1

PENYAJIAN DATA METODE

TABULAR DALAM TABEL
SATU ARAH

ARIF RAHMAN
 2

Statistika
Statistika adalah cabang ilmu matematika yang
mempelajari metode ilmiah untuk mengumpulkan,
mengorganisasi, merangkum, menyederhanakan,
menyajikan, menginterpretasikan, menganalisa dan
mensintesa data (numerik atau nonnumerik) untuk
menghasilkan informasi dan/atau kesimpulan, yang
membantu dalam penyelesaian masalah dan/atau
pengambilan keputusan.
 3

Statistika
Mengumpulkan data

Mengorganisasi, Menganalisa Menggeneralisasi

Merangkum, Mensintesa Mengestimasi,
Menyederhanakan, Menguji hipotesa,
Menyajikan, Menilai relasi,
Menginterpretasikan Memprediksi

Menghasilkan informasi dan/atau kesimpulan

Menyelesaikan masalah Mengambil keputusan

 4

Statistika
Penting memperhatikan
cara memperoleh Demikian pula
data yang akan diolah cara mengolah data
juga penting diperhatikan
 5

Statistika
Metode statistika bukan
Alat statistika bukan ramuan sihir
tongkat sihir
 6

Statistika
Statistika

Statistika Deskriptif Statistika Inferensia

Mengorganisasi Menggeneralisasi sampel
Merangkum terhadap populasi
Menyederhanakan Mengestimasi parameter
Menyajikan Menguji hipotesa
Menginterpretasi Menilai relasi
Membuat prediksi
 7

Statistika Deskriptif
Cabang statistika yang mengorganisasi, merangkum,
menyederhanakan, menyajikan dan
menginterpretasikan data dalam ukuran numerik atau
tabulasi atau grafis yang memudahkan pemeriksaan
dengan cermat (perusal) untuk menghasilkan
informasi dan/atau kesimpulan.
Menunjukkan fitur dasar data ilmiah (scientific data)
dalam format yang teratur (manageable form) dan
ringkasan yang lebih sederhana (simpler summary).
 8

Populasi dan Sampel

Populasi atau semesta (universe) adalah set
lengkap observasi yang menjadi perhatian peneliti.
Sampel (sample) adalah sejumlah observasi yang
diambil dari populasi
Sebaran sampel mengikuti pola distribusi populasi.
 9

Populasi dan Sampel

Tujuan studi terhadap populasi Observasi atau eksperimen pada sampel

SAMPLING

INFERENSI

Parameter :
N (banyaknya anggota populasi),
μ (rata-rata populasi),
σ (simpangan baku populasi),
π (proporsi populasi)
Statistik :
n (banyaknya anggota sampel),
͞x (rata-rata sampel),
s (simpangan baku sampel),
p (proporsi sampel)
 10

Data
Data adalah fakta mentah yang diperoleh langsung
dari proses pengumpulan, yang perlu diolah lebih
lanjut untuk menghasilkan informasi yang memiliki
makna spesifik bagi pihak yang berkepentingan.
Data adalah bentuk jamak dari datum.
Datum adalah satu unit fakta mentah yang diperoleh
dari proses pengumpulan, misalnya hasil pengukuran
dalam observasi atau eksperimen.
 11

Metode Penyajian Data

 Textual Method untuk menyajikan data mentah atau yang telah
diolah dalam bentuk uraian tekstual, daftar berpoin / bernomor,
susunan larik, atau struktur teratur baris-kolom.
 Tabular Method untuk menyajikan data mentah atau yang telah
diolah dalam bentuk tabel baris-kolom, tabel distribusi frekuensi,
atau tabulasi silang.
 Graphical Method untuk menyajikan data mentah atau yang telah
diolah dalam bentuk grafik, diagram atau peta.
 Statistical Expression Method untuk menyajikan data yang telah
diolah dalam bentuk ukuran statistik pemusatan (center
tendency) atau sebaran (dispersion).
 12

