat
kecerdasannya 1,5 kali dari urang yang memiliki IQ 100.
· Didasari oleh asumsi yang kuat, skor tes prestasi belajar (misalnya IPK
mahasiswa dan hasil ujian siswa) dapat dikatakan sebagai data interval.
· Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui
kuesioner (misalnya skala sikap atau intensitas perilaku) sering dinyatakan
sebagai data interval setelah alternatif jawabannya diberi skor yang
ekuivalen (setara) dengan skala interval, misalnya:
Skor (5) untuk jawaban “Sangat Setuju” Skor (4) untuk jawaban “Setuju”

6
 Skor (3) untuk jawaban “Tidak Punya Pendapat” Skor (2) untuk jawaban
“Tidak Setuju”
Skor (1) untuk jawaban “Sangat Tidak Setuju”
Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-
sifat yang sama dengan data interval.
d. Data rasio adalah data yang menghimpun semua sifat yang dimiliki oleh data
nominal, data ordinal, serta data interval. Data rasio adalah data yang berbentuk
angka dalam arti yang sesungguhnya karena dilengkapi dengan titik Nol
absolut (mutlak) sehingga dapat diterapkannya semua bentuk operasi
matematik ( + , - , x, : ). Sifat-sifat yang membedakan antara data rasio dengan
jenis data lainnya (nominal, ordinal, dan interval) dapat dilihat dengan
memperhatikan contoh berikut:
· Panjang suatu benda yang dinyatakan dalam ukuran meter adalah data rasio.
Benda yang panjangnya 1 meter berbeda secara nyata dengan benda yang
panjangnya 2 meter sehingga dapat dibuat kategori benda yang berukuran 1
meter dan 2 meter (sifat data nominal). Ukuran panjang benda dapat
diurutkan mulai dari yang terpanjang sampai yang terpendek (sifat data
ordinal). Perbedaan antara benda yang panjangnya 1 meter dengan 2 meter
memiliki jarak yang sama dengan perbedaan antara benda yang panjangnya
2 meter dengan 3 (sifat data interval). Kelebihan sifat yang dimiliki data
rasio ditunjukkan oleh dua hal yaitu:
1. Angka 0 meter menunjukkan nilai mutlak yang artinya tidak ada benda
yang diukur; serta
2. Benda yang panjangnya 2 meter, 2 kali lebih panjang dibandingkan
dengan benda yang panjangnya 1 meter yang menunjukkan berlakunya
semua operasi matematik. Kedua hal tersebut tidak berlaku untuk jenis
data nominal, data ordinal, ataupun data interval.
· Data hasil pengukuran berat suatu benda yang dinyatakan dalam
gram memiliki semua sifat-sifat sebagai data interval. Benda yang
beratnya 1 kg. berbeda secara nyata dengan benda yang beratnya 2
kg. Ukuran

7
 berat benda dapat diurutkan mulai dari yang terberat sampai yang
teringan. Perbedaan antara benda yang beratnya 1 kg. dengan 2 kg
memiliki rentang berat yang sama dengan perbedaan antara benda
yang beratnya 2 kg. dengan 3 kg. Angka 0 kg. menunjukkan tidak
ada benda (berat) yang diukur. Benda yang beratnya 2 kg., 2 kali
lebih berat dibandingkan dengan benda yang beratnya 1 kg.
Pemahaman peneliti terhadap jenis-jenis data penelitian tersebut di
atas bermanfaat untuk menentukan teknik analisis data yang akan
digunakan. Terdapat sejumlah teknik analisis data yang harus
dipilih oleh peneliti berdasarkan jenis datanya. Teknik analisis data
kualitatif akan berbeda dengan teknik analisis data kuantitatif.
Karena memiliki sifat yang berbeda, maka teknik analisis data
nominal akan berbeda dengan teknik analisis data ordinal, data
interval, dan data rasio.

