Pengertian Distribusi Frekuensi

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.
Daftar yang memuat data berkelompok disebut distribusi frekuensi atau tabel frekuensi.
Distribusi frekuensi adalah susunan data menurut kelas interval tertentu atau menurut kategori
tertentu dalam sebuah daftar (Hasan, 2001).

Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan dipakai dalam membuat
sebuah daftar distribusi frekuensi. Bagian-bagian tersebut akan dijelaskan sebagai berikut
(Hasan, 2001):

Jenis Jenis Distribusi Frekuensi

Distribusi frekuensi memiliki jenis-jenis yang berbeda untuk setiap kriterianya. Berdasarkan
kriteria tersebut, distribusi frekuensi dapat dibedakan tiga jenis (Hasan, 2001):

1. Distribusi frekuensi biasa

Distribusi frekuensi yang berisikan jumlah frekuensi dari setiap kelompok data. Distribusi
frekuensi ada dua jenis yaitu distribusi frekuensi numerik dan distribusi frekuensi peristiwa atau
kategori.

2. Distribusi frekuensi relatif

Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan jumlah
pengamatan. Distribusi frekuensi relatif menyatakan proporsi data yang berada pada suatu kelas
interval, distribusi frekuensi relatif pada suatu kelas didapatkan dengan cara membagi frekuensi
dengan total data yang ada dari pengamatan atau observasi.
3. Distribusi frekuensi kumulatif
Distribusi frekuensi yang berisikan frekuensi kumulatif (frekuensi yang dijumlahkan). Distribusi
frekuensi kumulatif memiliki kurva yang disebut ogif. Ada dua macam distribusi frekuensi
kumulatif yaitu distribusi frekuensi kumulatih kurang dari dan distribusi frekuensi lebih dari.

Penyusunan Distribusi Frekuensi

Penyusunan suatu distribusi frekuensi perlu dilakukan tahapan penyusunan data. Pertama
melakukan pengurutan data-data terlebih dahulu sesuai urutan besarnya nilai yang ada pada data,
selanjutnya diakukan tahapan berikut ini (Hasan, 2001).

1. Menentukan jangkauan (range) dari data. Jangkauan = data terbesar – data terkecil.
2. Menentukan banyaknya kelas (k). Banyaknya kelas ditentukan dengan rumus sturgess K
= 1 + 3.3 log n; k (Keterangan: k = banyaknya kelas, n = banyaknya data)
3. Menentukan panjang interval kelas. Panjang interval kelas (i) = Jumlah Kelas (k)/
Jangkauan (R)
4. Menentukan batas bawah kelas pertama. Tepi bawah kelas pertama biasanya dipilih dari
data terkecil atau data yang berasal dari pelebaran jangkauan (data yang lebih kecil dari
data data terkecil) dan selisihnya harus kurang dari panjang interval kelasnya.
5. Menuliskan frekuensi kelas didalam kolom turus atau tally (sistem turus) sesuai
banyaknya data.
 Hasil pengukuran yang kita peroleh disebut dengan data mentah. Besarnya hasil
pengukuran yang kita peroleh biasanya bervariasi. Apabila kita perhatikan data mentah
tersebut, sangatlah sulit bagi kita untuk menarik kesimpulan yang berarti. Untuk
memperoleh gambaran yang baik mengenai data tersebut, data mentah tersebut perlu di
olah terlebih dahulu.

Pada saat kita dihadapkan pada sekumpulan data yang banyak, seringkali membantu
untuk mengatur dan merangkum data tersebut dengan membuat tabel yang berisi daftar
nilai data yang mungkin berbeda (baik secara individu atau berdasarkan
pengelompokkan) bersama dengan frekuensi yang sesuai, yang mewakili berapa kali
nilai-nilai tersebut terjadi. Daftar sebaran nilai data tersebut dinamakan dengan Daftar
Frekuensi atau Sebaran Frekuensi (Distribusi Frekuensi).

Dengan demikian, distribusi frekuensi adalah daftar nilai data (bisa nilai individual atau
nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai
dengan nilai frekuensi yang sesuai.

Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting data
tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan gambaran yang khas
tentang bagaimana keragaman data. Sifat keragaman data sangat penting untuk diketahui,
karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu memperhatikan
sifat dari keragaman data. Tanpa memperhatikan sifat keragaman data, penarikan suatu
kesimpulan pada umumnya tidaklah sah.