Penyajian Data
 13

Keluaran dan Kejadian

Keluaran (outcome) adalah fakta hasil pengumpulan
data dalam observasi ataupun eksperimen
Kejadian (event) adalah peristiwa yang termasuk
dalam keluaran-keluaran yang mungkin (possible
outcomes) terjadi saat pengumpulan data.
 14

Statistik
Statistik adalah sekumpulan data, angka atau bukan
angka, yang dimiliki sampel yang diperoleh melalui
observasi atau eksperimen yang terorganisasi dalam
daftar / tabel, atau terilustrasi dalam grafik / peta /
diagram, atau terrangkum dalam ukuran numerik.
Statistik adalah ukuran numerik yang merangkum
informasi dari sekumpulan data dari sampel untuk
merepresentasikan nilai tertentu.
 15

Statistik dan Parameter

 Parameter adalah nilai yang menjelaskan karakteristik
populasi
 Statistik adalah nilai yang menjelaskan karakteristik sampel
 16

Penyajian Data
Metode Tabular
 17

Penyajian Data metode Tabular

Tabular Method untuk menyajikan data mentah atau yang
telah diolah dalam bentuk tabel baris-kolom, tabel
distribusi frekuensi, atau tabulasi silang.
Penyajian data menggunakan metode tabular yaitu
dengan menuliskannya secara sistematis tersusun
berurutan, berderet dan/atau berjajar dalam baris dan
kolom.
Data yang disajikan dalam tabel sebaiknya diatur untuk
memudahkan dalam memeriksa data dan/atau
menginterpretasikan data
 18

Bagian-bagian Tabel
Nomer tabel (table id) Judul tabel (title)

TABLE 1.1 rXc Row-Column Table

Caption Caption ... Caption Row Sum Kepala tabel
1 2 c
(header)
Stub 1 Data 1,1 Data 1,2 ... Data 1,c Sum 1●
Stub 2 Data 2,1 Data 2,2 ... Data 2,c Sum 2●
Baris
Stub 3 Data 3,1 Data 3,2 ... Data 3,c Sum 3● Badan tabel
(rows)
: : : : (body)
Stub r Data r,1 Data r,2 ... Data r,c Sum r●
Column Sum Sum ●1 Sum ●2 Sum ●c Sum ●●
*)Note: Kaki tabel
Source:
(footer)
Kolom Sel
(columns) (cells)
 19

Bagian-bagian Tabel
Judul kolom (column headings / captions)

TABLE 1.1 rXc Row-Column Table

Caption Caption ... Caption Row Sum
1 2 c
Stub 1 Data 1,1 Data 1,2 ... Data 1,c Sum 1●
Ikhtisar
Stub 2 Data 2,1 Data 2,2 ... Data 2,c Sum 2●
Judul baris
Stub 3 Data 3,1 Data 3,2 ... Data 3,c Sum 3●
baris (row
: : : :
(row summary)
headings/ Stub r Data r,1 Data r,2 ... Data r,c Sum r●

stubs) Column Sum Sum ●1 Sum ●2 Sum ●c Sum ●● Ikhtisar total

*)Note: (overall
Source:
summary)
Catatan kaki Ikhtisar kolom
(footnote) (column summary)
Sumber
(source note)
 20

Macam Tabel
MACAM TABEL

Berdasarkan Berdasarkan Berdasarkan

Fungsi Kedetailan Konstruksi

Tabel Tabel Tabel Tabel Tabel Tabel Tabel

Baris- Distribusi Konti- Rinci Rekapitulasi Sederhana/ Kompleks/
Kolom Frekuensi ngensi One-way Banyak Arah

Deskripsi Komparasi Korelasi Tabel Tabel Two-way N-way

Data Data Data Kolom Baris Table Table
 21

Penyajian Data metode Tabular

Cara penyajian data metode tabular dalam tabel
dapat dilakukan dengan:
1. Dituliskan satu arah (one-way) tersusun berderet dari atas ke bawah
dalam tabel kolom atau berderet dari kiri ke kanan dalam tabel baris.
2. Dituliskan dua arah (two-way) tersusun dalam sel-sel di tabel
barisXkolom, dengan setiap sel terikat dengan baris dan kolom yang
relevan. Baris mewakili kategori-kategori dari satu klasifikasi, kolom
mewakili kategori-kategori dari satu klasifikasi yang lain
3. Dituliskan banyak arah (n-way) tersusun dalam sel-sel seperti pada
dua arah, namun baris dan/atau kolom mewakili lebih dari satu
klasifikasi.
22
 23