2.2 Distribusi Frekuensi

Distribusi  (distribusi bahasa inggris) berarti “ penyaluran” pembagian
atau pencaran  jadi distribusi frekuensi dapat diberi arti “ penyaluran
fekuensi “ pembagian frekuensi atau pencaran frekuensi “ dalam statistik,
“ distribusi frekuensi” kurang lebih mengandung pengertian suatu keadaan
yang menggambarkan bagaimana frekuensi dari gejala atau variabel yang
dilambangkan dengan angka itu, telah tersalur, terbagi, atau terpencar.
Distribusi frekuensi adalah penyusunan data dalam kelas-kelas
interval. (Kuswanto, 2006).
Distribusi Frekuensi adalah membuat uraian dari suatu hasil penelitian
dan menyajikan hasil penelitian tersebut dalam bentuk yang baik,
yaknibentukstastistik popular yang sederhana sehingga kita dapat lebih
mudah mendapat gambaran tentang situasi hasil penelitian. (Djarwanto,
1982)
Jadi dapat disimpulkan distribusi frekuensi adalah susunan data
menurut kelas-kelas tertentu atau menurut kategori tertentu dalam sebuah
daftar. Selanjutnya distribusi frekuensi kumulatif adalah distribusi

8
 frekuensi dimana frekuensinya dijumlahkan secara meningkat dan kelas
intervalnya terbuka, “ada kurang dari dan lebih dari.

A. Membuat Daftar Distribusi Frekuensi

Sebelum kita membuat daftar distribusi frekuensi, ada baiknya
mengetahui dua macam tabel distribusi frekuensi yang ditinjau dari
jenisnya, yaitu:
1. Tabel Distribusi Frekuensi Tunggal
Distribusi tunggal adalah satuan-satuan unit, urutan tiap skor atau tiap
varitas tertentu. Tabel distribusi data tunggal adalah salah satu jenis tabel
statistik yang di dalamnya disajikan frekuensi dari data angka; angka yang
ada itu tidak   dikelompok-kelompokkan (ungrouped data). (Sudijono
Anas, 2009: 39)
Untuk memahami cara membuat Tabel Distribusi Frekuensi Tunggal,
simak kumpulan data nilai ulangan matematika dari 40 siswa kelas berikut
ini.
7 3 6 5 6 2 5 7 6 5
5 6 4 7 3 6 5 7 4 6
6 4 2 6 5 8 5 6 3 7
5 8 6 8 4 7 8 3 4 6
Keterangan-keterangan tersebut tentu saja praktis jika disajikan dalam
bentuk tabel seperti ditampilkan pada tabel 1.1 berikut.
Tabel 1. 1

Nilai Ulangan ( xi ) Frekuensi (f i )

2 2
3 4
4 5
5 8
6 11
7 6
8 4

9
 Tabel 1.1 tersebut merupakan Tabel Distibusi Frekuensi Tunggal.
Istilah “Distribusi” digunakan dalam statistik untuk menunjukkan adanya
penyebaran nilai-nilai dengan jumlah orang yang mendapat nilai tersebut.
Selanjutnya istilah “Tunggal” menunjukkan tidak adanya pengelompokkan
nilai-nilai variabel dalam kolom pertama.
2. Tabel Distribusi Frekuensi Kelompok
Daftar yang membuat data berkelompok disebut distribusi frekuensi
berkelompok atau tabel frekuensi bergolong. Tabel distribusi kelompok ini
terdiri atas beberapa interval kelas dalam penyusunannya. Selanjutnya,
dari distribusi frekuensi dapat diperoleh keterangan atau gambaran dan
sistematis dari data yang diperoleh.
Tabel Distribusi Frekuensi Data Kelompokan adalah salah satu jenis
tabel statistik yang di dalamnya disajikan pencaran frekuensi dari data
angka, di mana angka-angka tersebut dikelompok-kelompokkan (dalam
tiap unit terdapat sekelompok angka).
Untuk memahami cara membuat tabel distribusi frekuensi kelompok,
simaklah kumpulan data nilai ujian mata kuliah statistik dari 40 mahasiswa
berikut ini :
65 66 67 68 69 70 70 70 70 71
71 71 72 72 72 72 72 72 73 73
73 74 74 74 74 74 74 74 75 75
75 75 75 76 77 78 79 79 80 82
Selanjutnya untuk membuatnya menjadi data dalam bentuk distribusi
frekuensi kelompok, maka beberapa langkah berikut ini perlu di tempuh.
Menurutkan data dari yang terkecil ke yang terbesar
1. Tentukan rentang (Range), ialah data terbesar dikurangi data terkecil.
Dalam hal ini, karena data terbesar = 82 dan data terkecil = 65, maka
rentang = 82 – 65 = 17.
Range (R) = Xmax - Xmin
2. Tentukan banyak kelas interval yang diperlukan. Banyak kelas sering
biasa diambil paling sedikit 5 kelas dan paling banyakl 15 kelas,