Sebagai contoh, perhatikan contoh data pada Tabel 1. Tabel tersebut adalah daftar nilai ujian
Matakuliah Statistik dari 80 Mahasiswa (Sudjana, 19xx).

Tabel 1. Daftar Nilai Ujian Matakuliah Statistik

79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75

Sangatlah sulit untuk menarik suatu kesimpulan dari daftar data tersebut. Secara sepintas, kita
belum bisa menentukan berapa nilai ujian terkecil atau terbesar. Demikian pula, kita belum bisa
mengetahui dengan tepat, berapa nilai ujian yang paling banyak atau berapa banyak mahasiswa
yang mendapatkan nilai tertentu. Dengan demikian, kita harus mengolah data tersebut terlebih
dulu agar dapat memberikan gambaran atau keterangan yang lebih baik.

Bandingkan dengan tabel yang sudah disusun dalam bentuk daftar frekuensi (Tabel 2a dan Tabel
2b). Tabel 2a merupakan daftar frekuensi dari data tunggal dan Tabel 2b merupakan daftar
frekuensi yang disusun dari data yang sudah di kelompokkan pada kelas yang sesuai dengan
selangnya. Kita bisa memperoleh beberapa informasi atau karakteristik dari data nilai ujian
mahasiswa.

Tabel 2a.

No Nilai Ujian Frekuensi

xi fi
1 35 1
2 36 0
3 37 0
4 38 1
: : :
16 70 4
17 71 3
: : 1
42 98 1
43 99 1
Total 80

Pada Tabel 2a, kita bisa mengetahui bahwa ada 80 mahasiswa yang mengikuti ujian, nilai ujian
terkecil adalah 35 dan tertinggi adalah 99. Nilai 70 merupakan nilai yang paling banyak
diperoleh oleh mahasiswa, yaitu ada 4 orang, atau kita juga bisa mengatakan ada 4 mahasiswa
yang memperoleh nilai 70, tidak ada satu pun mahasiswa yang mendapatkan nilai 36, atau hanya
satu orang mahasiswa yang mendapatkan nilai 35.

Tabel 2b.

Kelas ke- Nilai Ujian Frekuensi fi

1 31 – 40 2
2 41 – 50 3
3 51 – 60 5
4 61 – 70 13
5 71 – 80 24
6 81 – 90 21
7 91 – 100 12
Jumlah 80

Tabel 2b merupakan daftar frekuensi dari data yang sudah dikelompokkan. Daftar ini merupakan
daftar frekuensi yang sering digunakan. Kita sering kali mengelompokkan data contoh ke dalam
selang-selang tertentu agar memperoleh gambaran yang lebih baik mengenai karakteristik dari
data. Dari daftar tersebut, kita bisa mengetahui bahwa mahasiswa yang mengikuti ujian ada 80,
selang kelas nilai yang paling banyak diperoleh oleh mahasiswa adalah sekitar 71 sampai 80,
yaitu ada 24 orang, dan seterusnya. Hanya saja perlu diingat bahwa dengan cara ini kita bisa
kehilangan identitas dari data aslinya. Sebagai contoh, kita bisa mengetahui bahwa ada 2 orang
yang mendapatkan nilai antara 31 sampai 40. Meskipun demikian, kita tidak akan tahu dengan
persis, berapa nilai sebenarnya dari 2 orang mahasiswa tersebut, apakah 31 apakah 32 atau 36
dst.

Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daftar frekuensi.

Tabel 3.

Selang Nilai Kelas Frekuensi

Kelas ke- Batas Kelas
Nilai Ujian (xi) (fi)
1 31 – 40 30.5 – 40.5 35.5 2
2 41 – 50 40.5 – 50.5 45.5 3
3 51 – 60 50.5 – 60.5 55.5 5
4 61 – 70 60.5 – 70.5 65.5 13
5 71 – 80 70.5 – 80.5 75.5 24
6 81 – 90 80.5 – 90.5 85.5 21
7 91 – 100 90.5 – 100.5 95.5 12
Jumlah 80

Range : Selisih antara nilai tertinggi dan terendah. Pada contoh ujian di atas, Range = 99 – 35 =
64

Batas bawah kelas: Nilai terkecil yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas,
batas bawah kelasnya adalah 31, 41, 51, 61, …, 91)