Judul Tabel, Kolom dan Baris

 Apabila diperlukan, informasi mengenai waktu, lokasi
dan/atau informasi spesifik lainnya dapat disertakan di judul.
 Saat menyajikan data dalam besaran dan satuan yang sama,
penyebutan satuan dapat dicantumkan di judul.
 Judul kolom atau baris dapat diberikan tag nomer, abjad atau
label lainnya, untuk memudahkan perujukan dalam paragraf
deskriptif yang menjelaskan isi tabel. Hal ini juga sangat
bermanfaat untuk formulasi antar bagian (kolom atau tabel).
 Judul kolom atau baris memungkinkan mempunyai hirarki
judul – sub-judul – sub-sub-judul – dst.
 24

Judul Tabel, Kolom dan Baris

TABEL 1.2 Riwayat Perjalanan Kendaraan Test Drive 17 Agustus 2017
Pengguna Jarak Waktu Pemakaian Kecepatan Keiritan
tempuh (km) tempuh (menit) BBM (liter) (km/jam) BBM
(km/liter)
(a) (b) (c) (d) (e)=60(b)/(c) (f)=(b)/(c)
1 3,4 3 0,2 68,0 17,0
2 9,2 8 0,5 69,0 18,4
3 5,4 5 0,3 64,8 18,0

TABEL 1.3 Waktu Proses Satu Unit Produk (Menit)

Lot Hasil Pengukuran Rata-rata Rata-rata berbobot
Terlama Modus Tercepat
(a) (b) (c) (d) (e)= ((b)+(c)+(d)/3 (f)=((b)+4(c)+(d))/6
1 4,5 3 2,7 3,40 3,20
2 3,7 3,2 3,0 3,30 3,25
3 3,9 2,9 2,5 3,10 3,00
 25

Organisasi Data
Organisasi data adalah mengatur data dengan teliti
dan cermat untuk memudahkan interpretasi informasi
dan/atau kesimpulan:
1. Mengurutkan (sort) data yaitu mengatur data mengurut naik
(ascending order) atau mengurut turun (descending order).
Mengurutkan data dapat dilakukan berdasarkan satu atau lebih
variabel secara hirarki.
2. Menyaring (filter) data yaitu memilah-milah data berdasarkan kriteria
tertentu. Kriteria bisa menggabungkan beberapa variabel secara
serentak. Kriteria bisa merujuk nilai spesifik dari variabel atau batas
rentang dari variabel.
 26

Ikhtisar Data
Ikhtisar data adalah meringkas (summarize) data untuk
menghasilkan informasi dan/atau kesimpulan:
1. Frekuensi atau banyaknya.
2. Jumlah.
3. Rata-rata.
4. Minimum atau maksimum
5. Rentang
6. Simpangan baku atau variansi
7. Modus
8. Mayoritas atau minoritas.
9. Proporsi atau persentase
 27

Penyajian Data
dalam Tabel Satu Arah
 28

Penyajian Data di Tabel Satu Arah

Penyajian data metode tabular di dalam tabel satu
arah (one-way table) dilakukan dengan:
1. Dituliskan satu arah (one-way) tersusun berderet dari atas ke bawah
dalam tabel kolom. Data disajikan dengan row oriented store. Setiap
baris mewakili satu record atau tuple yang merupakan satu rangkaian
data. Setiap kolom merupakan himpunan data yang sejenis atau
dalam variabel (field) yang sama.
2. Dituliskan satu arah (one-way) tersusun berderet dari kiri ke kanan
dalam tabel baris. Data disajikan dengan column oriented store.
Setiap kolom mewakili satu record atau tuple yang merupakan satu
rangkaian data. Setiap baris merupakan himpunan data yang sejenis
atau dalam variabel (field) yang sama
 29