k = 1 + 3, 3 log n

10
 dipilih menurut keperluan. Cara lain cukup bagus untuk n berukuran
besar n ¿ 200 misalnya, dapat menggunakan aturan Sturges, yaitu:
Keterangan: k = banyaknya kelas
n = banyaknya data
Hasilnya dibulatkan, biasanya pembulatannya ke atas.
Untuk contoh kita n = 40, k = 1 + 3, 3 log 40
= 6, 28 = 6 (dibulatkan)
1. Tentukan panjang kelas interval p. Ini, secara ancer-ancer ditentukan oleh
aturan:

p= rentang
banyak kelas

Harga p diambil sesuai dengan ketelitian satuan data yang digunakan.

Jika data berbentuk satuan. Untuk data hingga satu decimal, p ini juga
diambil hingga satu desimal, dan begitu seterusnya.
Untuk contoh kita, maka jika banyak kelas diambil 6, didapat:
17
=
P = 6 2, 83 dan dari sini bisa kita ambil p = 2 atau p = 3
2. Pilih ujung bawah kelas kelas interval pertama. Untuk ini bisa diambil sama
dengan data terkecil atau nilai data yang lebih kecil dari data terkecil tetapi
selisihnya harus kurang dari panjang kelas yang telah ditentukan.
Selanjutnya daftar diselesaikan dengan menggunakan harga-harga yang
telah dihitung.
3. Dengan p = 3 dan memulai dengan data yang lebih diambil 65, maka kelas
pertama berbentuk 65 - 67, kelas kedua 68 – 70, kelas ketiga 71 – 73 dan
seterusnya. Dimana kelas terakhir tidak seharusnya melebihi nilai yang biasa
diberikan yaitu 100.
Tabel 1. 2
Nilai Interval Tabulasi Frekuensi
65 – 67 ||| 3
68 – 70 |||| | 6

11
 71 – 73 |||| |||| || 12
74 – 76 |||| |||| ||| 13
77 – 79 |||| 4
80 – 82 || 2
Jumlah 40

Jika frekuensi sudah ditemukan kolom Turus (Tally) dihilangkan saja.

Tabel 1. 3
Nilai Interval Frekuensi
65 – 67 3
68 – 70 6
71 – 73 12
74 – 76 13
77 – 79 4
80 – 82 2
Jumlah 40
Selanjutnya kita dapat mencari tepi kelas yang akan dipergunakan
untuk membuat daftar frekuensi lainnya, dengan aturan:
Tepi bawah = batas bawah – 0, 5
Tepi atas = batas atas + 0, 5

Tabel 1. 4
Nilai Interval Frekuensi Tepi Bawah Tepi Atas
65 – 67 3 64, 5 67, 5
68 – 70 6 67, 5 70, 5
71 – 73 12 70, 5 73, 5
74 – 76 13 73, 5 76, 5
77 – 79 4 76, 5 79, 5
80 – 82 2 79, 5 82, 5
Jumlah 40

B. Menghitung Distribusi Frekuensi

12
 Ditinjau dari nyata atau tidaknya frekuensi, daftar distribusi frekuensi
terbagi dua yaitu:
1. Distribusi Frekuensi Relatif
Daftar distribusi absolut yaitu suatu jumlah bilangan yang menyatakan
banyaknya data pada suatu kelompok tertentu, apa adanya.
Contohnya seperti data sebelumnya (Tabel 1. 3) yaitu,

Nilai Interval Frekuensi

65 – 67 3
68 – 70 6
71 – 73 12
74 – 76 13
77 – 79 4
80 – 82 2
Jumlah 40

2. Distribusi Frekuensi Kumulatif

Distribusi frekuensi relatif yaitu suatu jumlah persentase yang
menyatakan banyaknya data pada suatu kelompok tertentu. Frekuensi

relatif disingkat f rel atau f (%) karena biasanya dinyatakan dengan persen
(%), ditentukan dengan aturan:

frekuensikumulatif
x 100 %
Frekuensi distribusi relatif = banyakdata(n )
Frekuensi untuk data kita sebelumnya dapat dihitung dengan jalan
yang sama.

