Anda di halaman 1dari 40

PENATAAN DATA

JENIS PENATAAN
DATA

Data Kualitatif Data Kuantitatif

Distribusi Frekuensi Perhitungan Statistik  rata-rata,


Distribusi Frekuensi Relatif simpangan baku dan perhitungan
Distribusi Frekuensi Kumulatif statistik yang lebih kompleks
DISTRIBUSI FREKUENSI

 Merupakan tabel ringkasan data yang


menunjukkan frekuensi/banyaknya item/obyek
pada setiap kelas yang ada.

 Tujuan: mendapatkan informasi lebih dalam


tentang data yang ada yang tidak dapat secara
cepat diperoleh dengan melihat data aslinya.
KEUNTUNGAN DAN
KERUGIAN

 Keuntungan Perhitungan dari data akan lebih


mudah
 Kerugian identitas setiap individu tidak tampak
& tidak dapat diketahui jumlah individu dengan
nilai tertentu yang terdapat dalam satu
kelompok.
JUMLAH DAN INTERVAL
KELOMPOK

Rumus Sturges
m= 1+3,3 log n

i= R/m m= jumlah kelompok


n= jumlah pengamatan
R= rentang antara nilai terbesar dan
terkecil
• Contoh :
Diketahui data gaji 50 karyawan
60 33 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 98 66 73 42 65 94 89 88
Langkah 1 : mengurutkan data
33 35 35 39
41 41 42 45 47 48
50 52 53 54 55 55 57 59
60 60 61 64 65 65 65 66 66 67
71 73 73 74 74 76 77 77 78
80 81 84 85 85 88 89
91 94 94 98
Langkah 2 : menentukan jumlah kelas
K = 1 + 3,3 log 50 = 1 + 3,3(1,6990) = 6,6
Jumlah kelas dibulatkan menjadi 7
Langkah 3 : menentukan interval kelas
ci = (data terbesar-data terkecil)/K = (98-33)/7 = 9,3
Interval kelas dibulatkan menjadi 10
Tabel akhir
DISTRIBUSI FREKUENSI
RELATIF

Merupakan fraksi atau proporsi frekuensi setiap kelas terhadap jumlah total.

Distribusi frekuensi relatif merupakan tabel ringkasan dari sekumpulan data yang
menggambarkan frekuensi relatif untuk masing-masing kelas.

(f/N)x100 f= frekuensi
N=jumlah seluruh observasi
CONTOH DISTRIBUSI FREKUENSI

 Data Kualitatif
 Tamu yang menginap di Hotel Marada Inn ditanya pendapat
mereka tentang akomodasi yang tersedia. Jawaban
dikategorikan menjadi baik sekali (E), diatas rata-rata (AA),
rata-rata (A), di bawah rata-rata (BA), dan buruk (P). Data
dari 20 tamu yang menginap diperoleh sebagai berikut:
BA A AA AA AA
AA AA BA BA A P P AA E AA A
AA A AA A
CONTOH DISTRIBUSI FREKUENSI (L)

 Tabel Distribusi Frekuensi


(Contoh: Hotel Marada Inn)
Frekuensi Persen
Rating Pendapat Frekuensi
Relatif Frekuensi
Baik Sekali (E) 2 0,10 10
Di atas Rata-rata (AA) 3 0,15 15
Rata-rata (A) 5 0,25 25
Di Bawah Rata-rata (BA) 9 0,45 45
Buruk (P) 1 0,05 5
Total 20 1,00 100
DISTRIBUSI FREKUENSI
KUMULATIF

Distribusi frekuensi yang setiap

Definisi kelompoknya dinyatakan dengan nilai


kumulatif


mengatur data agar lebih kompak dan sederhana
tanpa kehilangan informasinya yang penting. Hal ini
Tujuan dicapai dengan mengelompokkan data dalam
sejumlah kelas.