Tabel Kolom dan Tabel Baris

TABLE 2.1 Column Table
Caption 1 Caption 2 Caption 3 ... Caption c Judul kolom
Data 1,1 Data 1,2 Data 1,3 ... Data 1,c
Record/ Data 2,1 Data 2,2 Data 2,3 ... Data 2,c
Tuple Data 3,1 Data 3,2 Data 3,3 ... Data 3,c
: : : :
Data r,1 Data r,2 Data r,3 ... Data r,c
*)Note:

Himpunan/Set
TABLE 2.2 Row Table
Stub 1 Data 1,1 Data 1,2 Data 1,3 Data 1,4 ... Data 1,c
Stub 2 Data 2,1 Data 2,2 Data 2,3 Data 2,4 ... Data 2,c Himpunan/
: : : : : : Set
Stub b Data r,1 Data r,2 Data r,3 Data r,4 ... Data r,c
*)Note:

Judul baris Record/Tuple

 30

Penyajian Data di Tabel Satu Arah

Penyajian data metode tabular di dalam tabel satu
arah (one-way table) dilakukan dengan:
 Jika data sedikit, maka dapat bebas memilih apakah tabel
kolom atau tabel baris.
 Jika data banyak, maka sebaiknya memilih:
Tabel kolom, jika setiap data membutuhkan lebar kolom besar
Tabel baris, jika setiap data membutuhkan lebar kolom kecil
 31

Tabel Kolom atau Baris

Tahun Penjualan
(US $)
2007 1.254.732
2008 985.396
2009 997.694
2010 1.629.356
2011 1.771.043
2012 1.655.388
2013 1.583.927

Bulan Jan Feb Mar Apr Mei Jun Jul Agt Sep Okt Nop Des
Transaksi 316 352 276 405 218 330 351 382 374 203 295 435
 32

Tabel Kolom atau Baris

Mahasiswa IPK
Budi 3,12
Iwan 3,01
Agus 3,24
Wati 3,30
Anita 3,34
Wawan 3,36
Siti 3,35
Nina 3,19

Tahun Lulus 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
IPK Rata-rata 3,16 3,52 2,76 3,05 2,78 3,30 3,51 2,82 3,74 3,03 2,95 3,35
 33

Tabel
Tabel Sebaran Sampel Pengendalian Kualitas AMDK
Volume (ml) 218 219 220 221 222 223 224 225 226
Frekuensi 5 6 10 4 3 6 11 4 1
Persentase 10% 12% 20% 8% 6% 12% 22% 8% 2%
 34

Tipe Data di Tabel Satu Arah

DATA TYPE

Univariate Multivariate

Uncorrelated Correlated

Coincidence/ Direct/indirect
No Causality Causation

One-way Cyclic
Causation Causation
 35

Korelasi dan Multikolinieritas

Korelasi (correlation) adalah nilai yang menunjukkan
kekuatan dan arah hubungan linier antara dua
variabel acak. Hubungan positif bila kedua variabel
cenderung searah. Hubungan negatif bila kedua
variabel cenderung berbanding terbalik.
Multikolinieritas (multicollinearity) adalah situasi yang
menunjukkan adanya korelasi atau hubungan kuat
antara dua atau lebih variabel bebas dalam sebuah
model regresi berganda.
 36

Data Berkorelasi
 Relasi antara dua atau lebih himpunan data berkorelasi :
 Relasi kausal
 Tiada kausal (no causation). Himpunan-himpunan data berrelasi sebagai
rangkaian data di setiap tuple namun tidak menunjukkan sebab-akibat.
 Satu arah (forward or reverse directional causation). Terdapat himpunan data
sebagai variabel bebas (independent, predictor, antecedent variables) yang
mempengaruhi himpunan data lain sebagai variabel terikat (dependent,
criterion, consequent variables). Terkadang ada yang menjadi variabel antara
(intervening, intermediate variables)
 Dua arah (bidirectional causation). Relasi kausal timbal balik antar pasangan
himpunan data.
 Melingkar (cyclic causation). Relasi kausal melingkar antar beberapa
himpunan data berantai hingga membentuk putaran sempurna (looping).
 37

