II.

DISTRIBUSI FREKUENSI
• Pengertian
Disribusi frekuensi adalah susunan data menurut kelas-kelas interval
atau menurut kategori tertentu dalam sebuah daftar
• Contoh : Bagian-bagian DF :
Nilai Statistik dari 100 Orang • Kelas-kelas : ada 5 kelas
Mahasiswa • Batas kelas (batas semu) : 50, 59, 60, 69, 70,
79, 80, 89, 90, 99
• - batas kelas bawah : 50, 60, 70, 80, 90
• - batas kelas atas : 59, 69, 79, 89, 99
• Tepi kelas (batas nyata) : 49.5, 59.5, 69.5,
79.5, 89.5, 99.5
• - tepi kelas bawah : 49.5, 59.5, 69.5, 79.5, 89.5
• - tepi kelas atas : 59.5, 69.5, 79.5, 89.5, 99.5
• Titik tengah : 54.5, 64.5, 74.5, 84.5, 94.5
• Interval kelas : 50 – 59, 60 – 69, 70 – 79,
80 – 89, 90 – 99
• Panjang interval kelas : masing-masing kelas = 10
• Frekuensi kelas : 16, 32, 20, 17, 15
 Penyusunan Distribusi Frekuensi

• Pedoman pembuatan DF
1. Data diurutkan dari yang terkecil s/d terbesar
2. Tentukan jangkauan data ( R )
3. Tentukan banyaknya kelas ( k ), dengan cara :
a. Memilih atau menetapkan sesuai dengan kebutuhan
b. Menggunakan rumus Sturgess : k = 1 + 3.3 log n, dimana k
adalah bilangan bulat dan n adalah jumlah data
c. Bila panjang interval kelas diketahui, menggunakan rumus :
k = (R/i). Bila k x i < R, maka k dibulatkan ke atas, sehingga
kxi>R
4. Tentukan panjang interval kelas : i = R/k. Bila k x i < R, maka i
dibulatkan ke atas, sehingga k x i > R
5. Tentukan batas bawah kelas pertama
6. Tulislah frekuensi kelas dalam bentuk sistem turus
 Contoh soal
• Buatlah distribusi frekuensi nilai mid test statistika dari 40 orang
mahasiswa GIP berikut ini :
• 66 75 80 69 82 73 74 72 79 71 70 75 71 70 70 70 75
76 77 67 72 73 72 74 75 74 73 74 65 72 78 72 74
79 74 71 75 74 72 68
Jawab
1. Urutkan data : 5. Batas kelas pertama adalah 65
65 66 67 68 69 70 70 70 6. Tabel DF
70 71 71 71 72 72 72 72 Nilai Statistika Mahasiswa GIP
72 72 73 73 73 74 74 74
74 74 74 74 75 75 75 75 Nilai Frekuensi
75 76 77 79 79 79 80 82 65 – 67 3
2. Jangkauan ( R ) = 82 – 65 = 17 68 – 70 6
3. Banyaknya kelas (k) adalah 71 – 73 12
k = 1 + 3.3 log 40 = 6.3 dibulatkan = 6 74 – 76 13
4. Panjang interval kelas ( i ) 75 – 79 4
i = 17 / 6 = 2.8 dibulatkan 3 80 – 82 2
Jumlah 40
2.3. Histogram, Poligon Frekuensi, Kurva Diagram Pie

HISTOGRAM POLIGON FREKUENSI

DIAGRAM PIE
KURVA
 2. Kurva Frekuensi
• Macam dan ciri-ciri kurva frekuensi

Simetris  distribusi Huruf U

normal

Condong ke kanan (+) Bimodal

Condong ke kiri (-)

Multimodal

Huruf J

Uniform
Huruf J terbalik
 Jenis-jenis Distribusi frekuensi
1. Distribusi Frekuensi Biasa, berisikan kelas dan frekuensi
a. Distribusi Frekuensi numerik : pembagian kelasnya dinyatakan dalam
bentuk angka.
b. Distribusi Frekuensi kategori / peristiwa : pembagian kelasnya
dinyatakan dalam kategori atau peristiwa, mis jenis kelamin, daerah
tingal, dsb.
2. Distribusi Frekuensi Relatif
Contoh :
 Distribusi Kumulatif
a. Distribusi Kumulatif Kurang Dari

Bentuk Kurva Ogif Positif

• b. Distribusi Kumulatif Lebih dari

Bentuk Kurva Ogif Negatif

 Skewness (Kemencengan/Kecondongan)
• Adalah Tingkat ketidaksimetrian dari sebuah distribusi.
• Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median dan modus yang
tidak sama besarnya, sehingga distribusi akan terkonsntrasi pada salah satu sisi atau
kurvanya akan menceng.
• Kemencengan positif : distribusi memiliki ekor yang lebih panjang ke kanan.
• Kemencengan negatif : distribusi memiliki ekor yang lebih panjang ke kiri

