ANDIK SANTOSO

225430072

Distribusi Frekuensi

Hasil pengukuran yang kita peroleh disebut dengan data mentah. Besarnya hasil
pengukuran yang kita peroleh biasanya bervariasi. Apabila kita perhatikan data mentah
tersebut, sangatlah sulit bagi kita untuk menarik kesimpulan yang berarti. Untuk
memperoleh gambaran yang baik mengenai data tersebut, data mentah tersebut perlu di
olah terlebih dahulu.
Pada saat kita dihadapkan pada sekumpulan data yang banyak, seringkali
membantu untuk mengatur dan merangkum data tersebut dengan membuat tabel yang
berisi daftar nilai data yang mungkin berbeda (baik secara individu atau berdasarkan
pengelompokkan) bersama dengan frekuensi yang sesuai, yang mewakili berapa kali nilai-
nilai tersebut terjadi. Daftar sebaran nilai data tersebut dinamakan dengan Daftar
Frekuensi atau Sebaran Frekuensi (Distribusi Frekuensi).
Dengan demikian, distribusi frekuensi adalah daftar nilai data ( bisa nilai
individual atau nilai data yang sudah dikelompokkan ke dalam selang interval tertentu)
yang disertai dengan nilai frekuensi yang sesuai.
Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting
data tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan gambaran
yang khas tentang bagaimana keragaman data. Sifat keragaman data sangat penting
untuk diketahui, karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu
memperhatikan sifat dari keragaman data. Tanpa memperhatikan sifat keragaman data,
penarikan suatu kesimpulan pada umumnya tidaklah sah.
Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daftar
frekuensi.
 Range : Selisih antara nilai tertinggi dan terendah.
 Batas bawah kelas: Nilai terkecil yang berada pada setiap kelas
 Batas atas kelas: Nilai terbesar yang berada pada setiap kelas
 Batas nyata kelas (Class boundary): Nilai yang digunakan untuk memisahkan
antar kelas, tapi tanpa adanya jarak antara batas atas kelas dengan batas bawah
kelas berikutnya. Batas kelas selalu dinyatakan dengan jumlah digit satu
desimal lebih banyak daripada data pengamatan asalnya. Hal ini dilakukan
untuk menjamin tidak ada nilai pengamatan yang jatuh tepat pada batas
kelasnya, sehingga menghindarkan keraguan pada kelas mana data tersebut
harus ditempatkan.
 Panjang/lebar kelas (selang kelas): Selisih antara batas bawah kelas dengan
batas atas kelas Biasanya lebar kelas tersebut memiliki lebar yang sama.
 Nilai tengah kelas (Class midpoint/Class mark): Nilai kelas merupakan nilai
tengah dari kelas yang bersangkutan yang diperoleh dengan formula berikut:
½ (batas atas kelas+batas bawah kelas). Nilai ini yang dijadikan pewakil dari
selang kelas tertentu untuk perhitungan analisis statistik selanjutnya.
 Frekuensi kelas: Banyaknya kejadian (nilai) yang muncul pada selang kelas
tertentu

Teknik Pembuatan Tabel Distribusi Frekuensi

Distribusi frekuensi dibuat dengan alasan berikut:

 kumpulan data yang besar dapat diringkas
 kita dapat memperoleh beberapa gambaran mengenai karakteristik data,
dan
 merupakan dasar dalam pembuatan grafik penting (seperti histogram).
 Banyak software (teknologi komputasi) yang bisa digunakan untuk membuat tabel
distribusi frekuensi secara otomatis. Meskipun demikian, di sini tetap akan diuraikan
mengenai prosedur dasar dalam membuat tabel distribusi frekuensi.
Langkah-langkah dalam menyusun tabel distribusi frekuensi :

 Urutkan data, biasanya diurutkan dari nilai yang paling kecil

Tujuannya agar range data diketahui dan mempermudah penghitungan
frekuensi tiap kelas
 Tentukan range (rentang atau jangkauan)
o Range = nilai maksimum – nilai minimum
 Tentukan banyak kelas yang diinginkan. Jangan terlalu banyak/sedikit, berkisar
antara 5 dan 20, tergantung dari banyak dan sebaran datanya.
o Aturan Sturges:
o Banyak kelas = 1 + 3.3 log n, dimana n = banyaknya data
 Tentukan panjang/lebar kelas interval (p)
o Panjang kelas (p) = [rentang]/[banyak kelas]
 Tentukan nilai ujung bawah kelas interval pertama

Pada saat menyusun Tabel Distribusi Frekuensi, pastikan bahwa kelas tidak
tumpang tindih sehingga setiap nilai-nilai pengamatan harus masuk tepat ke dalam satu
kelas. Pastikan juga bahwa tidak akan ada data pengamatan yang tertinggal (tidak dapat
dimasukkan ke dalam kelas tertentu).