Dapat ●
Kurang dari batas bawah kelompok (<)
Sama atau lebih besar dari batas atas kelompok (≥)
dinyatakan


Kurang atau sama dengan batas atas kelompok (≤)

Lebih besar dari batas atas kelompok (>)
dalam 4 model
CARA MEMBUAT DISTRIBUSI
FREKUENSI

 Tentukan rentang

Rentang = data terbesar – data terkecil

= 148,00-82,00 = 65,5

 Tentukan banyak kelas interval

Banyak kelas = 1+(3,3) log n

1+3,3 log 50 =1+ 3,3(1,69897)

=1+5,6= 6,6 =7

 Tentukan panjang kelas interval

Panjang interval = rentang/banyak kelas

= 65,5/6,6 = 9,92 =10

 Menyusun interval kelas


Tabel distribusi frekuensi
Pemakaian air Frekuensi

(L/orang/hari) Keluarga

80.0 sampai 89.9 2

90.0 sampai 99.9 6

100.0 sampai 109.9 10

110.0 sampai 119.9 14

120.0 sampai 129.9 9

130.0 sampai 139.9 7

140.0 sampai 149.9 2


DISTRIBUSI FREKUENSI
KUMULATIF KURANG DARI
BATAS BAWAH KELOMPOK
 Model ini dapat digunakan untuk mengetahui frekuensi
data yang mempunyai nilai di bawah kelompok tertentu
 Misalkan kita akan mengukur berat badan 55 orang
penderita yang dirawat di bagian penyakit dalam suatu
RS untuk mengetahui berapa orang penderita yang
memiliki berat badan kurang dari 51 kg
 Penghitungan distribusi frekuensi kumulatif kurang dari
batas bawah kelompok tertentu dilakukan dengan
menjumlah semua frekuensi yang terletak sebelum nilai
batas bawah kelompok tersebut. Misalnya, berat badan
kurang drai 51 kg maka jumlah frekuensi kelompok
sebelumnya adalah 2+5 = 7
Berat badan f Berat badan < Frekuensi
batas bawah kumulatif
41-45 2 < 41 0
46-50 5 < 46 2
51-55 13 < 51 7
56-60 15 < 56 20
61-65 11 < 61 35
66-70 8 < 66 46
71-75 1 < 71 54
76-80 0 < 76 55
DISTRIBUSI FREKUENSI KUMULATIF SAMA
ATAU LEBIH BESAR DARI BATAS BAWAH
KELOMPOK

 Diperoleh dengan menjumlah frekuensi


kelompok yang bersangkutan ditambah dengan
frekuensi kelompok berikutnya.
 Misalnya, penderita dengan berat badan 56 kg
atau lebih, diperoleh dengan menjumlahkan
frekuensi kelompok berikutnya, yaitu 15 + 11 + 8
+ 1 + 0 = 35.
 Ini berarti bahwa penderita dengan berat badan
56 kg ke atas ada sebanyak 35 orang
Berat badan f Berat badan ≥ Frekuensi
batas bawah kumulatif
41-45 2 ≥ 41 55
46-50 5 ≥ 46 53
51-55 13 ≥ 51 48
56-60 15 ≥ 56 35
61-65 11 ≥ 61 20
66-70 8 ≥ 66 9
71-75 1 ≥ 71 1
76-80 0 ≥ 76 0
DISTRIBUSI FREKUENSI KUMULATIF KURANG
DARI ATAU SAMA DENGAN BATAS ATAS
KELOMPOK

 Diperoleh dengan cara menjumlah frekuensi


pada kelompok yang diinginkan dengan semua
frekuensi kelompok sebelumnya.
 Misalnya: berat badan kurang atau sama dengan
batas atas 55 kg diperoleh dengan menjumlah 13
+ 2 + 5 = 20
 Dengan ini dapat diketahui jumlah orang dengan
berat badan lebih kecil atau sama dengan 55 kg
adalah 20 orang.
Berat badan f Berat badan ≤ Frekuensi
batas atas kumulatif
41-45 2 ≤ 45 2
46-50 5 ≤ 50 7
51-55 13 ≤ 55 20
56-60 15 ≤ 60 35
61-65 11 ≤ 65 46
66-70 8 ≤ 70 54
71-75 1 ≤ 75 55
DISTRIBUSI FREKUENSI KUMULATIF
LEBIH BESAR DARI BATAS ATAS
KELOMPOK

