Anda di halaman 1dari 14

Distribusi Frekuensi

Data yang telah diperoleh dari suatu


penelitian yang masih berupa data acak
yang dapat dibuat menjadi data yang
berkelompok, yaitu data yang telah
disusun ke dalam kelas-kelas tertentu.
Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan dipakai dalam
membuat sebuah daftar distribusi frekuensi. Bagian-bagian tersebut adalah sebagai
berikut :

 Kelas-kelas (class) adalah kelompok


nilai data atau variable dari suatu data
acak. 
 Tepi kelas disebut juga
batas nyata kelas, yaitu
 Batas kelas (class limits) adalah nilai-
nilai yang membatasi kelas yang satu batas kelas yang tidak
dengan kelas yang lain. Batas kelas memiliki lubang untuk
merupakan batas semu dari setiap kelas,
karena di antara kelas yang satu dengan
angka tertentu antara kelas
kelas yang lain masih terdapat lubang yang satu dengan kelas
tempat angka-angka tertentu. Terdapat
dua batas kelas untuk data-data yang
yang lain. Terdapat dua
telah diurutkan, yaitu: batas kelas bawah tepi kelas yang berbeda
(lower class limits) dan batas kelas atas dalam pengertiannya dari
(upper class limits).
data, yaitu: tepi bawah
 Frekuensi kelas adalah
banyaknya data yang termasuk
ke dalam kelas tertentu dari
 Interval kelas adalah data acak.
selang yang memisahkan
kelas yang satu dengan  Titik tengah kelas atau tanda
kelas yang lain.  kelas adalah angka atau nilai
data yang tepat terletak di
tengah suatu kelas. Titik tengah
 Panjang interval kelas kelas merupakan nilai yang
atau luas kelas adalah mewakili kelasnya dalam data.
Titik tengah kelas = ½ (batas
jarak antara tepi atas atas + batas bawah) kelas. 
kelas dan tepi bawah
kelas. 
Frekuensi Relatif vs Frekuensi Persentase

 Frekuensi relatif adalah ringkasan daam bentuk


dari sekelompok data yang menunjukan frekuensi
relatif bagi setiap kelas. Sedangkan, Frekuensi
presentase adalah ringkasan dalam bentuk tabel
dari sekelompok data yang menunjukan frekuensi
presentase bagi setiap kelas.

 Frekuensi relative dari suatu kelas     


=          Frekuensi kelas
n
Distribusi Frekuensi Relatif vs
Distribusi Frekuensi Persentase

Distribusi frekuensi relative menyatakan proporsi data


yang berada pada suatu kelas interval. Dalam hal ini
pembuatan distribusi terlebih dahulu harus dapat
menghitung persentase pada masing-masing kelompok.
Distribusi akan memberikan informasi yang lebih jelas
tentang posisi masing-masing bagian dalam
keseluruhan, karena kita dapat melihat perbandingan
antara kelompok yang satu dengan kelompok yang
lainnya.
Kelas ke - Nilai Ujian Frekuensi
(Fi)

1 31 - 40 2

2 41 - 50 3

3 51 - 60 5

4 61 - 70 13
Kelas ke - Nilai Ujian Frekuensi
Relatif (%)
5 71 - 80 24
1 31 - 40 2.50 %
6 81 - 90 21
2 41 - 50 3.75 %
7 91 - 100 12
3 51 - 60 6.25 %
  Jumlah 80
4 61 - 70 16.25 %

5 71 - 80 30.00 %
frekuensi relatif kelas ke-1:
fi = 2; 6 81 - 90 26.25 %
n = 80
7 91 - 100 15.00 %
Frekuensi relatif = 2/80 x 100% = 2.5%
Dengan cara yang sama diperoleh   Jumlah 100.00 %
frekuensi relatif untuk kelas selanjutnya
adalah
Histogram

Penyajian distribusi frekuensi menggunakan


gambar yang berbentuk diagram batang tegak.
Pada histogram, antara dua batang yang
berdampingan tidak terdapat jarak sehingga
antara satu batang dan batang lainnya berimpit.
Sumbu tegak pada histogram menyatakan
frekuensi dan sumbu datar menyatakan kelas-
kelas interval. Dalam hal ini, batas kelas interval
merupakan tepi bawah dan tepi atas.
Poligon

Setiap tengah-tengah sisi atas persegi panjang yang


berdampingan dan dihubungkan dengan suatu garis yang
akan terbentuk menjadi diagram garis.
Untuk dapat membuat diagram tersebut harus mengetahui
ada yang namanya istilah dari tepi bawah kelas dan tepi atas
kelas. Tepi bawah kelas dan tepi atas kelas memiliki keguaan
yaitu untuk memastikan bahwa data yang masuk sudah
benar-benar ada di dalam kelas interval yang tepat, maka dari
itu juga, tepi bawah kelas dan tepi atas kelas memiliki fungsi
yaitu untuk menentukan panjang dari kelas interval jika data-
data yang sudah ada dapat disajikan ke dalam bentuk tabel
distribusi frekuensi.
Diagram Histori & Poligon
Distribusi Frekuensi Data Kuantitatif

 Jumlah Kelas
H.A. Sturges pada tahun 1926 menulis artikel dengan judul: "The
Choice of a Class Interval" dalam Journal of the American Statistical
Association yang mengemukakan suatu rumus untuk menentukan
jumlah kelas sebagai berikut:
k =  1+ 3,322 log n 
 Dimana: k = jumlah kelas
              n = jumlah observasi

Rumus tersebut diberi nama Kriterium Sturges dan merupakan suatu


rumus yang menjadi patokan untuk menentukan berapa jumlah kelas
yang harus dibentuk dari sekelompok data. 
 Batas Kelas
Batas kelas bawah menunjukkan kemungkinan nilai data terkecil pada
suatu kelas.
Sedangkan batas kelas atas mengidentifikasi kemungkinan nilai data
terbesar dalam suatu kelas. Jika diketahui kelas-kelas interval adalah 30-
39, 40-49, 50-59, dst, maka untuk nilai batas bawahnya (lower limit)
adalah 30, 40, 50, dst. Sedangkan nilai batas atasnya (upper limit) adalah
39, 49, 59, dst. Perlu diperhatikan bahwa kelas interval 30-39, 40-49, 50-
59, dst, secara teoritis mencakup seluruh nilai interval 29,5-39,5; 39,5-
49,5, dst. Nilai-nilai 29,5; 39,5 disebut sebagai tepi bawah kelas (lower
class boundary), sedangkan 39,5; 49,5, dst disebut sebagai tepi atas kelas
(upper class boundary). Jarak antara tepi atas kelas dan tepi bawah kelas
tersebut merupakan panjang interval kelas.
 Interval Kelas
Disarankan interval atau lebar kelas adalah sama untuk setiap
kelas. Sebenarnya, pemilihan interval kelas dan jumlah kelas tidak
independen. Semakin banyak jumlah kelas berarti semakin kecil
interval kelas, begitu pula sebaliknya.
Pada umumnya, untuk menentukan interval kelas digunakan
rumus:
c = (Xmax - Xmin)/k 
Dimana: c = panjang interval kelas
            k = jumlah kelas
       Xmax = nilai observasi terbesar
          Xmin = nilai observasi terkecil
Hasil Penjualan (Ribuan Rp) Banyaknya Pedagang Eceran (f)

215,00 – 234,99 5

235,00 – 254,99 7

255,00 – 274,99 12

275,00 – 294,99 21

295,00 – 314,99 16

315,00 – 334,99 6

335,00 – 354,99 4

355,00 – 374,99 4

Jumlah 75

Anda mungkin juga menyukai