Distribusi Frekuensi Relatif

Variasi penting dari distribusi frekuensi dasar adalah dengan menggunakan nilai
frekuensi relatifnya, yang disusun dengan membagi frekuensi setiap kelas dengan total
dari semua frekuensi (banyaknya data). Sebuah distribusi frekuensi relatif  mencakup
batas-batas kelas yang sama seperti Tabel Distribusi Frekuensi, tetapi
frekuensi yang digunakan bukan frekuensi aktual melainkan frekuensi relatif.
Frekuensi relatif kadang-kadang dinyatakan sebagai persen.

Frekuensi relatif =

Distribusi Frekuensi Kumulatif 

Variasi lain dari distribusi frekuensi standar adalah frekuensi kumulatif. Frekuensi
kumulatif untuk suatu kelas adalah nilai frekuensi untuk kelas tersebut ditambah dengan
jumlah frekuensi semua kelas sebelumnya.

Perhatikan bahwa kolom frekuensi selain label headernya diganti dengan frekuensi
kumulatif kurang dari, batas- batas kelas diganti dengan “kurang dari” ekspresi yang
menggambarkan kisaran nilai-nilai baru. Variasi lain adalah Frekuensi kumulatif 
lebih dari. Prinsipnya hampir sama dengan prosedur di atas.

Presentasi Grafik Distribusi Frekuensi

Histogram
Histogram adalah merupakan bagian dari grafik batang di mana skala horisontal
mewakili nilai-nilai data kelas dan skala vertikal mewakili nilai frekuensinya. Tinggi
batang sesuai dengan nilai frekuensinya, dan batang satu dengan lainnya saling
berdempetan, tidak ada jarak/ gap diantara batang. Kita dapat membuat histogram setelah
tabel distribusi frekuensi data pengamatan dibuat.
Poligon Frekuensi
Poligon Frekuensi menggunakan segmen garis yang terhubung ke titik yang
terletak tepat di atas nilai-nilai titik tengah kelas. Ketinggian dari titik-titik sesuai dengan
frekuensi kelas, dan segmen garis diperluas ke kanan dan kiri sehingga grafik dimulai dan
berakhir pada sumbu horisontal.

Ogive
Ogive adalah grafik garis yang menggambarkan frekuensi kumulatif, seperti daftar distribusi
frekuensi kumulatif. Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis yang
dimulai dari batas bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir. Ogive
berguna untuk menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada gambar
berikut menunjukkan bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.

Kurva Frekuensi
Kurva halus yang diperoleh dari poligon frekuensi atau disebut pula kurva frekuensi
umumnya digunakan untuk melihat bagaimana bentuk distribusi frekuensi atau model dari
populasi yang diselidiki. Ada berbagai bentuk kurva halus yang dapat dijumpai di dunia
nyata. Beberapa diantaranya adalah :

Kurva Simetris
Sebuah distribusi dikatakan simetris jika kurva frekuensinya bisa dilipat sepanjang
garis vertikal sehingga setengah bagian dari kurva bisa menutup setengah bagian lainnya
 Dalam Gambar diatas kurva A, B, C, D, dan E adalah kurva simetris. Kurva A, B, dan
C sendiri adalah bentuk umum dari apa yang disebut distribusi normal. Ketiganya hanya
berbeda pada ketinggian atau kemerataan dari puncak kurva. Kurva normal seperti yang
ditunjukkan oleh kurva A merupakan kurva unik yang hanya bisa diplot secara tepat
berdasarkan pendekatan matematis.
Distribusi normal ini memegang peranan penting dalam analisis statistika lanjutan,
karena banyak analisis yang mengharuskan data yang dikumpulkan harus mengikuti distribusi
ini.

Kurva Non-Simetris

Pada prakteknya tidak semua data di dunia ini yang mengikuti distribusi normal. Ada  juga
data yang sedikit menyimpang dari distribusi normal seperti yang ditunjukkan oleh kurva F
dan G. Sebuah distribusi dikatakan miring ke kiri atau negatif  jika puncak kurva berada di
sebelah kanan atau landainya agak memanjang ke arah kiri (kurva F) dan miring ke kanan
atau  positif jika puncaknya berada disebelah kiri atau landainya agak memanjang ke arah
kanan (kurva G). Dalam prakteknya banyak fenomena ekonomi atau biologi yang
memperlihatkan bentuk distribusi seperti ini.

Bentuk lain yang cukup sering dijumpai adalah apa yang disebut kurva J atau kurva J-
terbalik.
Kurva J misalnya memperlihatkan fenomena tingkat pendapat di negara-negara kaya dimana
kurva menunjukkan peningkatan pada jumlah penghasilan yang tinggi, sedangkan kurva J
terbalik adalah fenomena pendapatan masyarakat di negara miskin.