 Untuk mengethaui banyaknya frekuensi berat


badan yang lebih besar dari batas atas kelompok
maka dilakukan dengan menjumlah semua
frekuensi berikutnya
 Misalnya, frekuensi kumulatif lebih besar dari 60
kg diperoleh dengan menjumlahkan 11 +8 + 1 =
20
 Ini berarti jumlah penderita dengan berat badan
lebih dari 60 kg adalah 20 orang
Berat badan f Berat badan > Frekuensi
batas atas kumulatif
41-45 2 > 45 53
46-50 5 > 50 48
51-55 13 > 55 35
56-60 15 > 60 20
61-65 11 > 65 9
66-70 8 > 70 1
71-75 1 > 75 0
MAKNA DAN FUNGSI
CENTRAL TENDENCY
CENTRAL TENDENCY

Central Tendency adalah “ukuran statistik yang


menyatakan bahwa satu skor yang dapat mewakili
keseluruhan distribusi skor atau penilaian yang
sedangditeliti”.
TUJUAN
Tujuan dalam pengukuran Central Tendency
adalah “untuk menerangkan secara akurat
tentang skor/penilaian suatu objek yang sedang
diteliti, baik secara individual maupun kelompok,
melalui pengukuran tunggal“
FUNGSI

Dengan demikian maka Central Tendency merupakan


penyederhanaan data untuk mempermudah peneliti membuat
interpretasi dan mengambil suatu kesimpulan.
Syarat yang harus dipenuhi pada ukuran tendensi sentral:

 dirumuskan pembentukannya dengan tegas


 didasarkan pada perhitungan pengamatan
 jangan mempunyai sifat matematis yang abstrak
 didapat dengan perhitungan yang mudah dan
cepat
 jangan terlalu peka terhadap efek fluktuasi
sampling
 Ada 3 cara untuk mengukur central tendency,
yaitu Mode, Median, Ratarata (Mean).
RATA-RATA (MEAN)

MEAN ATAU RATA-RATA MERUPAKAN


HASIL BAGI DARI SEJUMLAH SKOR DENGAN
BANYAKNYA RESPONDEN. PERHITUNGAN
MEAN MERUPAKAN PERHITUNGAN YANG
SEDERHANA, KARENA HANYA
MEMBUTUHKAN JUMLAH SKOR DAN
JUMLAH RESPONDEN (N).
CO N T O H :

DU A B U AH D IS T R IB U S I SK O R SE BA GAI B ER IK U T :
N I LA I S T AT IS T IK K EL AS M I- 1 ( 10 S IS WA )
10 9 8 7 6 5 4 3 2 1
N I LA I S T AT IS T IK K EL AS M I- 2 ( 10 S IS WA )
5 6 5 4 8 7 4 6 6 4
J U M LA H S K O R P AD A C O N T O H D IAT A S AD AL AH :
K E L AS M I- 1 = 5 5
K E L AS M I- 2 = 5 5

R AT A- R AT A N IL AI ST AT IST IK :
K E L AS A = 55/10 = 5, 5
K E L AS B = 55/1 0 = 5, 5
MEDIAN

MEDIAN MERUPAKAN SKOR YANG MEMBAGI


DISTRIBUSI FREKUENSI MENJADI 2(DUA) SAMA BESAR
(50% SEKELOMPOK OBJEK YANG DITELITI TERLETAK
DIBAWAH MEDIAN, DAN 50% YANG LAINNYA
TERLETAK DIATAS MEDIAN).
LANGKAH AWAL MENENTUKAN MEDIAN ADALAH MENYUSUN DATA MENJADI
BENTUK TERSUSUN MENURUT BESARNYA. BARU KEMUDIAN DITENTUKAN
NILAI TENGAHNYA (SKOR YANG MEMBAGI DISTRIBUSI MENJADI 2 SAMA
BESAR). JIKA JUMLAH FREKUENSI GANJIL, MAKA MENENTUKAN MEDIAN
AKAN MUDAH YAITU SKOR YANG TERLETAK DITENGAH-TENGAH BARISAN
SKOR TERSUSUN. APABILA JUMLAH FREKUENSI GENAP, MAKA MEDIAN
MERUPAKAN SKOR RATA-RATA DARI DUA SKOR YANG PALING DEKAT
DENGAN MEDIAN.
CONTOH 1 :

DISTRIBUSI FREKUENSI YANG BERJUMLAH GANJIL SEBAGAI


BERIKUT :
5 6 9 7 8 4 2 3 1
JIKA DILAKUKAN PENYUSUNAN MAKA DATA DIATAS MENJADI :
1 2 3 4 5 6 7 8 9
SKOR YANG MEMBAGI DISTRIBUSI MENJADI 2 SAMA BESAR ADALAH 5,
SEHINGGA LIMA
MERUPAKAN MEDIAN DISTRIBUSI DIATAS.