1. Koefisien Kemencengan Pearson

sk = 0, berarti kurva memiliki bentuk simetris
sk > 0, menceng ke kanan (menceng positif)
sk < 0, menceng ke kiri (menceng negatif)

Contoh :
Data Nilai Ujian Statistika 40 Orang Mahasiswa Universitas X

Tentukan nilai skewness dan ke mana arah

kemencengannya
Jawab :

Oleh karena nilai sk negatif, maka kurvanya menceng ke kiri (menceng negatif)
2. Coefficient Kemencengan Bowley (skB)

atau

• Q3 – Q2 > Q2 – Q1, maka distribusi akan menceng ke kanan atau menceng

positif.
• Q3 – Q2 < Q2 – Q1, maka distribusi akan menceng ke kiri atau menceng
negatif
• Nilai skB positif berarti distribusi menceng ke kiri, dan berlaku sebaliknya
• Nilai skB = + 0.10 , kemencengan kurva tidak berarti
• Nilai skB > 0.30 , kemencengan kurva berarti

3. Koefisien Kemencengan Persentil

atau

Contoh :
Tentukan nilai skp dari
distribusi frekuensi berikut
Jawab :
4. Koefisien Kemencengan Momen
Ditentukan berdasarkan atas perbandingan momen ke-3 dengan pangkat 3 simpangan
baku., dilambangkan 3. Koefisien kemencengan momen disebut juga
kemencengen relatif, dengan ketentuan :
Untuk distribusi simetris (normal), nilai 3 = 0
Untuk distribusi menceng ke kanan, nilai 3 > 0
Untuk distribusi menceng ke kiri, nilai 3 < 0

Menurut Karl Pearson, distribusi yang memiliki 3 > + 0.50 merupakan distribusi
dengan kemencengan yang berarti (sangat menceng), sedangkan menurut Kenney
dan Keeping, nilai 3 bervariasi antara + 2 bagi distribusi yang menceng

a. Untuk data Tunggal

b. Untuk Data Berkelompok

atau
 Keruncingan (Kurtosis)
• Tingkat kepuncakan dari sebuah distribusi yang biasanya diambil secara relatif
terhadap
suatu distribusi normal.
• Berdasarkan tingkat keruncingannya, kurva distribusi dibedakan atas :
- Leptokurtik, merupakan distribusi yang memiliki puncak yang relatif
tinggi
- Platykurtik, merupakan distribusi yang memiliki puncak yang hampir
mendatar
- Mesokurtik, merupakan distribusi yang memiliki puncak tidak tinggi dan tidak
mendatar. Bila distribusinya merupakan distribusi simetris, maka distribusi
mesokurtik dianggap sebagai distribusi normal.

1. Koefisien Keruncingan/Koefisien Kurtosis

Koefisien Kurtosis dilambangkan dengan 4 (alfa 4), dengan ketentuan sebagai
berikut :
Nilai 4 < 3, maka distribusinya adalah platikurtik
Nilai 4 > 3, maka distribusinya adalah leptokurtik
Nilai 4 = 3, maka distribusinya adalah mesokurtik

a. Untuk Data Tunggal

 Bilangan Z (z-score)
• Dari sampel yang berukuran n dengan data x1, x2, x3, …, xn dengan rata-rata dan
simpangan
baku s, dapat dibentuk data baru, yaitu z1, z2, z3, …, zn dengan menggunakan bilangan z.

Dirumuskan :

• Variabel (data baru) : z1, z2, z3, …, zn ternyata memiliki rata-rata = 0 dan simpangan
baku = 1

• Dalam penggunaannya, bilangan z ini sering diubah menjadi distribusi yang baru dengan
rata-rata x0 dan simpangan baku s0 yang ditentukan. Angka yang diperoleh dengan cara
ini
disebut angka standar atau angka baku, dengan rumus :

• Jika x0 = 0 dan s0 = 1, maka

maka angka z ini menjadi bilangan standar atau bilangan baku, atau bilangan z (z-score)
Contoh : Dari data 5, 4, 8, 7 1, maka
Buatlah data baru dengan menggunakan bilangan z
Buktikan bahwa data baru itu mempunyai rata-rata 0 dan simpangan baku = 1

Jawab : n = 5 dan x rata-rata = (5 + 4 + 8 + 7 + 1)/5 = 5

Data baru yang terbentuk adalah 0, -3.65, 1.095, 0.73, -1.46

Rata-rata dan simpangan bakunya adalah :
x0 = (0 -3.65 + 1.095 + 0.73 -1.46) / 5
=0/5 =0