DISTRIBUSI FREKUENSI
Distribusi Frekuensi atau Tabel Frekuensi adalah suatu table yang banyaknya
kejadian/frekuensi (cases) didistribusikan ke dalam kelompok-kelompok (kelas-
kelas) yang berbeda.
Bentuk Distribusi Frekuensi dapat terdiri dari data diskrit atau data kontinyu.
Contohnya sebagai berikut :
1. Distribusi Frekuensi data diskrit
Pendapatan Karyawan Jumlah Karyawan
30 – 39 4
40 – 49 6
50 – 59 8
60 – 69 12
70 – 79 9
80 – 89 7
90 – 99 4
2. Distribusi Frekuensi data kontinyu
Pendapatan Karyawan Jumlah Karyawan
29,5 – 39,5 4
39,5 – 49,5 6
49,5 – 59,5 8
59,5 – 69,5 12
69,5 – 79,5 9
79,5 – 89,5 7
89,5 – 99,5 4
Lokasi Industri
No. Macam Industri Jumlah
Dalam Kota Luar Kota
1 Industri Logam 1 - 1
2 Industri Kimia Dasar 1 1 2
3 Aneka Industri 60 29 89
4 Industri Kecil :
- Berlisensi 2.000 1.178 3.178
- Tercatat 7.007 77.900 84.907
Ada beberapa tahap dalam menyusun Tabel Frekuensi menurut bilangan, tahap-
tahap tersebut merupakan pedoman dasar. Adapun tahap-tahap tersebut adalah :
1. Menentukan Jumlah Kelas
Jumlah kelas hendaknya ditentukan sedemikian rupa, sehingga semua data
yang diobservasi dapat masuk seluruhnya. Ada 2 pilihan dalam menentukan
jumlah kelas, yang keduanya mempunyai kelemahan.
a. Apabila jumlah kelas ditentukan dalam jumlah yang sedikit, maka kita
akan kehilangan informasi-informasi yang lengkap (detail), sebab dengan
jumlah kelas yang sedikit berarti kelas intervalnya besar, sehingga variasi
yang terinci dari data individual menjadi hilang.
b. Sebaliknya apabila jumlah kelasnya banyak, maka perhitungan menjadi
tidak praktis sedang pola frekuensinya menjadi tidak teratur (banyak
frekuensi yang kosong).
Dalam menentukan jumlah kelas ini ada suatu pedoman yang diberikan oleh
H.A. STURGES yang selanjutnya disebut sebagai rumus Sturges.
K= 1 + 3,3 log N
Keterangan :
K = Jumlah kelas
N = Banyaknya data
3,3 = Bilangan konstan
Panjang interval kelas pada hakekatnya dipengaruhi oleh jumlah kelas dan
rentang (range) data. Pada data diskrit, penentuan panjang interval kelas tidak
menjadi masalah, sedangkan data yang bersifat kontinyu, ada beberapa hal
yang perlu mendapat perhatian sebagai berikut :
1. Sedapat mungkin kita menggunakan panjang interval kelas yang sama,
dengan maksud agar tidak sulit dalam perhitungan lebih lanjut.
2. Kelas terbuka (open end class) sedapat mungkin dihindari, karena pada
kelas terbuka tidak mempunyai batas kelas dengan demikian akan sulit
menetukan nilai tengah (mid point) dari kelas tersebut secara tepat.
3. Panjang interval kelas sebaiknya digunakan 5 atau kelipatan 5, agar
mempermudah perhitungan lebih lanjut serta mempermudah dalam
menggambarkan data pada diagram.
Dengan demikian Sturges memberikan pedoman dalam menentukan panjang
interval kelas sebagai berikut :
Keterangan :
ci = Panjang interval kelas
Range = Selisih antara data terbesar dan terkecil
K = Banyaknya kelas
3. Menentukan Interval Kelas
Dalam menentukan interval kelas harus diperhatikan bahwa data terkecil
harus masuk pada interval kelas 1 dan data terbesar masuk dalam interval
kelas terakhir
b. Kontinyu
Interval Kelas Tabulasi Frekuensi
29,5 – 39,5 IIII 4
39,5 – 49,5 IIII I 6
49,5 – 59,5 IIII III 8
59,5 – 69,5 IIII IIII II 12
69,5 – 79,5 IIII IIII 9
79,5 – 89,5 IIII II 7
89,5 – 99,5 IIII 4
Untuk kelas I :
Untuk kelas II :
dan seterusnya
1. Histogram
Rangkaian berbagai bidang segi empat yang masing-masing bidang
menunjukan banyaknya frekuensi yang terkandung pada masing-masing
interval kelasnya. Apabila panjang interval kelasnya sama, maka skala
tinggi frekuensinya akan sama.