Tabel 1. 5
Nilai Interval Frekuensi Perhitungan
f rel (%)

13
 65 – 67 3 3 7, 5 %
x 100 %=7,5 %
40
68 – 70 6 6 15 %
x 100 %=15 %
40

71 – 73 12 30 %
12
74 – 76 13 x 100 %=30 % 32, 5 %
40
6
77 – 79 4 x 100 %=32, 5 % 10 %
40
80 – 82 2 4 5%
x 100 %=10 %
40
2
x 100 %=5 %
40
Jumlah 40 100 %

Ada lagi sebuah daftar yang biasa dinamakan daftar distribusi

frekuensi kumulatif. Daftar distribusi frekuensi kumulatif dapat dibentuk
dari daftar distribusi frekuensi biasa, dengan jalan menjumlahkan
frekuensi demi frekuensi. Dalam daftar distribusi frekuensi kumulatif
dikenal dua macam distribusi frekuensi, yaitu:
1. Distribusi Frekuensi Kumulatif Negatif (lebih dari)
Frekuensi kumulatif positif (lebih dari) didefinisikan sebagai jumlah
frekuensi semua nilai amatan yang lebih dari atau sama dengan nilai tepi

bawah pada tiap-tiap kelas. Frekuensi kumulatif positif dilambangkan f k

≥
.
2. Distribusi Frekuensi Kumulatif Positif (kurang dari)
Frekuensi kumulatif positif (lebih dari) didefinisikan sebagai jumlah
frekuensi semua nilai amatan yang kurang dari atau sama dengan nilai tepi
≤
atas pada tiap-tiap kelas. Frekuensi kumulatif positif dilambangkan f k .
Sebagai ilustrasi, berbekal dengan tabel frekuensi distribusi
frekuensi berkelompok pada Tabel 1. 4 akan disusun tabel distribusi
frekuensi kumulatif.

14
 Tabel 1. 6
Tabel Distribusi Frekuensi Kumulatif Negatif
Nilai Interval ≥
Frekuensi Kumulatif (f k )
¿ 64, 5 40
¿ 67, 5 38
¿ 70, 5 34
¿ 73, 5 21
¿ 76, 5 9
¿ 79, 5 3
¿ 82, 5 0

Tabel 1. 7
Tabel Distribusi Frekuensi Kumulatif Positif
Nilai Interval ≤
Frekuensi Kumulatif (f k )
¿ 64, 5 0
¿ 67, 5 3
¿ 70, 5 9
¿ 73, 5 21
¿ 76, 5 34
¿ 77, 5 38
¿ 82, 5 40

BAB III
PENUTUP

3.1 Simpulan
Kesimpulan yang didapat dari makalah ini adalah Statistika adalah ilmu
pengetahuan yang telah banyak digunakan dalam kehidupan sehari-hari. Statistika

15
dipakai untuk menyatakan kumpulan data, bilangan maupun non bilangan, yang
disusun dalam table dan diagram yang melukisnya atau menggambarkannya
persolan Dari makalah ini pembaca juga mengetahui jenis-jenis data dalam
statistika serta mengetahui apa itu distribusi frekwensi, cara membuat dan
menghitung distribusi frekuensi.

3.2 Saran
Saran dalam makalah ini diharapakan dapat membantu pembelajaran kegiatan
mata kuliah statiska dasar dan dapat dipahami.

DAFTAR PUSTAKA

Simpon. 1998. Statistika Dasar Untuk Pustakawan. Penerbit: ITB Bandung.

Reksoatmodjo, Tedjo N. 2009. Statiska Untuk Psikologi Dan Pendidikan. Rafika
Aditama: Bandung.

16
Lasfeto Deddy Barnabas, Nur Hayati Oky Dwi. 2008. Analisis Statistika
Deskriptif Menggunakan Matlab. Graha Ilmu: Yogyakarta.

17