CONTOH 2 :
DISTRIBUSI FREKUENSI YANG BERJUMLAH GENAP SEBAGAI BERIKUT :
8 3 4 5 3 7 9 9 8 2
JIKA DILAKUKAN PENYUSUNAN MAKA DATA DIATAS MENJADI :
2 3 3 4 5 7 8 8 9 9
NILAI TENGAH DISTRIBUSI TERSEBUT TERLETAK DI TENGAH SKOR 5
DAN 6, SEHINGGA
MEDIAN = (5+6)/2 = 6
UNTUK MENENTUKAN MEDIAN DARI DISTRIBUSI YANG BERFREKUENSI
SEDIKIT BISA
DIIKUTI LANGKAH-LANGKAH DIATAS.
MODE

MODE ADALAH SKOR YANG MEMPUNYAI FREKUENSI


TERBANYAK DALAM SEKUMPULAN DISTRIBUSI SKOR.
DENGAN KATA LAIN MODE DIANGGAP SEBAGAI NILAI
YANG MENUNJUKKAN NILAI-NILAI YANG LAIN
TERKONSENTRASI. MODE DAPAT DICARI DALAM
DISTRIBUSI FREKUENSI SATUAN MAUPUN KATEGORIAL
HUBUNGAN ANTARA MEAN,
MEDIAN, DAN MODUS
 Pada kurva yang simetris, mean, median, dan modus
terletak pada satu titik (mean = median = modus)
 Pada distribusi miring ke kanan, modus akan
bergeser ke kiri mengikuti nilai dengan frekuensi
terbanyak, sedangkan mean akan bergeser ke kanan
karena terpengaruh oleh nilai extrem dan median
terletak antara mean dan modus
 Bila distribusi miring ke kiri maka modus akan
bergeser ke kanan mengikuti nilai dengan frekuensi
terbanyak, sedangkan mean bergeser ke kiri
mengikuti nilai ekstrim dan median terletak antara
mean dan modus
 Secara empiris dapat dikatakan bahwa jarak
antara modus dan median merupakan 2/3 jarak
antara modus dan mean
 Modus mengalami pergeseran diikuti oleh mean
dan median. Median relatif stabil dibandingkan
modus dan mean, tetapi bila rata-rata dari sampel
ke sampel, maka mean mempunyai fluktuasi
terkecil

 Jika kurva miring ke kanan berarti hasil


pengamatan dengan nilai yang tinggi mempunyai
frekuensi yang kecil dan makin kecil nilai yg
dihasilkan maka frekuensinya makin banyak
DISPERSI
(UKURAN PENYIMPANGAN = UKURAN
VARIASI)

 Beberapa distribusi dgn mean yg sama,


kemungkinan mempunyai variasi yg berbeda.
 Bila tidak memperhatikan variasi  kehilangan
informasi penting & menimbulkan interpretasi yg
berbeda.
MENGAPA DISPERSI PENTING
UNTUK DIKETAHUI?

 Informasi tambahan tentang penyimpangan


 Dapat menilai ketepatan nilai tengah dalam
mewakili distribusinya
 Penting untuk mengadakan analisis melalui
perhitungan statistik lebih mendalam
MENGAPA TERJADI VARIASI?

 Peristiwa alamiah
 Terjadi pada semua kejadian
 Variasi eksterna  perbedaan penghitungan yg
disebabkan oleh variasi antar-individu
 Variasi interna  perbedaan penghitungan yg
disebabkan oleh variasi intra-individu
 Dispersi Absolut :
a. rentang (range)
b. kuartil
c. desil
d. persentil
e. deviasi rata-rata (mean deviation)
f. deviasi standar (standard deviation)
g. varians (variance)

 Dispersi Relatif
a. koefisien variasi (coefficient of variation)  deviasi standar
dinyatakan sebagai presentase dari rata-rata atau dengan kata lain
KV merupakan perbandingan antara simpangan baku thdp rata-rata
yg dinyatakan dalam persen

Anda mungkin juga menyukai