Data Berkorelasi
 Relasi antara dua atau lebih himpunan data berkorelasi:
 Relasi serentak terhadap variabel laten
 Reflektif. Himpunan data secara bersama dipengaruhi variabel laten.
 Formatif. Himpunan data secara bersama mempengaruhi variabel laten.
 38

Data Univariate
TABEL 3.1 Hasil Inspeksi TABEL 3.2 Hasil Inspeksi Kualitas AMDK (ml)
Kualitas AMDK (ml)
No Volume No Volume No Volume No Volume
No. Volume Air Air Air Air Air

1 224 1 224 13 221 25 219 37 224

2 222 2 222 14 220 26 220 38 219

3 220 3 220 15 222 27 225 39 225

4 223 4 223 16 224 28 224 40 221

5 219 5 219 17 219 29 221 41 223

6 223 6 223 18 218 30 220 42 224

7 218 7 218 19 220 31 218 43 221

8 225 8 225 20 224 32 223 44 218

9 224 9 224 21 226 33 224 45 218

10 225 10 225 22 219 34 220 46 220

: : 11 219 23 220 35 223 47 222

47 222 12 224 24 223 36 220 48 224

48 224
 39

Data Univariate
TABEL 3.3 Hasil Inspeksi Kualitas AMDK (ml)
No. 1 2 3 4 5 6 7 8 9 10 ... 48
Volume Air 224 222 220 223 219 223 218 225 224 225 ... 224

TABEL 3.4 Hasil Inspeksi Kualitas AMDK (ml)

No. 1 2 3 4 5 6 7 8 9 10 11 12
Volume Air 224 222 220 223 219 223 218 225 224 225 219 224

No. 13 14 15 16 17 18 19 20 21 22 23 24
Volume Air 221 220 222 224 219 218 220 224 226 219 220 223

No. 25 26 27 28 29 30 31 32 33 34 35 36
Volume Air 219 220 225 224 221 220 218 223 224 220 223 220

No. 37 38 39 40 41 42 43 44 45 46 47 48
Volume Air 224 219 225 221 223 224 221 218 218 220 222 224
 40

Data Uncorrelated Multivariate

TABEL 4.1 Riwayat Perjalanan Kendaraan Test Drive 17 Agustus 2017
No Nama Usia Tempat Tinggal Jarak Kecepatan
Konsumen (tahun) tempuh rata-rata
(km) (km/jam)
1 Budi 37 Kec. Tumbuh Meninggi 3,4 70
2 Iwan 28 Kec. Bundar Menggelinding 9,2 68
3 Wati 53 Kec. Asa Memuncak 5,4 65

TABEL 4.2 Riwayat Perjalanan Kendaraan Test Drive 17 Agustus 2017

No 1 2 3
Nama Konsumen Budi Iwan Wati
Usia (tahun) 37 28 53
Tempat Tinggal Kec. Tumbuh Meninggi Kec. Bundar Kec. Asa Memuncak
Menggelinding
Jarak Tempuh
3,4 9,2 5,4
(km)
Kecepatan Rata-
70 68 65
rata (km/jam
 41

Data Correlated tapi No Causality

TABEL 5.1 IPK Rata-rata per Gender di Tiap Angkatan Mahasiswa
Angkatan Laki-laki Perempuan

2000 3,26 3,31

2001 3,11 3,18
2002 3,45 3,37
2003 3,52 3,44
2004 3,27 3,28

TABEL 5.2 IPK Rata-rata per Gender di Tiap Angkatan Mahasiswa

Angkatan 2000 2001 2002 2003 2004
Laki-laki 3,26 3,11 3,45 3,52 3,27
Perempuan 3,31 3,18 3,37 3,44 3,28
 42