Dalam menggambarkan tabel frekuensi ini selanjutnya digunakan tepi
kelas bukan batas kelas, karena tepi kelas (class boundaries) dapat
berfungsi menghilangkan kesenjangan (gap) yang ada pada masing-masing
kelas.
15
Fre
12
10
9
8
kuensi
7
6
5
4 4
0
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas
2. Polygon
Garis yang menghubungkan titik-titik tengah dari kelas-kelas suatu tabel
frekuensi atau suatu histogram. Dalam menggambarkan polygon kita harus
menambah satu kelas pada awal dan satu kelas pada akhir yang masing-
masing tidak mempunyai frekuensi (tidak ada datanya), sehingga garis
polygon masing-masing ujungnya memotong sumbu horizontal (datar).
15
10
Frekuensi
0
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas
40
Frekuensi Kumulatif
30
20
10
0
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas
50
40
Frekuensi Kumulatif
30
20
10
0
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas
4. Frekuensi Relatif
Di samping histogram yang menunjukkan frekuensi absolute pada masing-
masing kelas, maka dapat pula digambarkan frekuensi relatifnya untuk
masing-masing kelas. Frekuensi relative masing-masing kelas dapat
dihitung berdasarkan frekuensi absolute masing-masing kelas dibagi
dengan jumlah seluruh frekuensinya.
0,3
0,24
0,2
Frekuensi Relatif
0,18
0,16
0,14
0,12
0,1
0,08 0,08
0
19,5 29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Tepi Kelas
Keterangan :
= Rata-rata Hitung
= Frekuensi
= Nilai Tengah
Keterangan :
= Rata-rata Hitung
A = Rata-rata anggapan (assumed mean)
= Frekuensi
= Deviasi dalam satuan panjang interval kelas
ci = Panjang interval kelas
i Interval Kelas fi Xi di fi * di
1 30 – 39 4 34,5 -3 -12
2 40 – 49 6 44,5 -2 -12
3 50 – 59 8 54.5 -1 -8
4 60 – 69 12 64,5 = A 0 0
5 70 – 79 9 74,5 +1 +9
6 80 – 89 7 84,5 +2 +14
7 90 – 99 4 94,5 +3 +12
Jumlah 50 +3
2. Median
Median suatu rangkaian data adalah nilai tengah dari rangkaian data yang
telah tersusun secara teratur. Median juga disebut ukuran letak, karena letak
Median membagi distribusi menjadi dua bagian yang sama.
Keterangan :
Limd = Tepi bawah kelas median
n = Banyaknya data
= Frekuensi median
ci = Panjang interval kelas
Tepi Bawah
Interval Kelas Data ke fi Keterangan
Kelas
30 – 39 01 – 04 4 29,5
40 – 49 05 – 10 6 39,5
50 – 59 11 – 18 8 49,5
60 – 69 19 – 30 12 59,5 Kelas Md (dt ke
70 – 79 31 – 39 9 69,5 25)
80 – 89 40 – 46 7 79,5
90 – 99 47 - 50 4 89,5
3. Modus atau Mode
Modus dari suatu rangkaian data adalah nilai data yang memiliki frekuensi
terbesar dengan kata lain, nilai data yang paling sering terjadi.
Keterangan :
Limod = Tepi bawah kelas modus
a = Selisih frekuensi modus dengan frekuensi sebelumnya
b = Selisih frekuensi modus dengan frekuensi sesudahnya
ci = Panjang interval kelas
Keterangan :
Mh = Rata-rata Harmoni
fi = Frekuensi
Xi = Nilai Tengah
Keterangan :
Mq = Rata-rata Kuadrat
fi = Frekuensi
Xi = Nilai Tengah
F. UKURAN LETAK
Sebagaimana halnya Median yang membagi suatu distribusi menjadi 2 (dua)
bagian yang sama, artinya 50% dari data terletak di atas Median, sedang 50%
lainnya berada di bawah Median, maka masih ada beberapa ukuran letak yang
membagi suatu distribusi menjadi berbagai bagian yang sama. Median disebut
bagian ukuran letak, karena letaknya membagi 2, selanjutnya ukuran-ukuran lain
yang letaknya membagi 4, 10, 100 pun disebut ukuran letak
Ukuran Letak suatu rangkaian data adalah ukuran yang didasarkan letak dari
ukuran tersebut dalam suatu distribusi..