Batas atas kelas: Nilai terbesar yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas,
batas bawah kelasnya adalah 40, 50, 60, …, 100)

Batas kelas (Class boundary): Nilai yang digunakan untuk memisahkan antar kelas, tapi tanpa
adanya jarak antara batas atas kelas dengan batas bawah kelas berikutnya. Contoh: Pada kelas
ke-1, batas kelas terkecilnya yaitu 30.5 dan terbesar 40.5. Pada kelas ke-2, batas kelasnya yaitu
40.5 dan 50.5. Nilai pada batas atas kelas ke-1 (40.5) sama dengan dan merupakan nilai batas
bawah bagi kelas ke-2 (40.5). Batas kelas selalu dinyatakan dengan jumlah digit satu
desimal lebih banyak daripada data pengamatan asalnya. Hal ini dilakukan untuk menjamin
tidak ada nilai pengamatan yang jatuh tepat pada batas kelasnya, sehingga menghindarkan
keraguan pada kelas mana data tersebut harus ditempatkan. Contoh: bila batas kelas di buat
seperti ini:

Kelas ke-1 : 30 – 40

Kelas ke-2 : 40 – 50

dst.

Apabila ada nilai ujian dengan angka 40, apakah harus ditempatkan pada kelas-1 ataukah kelas
ke-2?

Panjang/lebar kelas (selang kelas): Selisih antara dua nilai batas bawah kelas yang berurutan
atau selisih antara dua nilai batas atas kelas yang berurutan atau selisih antara nilai terbesar dan
terkecil batas kelas bagi kelas yang bersangkutan. Biasanya lebar kelas tersebut memiliki lebar
yang sama. Contoh:

lebar kelas = 41 – 31 = 10 (selisih antara 2 batas bawah kelas yang berurutan) atau

lebar kelas = 50 – 40 = 10 (selisih antara 2 batas atas kelas yang berurutan) atau

lebar kelas = 40.5 – 30.5 = 10. (selisih antara nilai terbesar dan terkecil batas kelas pada kelas ke-
1)

Nilai tengah kelas: Nilai kelas merupakan nilai tengah dari kelas yang bersangkutan yang
diperoleh dengan formula berikut: ½ (batas atas kelas+batas bawah kelas). Nilai ini yang
dijadikan pewakil dari selang kelas tertentu untuk perhitungan analisis statistik selanjutnya.
Contoh: Nilai kelas ke-1 adalah ½(31+40) = 35.5

Banyak kelas: Sudah jelas! Pada tabel ada 7 kelas.

Frekuensi kelas: Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu. Contoh,
pada kelas ke-1, frekuensinya = 2. Nilai frekuensi = 2 karena pada selang antara 30.5 – 40.5,
hanya ada 2 angka yang muncul, yaitu nilai ujian 31 dan 38.

Teknik pembuatan Tabel Distribusi Frekuensi (TDF)

Distribusi frekuensi dibuat dengan alasan berikut:

 kumpulan data yang besar dapat diringkas

 kita dapat memperoleh beberapa gambaran mengenai karakteristik data, dan
 merupakan dasar dalam pembuatan grafik penting (seperti histogram).

Banyak software (teknologi komputasi ) yang bisa digunakan untuk membuat tabel distribusi
frekuensi secara otomatis. Meskipun demikian, di sini tetap akan diuraikan mengenai prosedur
dasar dalam membuat tabel distribusi frekuensi.

Langkah-langkah dalam menyusun tabel distribusi frekuensi:

 Urutkan data, biasanya diurutkan dari nilai yang paling kecil

o Tujuannya agar range data diketahui dan mempermudah penghitungan frekuensi
tiap kelas!
 Tentukan range (rentang atau jangkauan)
o Range = nilai maksimum – nilai minimum
 Tentukan banyak kelas yang diinginkan. Jangan terlalu banyak/sedikit, berkisar antara 5
dan 20, tergantung dari banyak dan sebaran datanya.
o Aturan Sturges:
o Banyak kelas = 1 + 3.3 log n, dimana n = banyaknya data
 Tentukan panjang/lebar kelas interval (p)
o Panjang kelas (p) = [rentang]/[banyak kelas]
 Tentukan nilai ujung bawah kelas interval pertama
Pada saat menyusun TDF, pastikan bahwa kelas tidak tumpang tindih sehingga setiap nilai-nilai
pengamatan harus masuk tepat ke dalam satu kelas. Pastikan juga bahwa tidak akan ada data
pengamatan yang tertinggal (tidak dapat dimasukkan ke dalam kelas tertentu). Cobalah untuk
menggunakan lebar yang sama untuk semua kelas, meskipun kadang-kadang tidak mungkin
untuk menghindari interval terbuka, seperti ” ≥ 91 ” (91 atau lebih). Mungkin juga ada kelas
tertentu dengan frekuensi nol.