Data One-way Causation

TABEL 6.1 Perlakuan Penyiraman Pada Tanaman Uji Coba
Tanaman Frekuensi Penyiraman Hasil Bunga
Uji Coba
Mengaliri Menyemprot Banyaknya Diameter (mm)
A 16 0 28 12
B 10 6 38 18
C 8 8 24 23
D 6 10 19 25
E 0 16 11 22

TABEL 6.2 Perlakuan Penyiraman Pada Tanaman Uji Coba

Tanaman Uji Coba A B C D E
Frekuensi Mengaliri 16 10 8 6 0
Penyiraman
Menyemprot 0 6 8 10 16
Hasil Bunga Banyaknya 28 38 24 19 11
Diameter (mm) 12 18 23 25 22
 43

Data Cyclic Causation

TABEL 7.1 Populasi, Kelahiran dan Kematian
Tahun Populasi Kelahiran Kematian
2000 183.453 13.927 10.293
2001 187.087 15.244 12.191
2002 190.140 14.923 11.513
2003 193.550 15.028 12.719
2004 195.859 15.710 13.206

TABEL 7.2 Populasi, Kelahiran dan Kematian

Tahun 2000 2001 2002 2003 2004
Populasi 183.453 187.087 190.140 193.550 195.859
Kelahiran 13.927 15.244 14.923 15.028 15.710
Kematian 10.293 12.191 11.513 12.719 13.206
 44

Tabel Data
Data modal awal dan rata-rata profit pertahun dalam satuan juta rupiah.
Modal Profit Modal Profit Modal Profit
Awal Pertahun Awal Pertahun Awal Pertahun
9.913 3.834 6.726 2.490 2.067 484
3.012 791 2.208 607 8.654 3.036
3.247 733 4.342 1.065 5.405 1.723
317 77 3.901 1.584 226 78
1.292 230 9.099 176 2.136 1.041
9.983 4.580 3.674 1.042 4.375 1.405
1.568 61 2.301 286 3.826 443
8.519 2.466 9.231 2.593 6.769 308
559 262 7.747 2.384 5.122 1.759
5.442 610 6.272 980 8.925 2.489
 45

Tabel Data
Modal 9.913 3.012 3.247 317 1.292 9.983 1.568 8.519 559 5.442
Utilisasi 69% 63% 61% 62% 59% 73% 52% 64% 73% 56%
Promosi 2.165 111 601 4 223 39 334 1.819 76 1.044
Agen 18 11 6 10 6 13 1 26 18 6
Profit 3.834 791 733 77 230 4.580 61 2.466 262 610

Modal 6.726 2.208 4.342 3.901 9.099 3.674 2.301 9.231 7.747 6.272
Utilisasi 69% 64% 62% 70% 51% 64% 56% 64% 65% 58%
Promosi 1.097 100 585 652 2.025 805 600 230 1.318 277
Agen 13 7 9 14 1 15 8 12 1 5
Profit 2.490 607 1.065 1.584 176 1.042 286 2.593 2.384 980

Modal 2.067 8.654 5.405 226 2.136 4.375 3.826 6.769 5.122 8.925
Utilisasi 62% 68% 66% 67% 74% 66% 56% 52% 67% 64%
Promosi 552 1.955 810 20 286 735 197 908 1.608 2.343
Agen 12 18 21 18 15 5 8 2 18 21
Profit 484 3.036 1.723 78 1.041 1.405 443 308 1.759 2.489
 46

Tabel Data
Measure 1 2 4 1 1 2 5 1 5 5 4
Measure 2 3 5 2 2 3 5 1 5 4 2
Measure 3 4 4 2 2 1 5 1 4 2 2
Measure 4 3 5 1 1 4 5 1 5 5 1
Construct 3 4,5 1,5 1,5 2,5 5 1 4,75 4 2,25

Measure 1 4 4 3 1 2 3 2 3 3 3
Measure 2 5 2 3 1 1 2 2 3 4 4
Measure 3 4 2 3 2 2 4 2 4 4 5
Measure 4 2 2 3 2 1 2 3 4 4 3
Construct 3,75 2,5 3 1,5 1,5 2,75 2,25 3,5 3,75 3,75