1. Kuartil (Quartile)
Kuartil adalah Ukuran Letak yang membagi suatu distribusi menjadi 4
(empat) bagian yang sama
Cara perhitungan kuartil ;
Pada data berkelompok atau data yang berbentuk Tabel Frekuensi, maka
rumus letak yang digunakan adalah sebagai berikut :
1. Kuartil I (K1) =
2. Kuartil II (K2) =
Tepi Bawah
Interval Kelas Data ke fi Keterangan
Kelas
30 – 39 01 – 04 4 29,5
40 – 49 05 – 10 6 39,5
50 – 59 11 – 18 8 49,5 K1 = 12,5
60 – 69 19 – 30 12 59,5 K2 = 25
70 – 79 31 – 39 9 69,5 K3 = 37,5
80 – 89 40 – 46 7 79,5
90 – 99 47 - 50 4 89,5
2. Desil
Desil suatu rangkian data adalah Ukuran Letak yang membagi suatu
distribusi menjadi 10 bagian yang sama.
Cara Perhitungan Desil :
Untuk data berkelompok berlaku rumus letak sebagai berikut :
1. Desil 1 (D1) =
2. Desil 5 (D5) =
3. Desil 9 (D9) =
Tepi Bawah
Interval Kelas Data ke fi Keterangan
Kelas
30 – 39 01 – 04 4 29,5
40 – 49 05 – 10 6 39,5 D1 (5)
50 – 59 11 – 18 8 49,5
60 – 69 19 – 30 12 59,5 D5 (25)
70 – 79 31 – 39 9 69,5
80 – 89 40 – 46 7 79,5 D9 (45)
90 – 99 47 – 50 4 89,5
G. UKURAN PENYEBARAN
Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data yang
bersifat homogen mempunyai penyebaran (dispresi) yang kecil, sedang data yang
bersifat heterogen penyebarannya akan besar.
Ada beberapa syarat untuk Ukuran Penyebaran, yakni :
1. Perhitungan Ukuran Penyebaran harus didasarkan data keseluruhan.
2. Ukuran Penyebaran harus mudah dibandingkan.
3. Ukuran Penyebaran harus mudah dihitung.
4. Ukuran Penyebaran hendaknya tidak mudah dipengaruhi oleh fluktuasi
sampel yang satu dengan sampel yang lain.
Pengukuran penyebaran terhadap suatu nilai rata-rata disebut Ukuran Dispersi,
Ukuran Variasi atau Ukuran Penyebaran atau Penyimpangan..
Pada Dasarnya dapat dibedakan 2 (dua) macam Ukuran Penyebaran, yakni :
1. Ukuran Penyebaran Absolut
Ukuran Penyebaran yang digunakan untuk membandingkan dengan Ukuran
Penyebaran yang lain dalam suatu populasi yang sama. Ukuran Penyebaran
absolute biasanya dinyatakan dalam satuan ukuran yang sama (unit satuan
sama seperti : Rupiah, Kilogram, Ton dan sebagainya).
Macam Ukuran Penyebaran Absolut antara lain adalah :
a. Range (Rentang)
Ukuran Penyebaran sederhana atau metode kasar adalah Range atau
Rentang, yaitu : Selisih nilai data terbesar dan yang terkecil
Dirumuskan :
QD = Deviasi Kuartil
K3 = Kuatil III
K1 = Kuartil I
Interval
30 – 39 4 34,5 936,36 3745,44
40 – 49 6 44,5 424,36 2546,16
50 – 59 8 54,5 112,36 898,88
60 – 69 12 64,5 0,36 4,32
70 – 79 9 74,5 88,36 795,34
80 – 89 7 84,5 376,36 2634,52
90 – 99 4 94,5 864,36 3457,44
Jumlah
50 14082,10