Measure 1 3 2 4 2 4 1 3 1 2 2
Measure 2 3 4 5 2 4 2 4 2 3 2
Measure 3 4 2 5 2 4 3 5 1 2 2
Measure 4 3 2 4 1 5 1 4 2 2 2
Construct 3,25 2,5 4,5 1,75 4,25 1,75 4 1,5 2,25 2
 47

Penyajian Data
Distribusi Frekuensi
dalam Tabel Satu Arah
 48

Populasi dan Sampel

POPULASI SAMPEL

N N>n n

KELAS

Kategori Poin Interval

(kualitatif) (data tunggal) (data berkelompok)
 49

Populasi dan Sampel

Ukuran populasi (N), adalah banyaknya seluruh anggota
populasi. Dapat bernilai tak hingga atau terbatas.
Ukuran sampel (n), adalah banyaknya anggota populasi yang
terpilih menjadi sampel.
Data observasi (x), adalah hasil observasi yang berupa data
individu dari pengukuran atau penghitungan atau data pencacahan
turus (tally) kelas tertentu.
Kelas (k), adalah pengelompokkan data observasi sesuai kategori,
level (faktor) atau interval yang sama.
 50

Penyajian Data
Frekuensi (f), adalah banyaknya sampel yang mengelompok dalam
nilai atau kelas yang sama.
Frekuensi kumulatif (fk), adalah jumlah frekuensi hingga nilai atau
kelas tertentu.
 Frekuensi kumulatif kurang dari ( < ) batas atas kelas
 Frekuensi kumulatif lebih dari ( > ) batas bawah kelas
Frekuensi relatif (fr), adalah besaran frekuensi yang dibandingkan
dengan total frekuensi seluruh kelas.
Frekuensi relatif kumulatif (Fr), adalah besaran frekuensi relatif
kurang atau sama dengan nilai atau kelas tertentu.
 51

Penyajian Data
Proporsi (p), adalah perbandingan frekuensi (nilai atau kelas)
terhadap ukuran sampel (keseluruhan observasi). Terkadang disebut
juga dengan peluang empiris.
Prosentase (%), adalah proporsi dalam perseratusan.
Rasio (ratio), adalah perbandingan antar kelas.
 52

Distribusi Frekuensi (Kategori)

Kategori Turus Frekuensi Kumulatif Prosentase
Merah IIII 4 4 6,67%
Jingga IIII III 8 12 20,00%
Kuning IIII IIII III 13 25 41,67%
Hijau IIII IIII IIII 15 40 66,67%
Biru IIII IIII II 12 52 86,67%
Nila IIII I 6 58 96,67%
Ungu II 2 60 100% .
 53

Distribusi Frekuensi (Data Tunggal)

x Turus Frekuensi Kumulatif Prosentase
0 IIII 4 4 6,67%
1 IIII III 8 12 20,00%
2 IIII IIII III 13 25 41,67%
3 IIII IIII IIII 15 40 66,67%
4 IIII IIII II 12 52 86,67%
5 IIII I 6 58 96,67%
6 II 2 60 100% .
 54

Distribusi Frekuensi (Interval)

Kelas x Frek Kum Prosentase
30<x<40 33, 33, 37, 39 4 4 6,67%
40<x<50 40, 40, 44, 45, 45, 45, 48, 48 8 12 20,00%
50<x<60 50, 51,51, 52, 54, 54, 54, 56, 56, 57, 57, 58, 59 13 25 41,67%
60, 60, 60, 61, 61, 62, 62, 62, 62, 63, 65, 65, 67, 68,
60<x<70 68
15 40 66,67%
70<x<80 70, 70, 73, 75, 75, 76, 76, 76, 77, 77, 78, 79 12 52 86,67%
80<x<90 82, 84, 85, 88, 89, 89 6 58 96,67%
90<x<100 94, 97 2 60 100% .
 55

Distribusi Frekuensi Data Kontinyu dan Diskrit

Distribusi Frekuensi Data Kontinyu
Kelas Turus f fk fr Fr
0<x<1,4
1,4<x<2,8
2,8<x<4,2
4,2<x<5,6
5,6<x<7,0

Distribusi Frekuensi Data Diskrit

Kelas Turus f fk fr Fr
0–1
2–3
4–5
6–7
 56

Stem & Leaf Diagram

 57

Membuat Distribusi Frekuensi

Membuat distribusi frekuensi dari data tunggal dapat
diolah dengan cara :
Menghitung rentang data observasi (R).
R  xmax  xmin
Menentukan banyaknya kelas (k) berdasarkan
banyaknya data observasi (n). Misalnya pendekatan
(bukan keharusan) menggunakan aturan Sturges
k  1  3,3 log(n) n  100
k  1  3,3 log(n 2 / 100) n  100
...
 58

Membuat Distribusi Frekuensi

Perbedaan penentuan
banyaknya kelas
 59

Membuat Distribusi Frekuensi

Menentukan lebar kelas (w) berdasarkan rentang
data (R) dan banyaknya kelas (k). Misalnya dengan
pendekatan (bukan keharusan)
R
w
k
Gunakan lebar kelas yang lebih memudahkan menginterpretasikan data.
Untuk data diskrit sebaiknya menggunakan poin atau nilai tunggal. Jika
menggunakan interval, perlu dipastikan bahwa anggota dalam masing-
masing kelas berimbang.
...
 60

Membuat Distribusi Frekuensi

Perbedaan anggota kelas pada penentuan interval
kelas yang salah pada data diskrit
Kelas f fr Fr
Anggotanya 0 dan 1  0<x<1,4
Anggotanya 2  1,4<x<2,8
Anggotanya 3 dan 4  2,8<x<4,2
Anggotanya 5  4,2<x<5,6
Anggotanya 6 dan 7  5,6<x<7,0

Kelas f fr Fr
0–1
2–3
4–5
6–7
 61

Membuat Distribusi Frekuensi

Lebar kelas = 19 (data terkecil = 76, terbesar = 245)

Lebar kelas = 20 (data terkecil = 76, terbesar = 245)

 62

Membuat Distribusi Frekuensi

Memilih data observasi terkecil (xmin) atau yang lebih
kecil sebagai batas bawah kelas pertama (L1),
selanjutnya ditambahkan dengan lebar kelas (w)
untuk mendapatkan batas atas kelas pertama (U1).
L1  x  U1 untuk data kontinyu
L1  U1 untuk data diskrit

...
 63

Membuat Distribusi Frekuensi

Batas bawah kelas pertama = 75 (data terkecil = 76)

Batas bawah kelas pertama = 70 (data terkecil = 76)

 64

Membuat Distribusi Frekuensi

Pada kelas berikutnya, menentukan batas bawah
kelas (Li) berdasarkan batas atas kelas sebelumnya
(Ui-1), selanjutnya ditambahkan dengan lebar kelas
(w) untuk mendapatkan batas atas kelas (Ui).

Li  U i 1 untuk data kontinyu

Li  U i 1  1 untuk data diskrit
...
 65

Membuat Distribusi Frekuensi

Ulangi penentuan batas bawah kelas (Li) dan batas
atas kelas (Ui) untuk semua kelas hingga data
observasi terbesar (xmax) tercakup.
Kelompokkan data observasi sesuai kelasnya dan
menandainya dengan turus (tally). Hitung banyaknya
data di masing-masing kelas sebagai frekuensi (fi)
...
 66

Membuat Distribusi Frekuensi

Berdasarkan frekuensi (fi) dan banyaknya data
observasi (n), hitung frekuensi kumulatif
(fki),frekuensi relatif (fri) dan frekuensi relatif
kumulatif (Fri) di masing-masing kelas.
i
fi i
fki
fki   f fri  Fri   fr 
1 n 1 n
 67

Membuat Distribusi Frekuensi

 68

Terima kasih ...

... Ada pertanyaan ???