Contoh:

Kita gunakan prosedur di atas untuk menyusun tabel distribusi frekuensi nilai ujian mahasiswa
(Tabel 1).

Berikut adalah nilai ujian yang sudah diurutkan:

35 38 43 48 49 51 56 59 60 60
61 63 63 63 65 66 67 67 68 70
70 70 70 71 71 71 72 72 72 73
73 74 74 74 74 75 75 76 76 77
78 79 79 80 80 80 80 81 81 81
82 82 83 83 83 84 85 86 86 87
88 88 88 88 89 90 90 90 91 91
91 92 92 93 93 93 95 97 98 99

2. Range:
[nilai tertinggi – nilai terendah] = 99 – 35 = 64

3. Banyak Kelas:
Tentukan banyak kelas yang diinginkan.
Apabila kita lihat nilai Range = 64, mungkin banyak kelas
sekitar 6 atau 7.
Sebagai latihan, kita gunakan aturan Sturges.
banyak kelas = 1 + 3.3 x log(n)
 = 1 + 3.3 x log(80)
= 7.28 ≈ 7

4. Panjang Kelas:
Panjang Kelas = [range]/[banyak kelas]
= 64/7
= 9.14 ≈ 10
(untuk memudahkan dalam penyusunan TDF)

5. Tentukan nilai batas bawah kelas pada kelas pertama.

Nilai ujian terkecil = 35
Penentuan nilai batas bawah kelas bebas saja,
asalkan nilai terkecil masih masuk ke dalam kelas tersebut.
Misalkan: apabila nilai batas bawah yang kita pilih adalah 26,
maka interval kelas pertama: 26 – 35, nilai 35 tepat jatuh
di batas atas kelas ke-1. Namun apabila kita pilih
nilai batas bawah kelas 20 atau 25, jelas nilai terkecil, 35,
tidak akan masuk ke dalam kelas tersebut.
Namun untuk kemudahan dalam penyusunan dan pembacaan TDF,
tentunya juga untuk keindahan, he2.. lebih baik kita memilih
batas bawah 30 atau 31. Ok, saya tertarik dengan angka 31,
sehingga batas bawahnya adalah 31.

Dari prosedur di atas, kita dapat info sebagai berikut:

Banyak kelas :7
Panjang kelas : 10
Batas bawah kelas : 31
Selanjutnya kita susun TDF:
Form TDF:
------------------------------------------------------------
Kelas ke- | Nilai Ujian | Batas Kelas | Turus | Frekuensi
------------------------------------------------------------
1 31 -
2 41 -
3 51 -
: : -
6 81 -
7 91 -
------------------------------------------------------------
Jumlah
------------------------------------------------------------
Tabel berikut merupakan tabel yang sudah dilengkapi

Frekuensi
Kelas ke- Nilai Ujian Batas Kelas
(fi)
1 31 – 40 30.5 – 40.5 2
2 41 – 50 40.5 – 50.5 3
3 51 – 60 50.5 – 60.5 5
4 61 – 70 60.5 – 70.5 13
5 71 – 80 70.5 – 80.5 24
6 81 – 90 80.5 – 90.5 21
7 91 – 100 90.5 – 100.5 12
Jumlah 80
atau dalam bentuk yang lebih ringkas:
Frekuensi
Kelas ke- Nilai Ujian
(fi)
1 31 – 40 2
2 41 – 50 3
3 51 – 60 5
4 61 – 70 13
5 71 – 80 24
6 81 – 90 21
7 91 – 100 12
Jumlah 80

Distribusi Frekuensi Relatif dan Kumulatif

Variasi penting dari distribusi frekuensi dasar adalah dengan menggunakan nilai frekuensi
relatifnya, yang disusun dengan membagi frekuensi setiap kelas dengan total dari semua
frekuensi (banyaknya data). Sebuah distribusi frekuensi relatif mencakup batas-batas kelas yang
sama seperti TDF, tetapi frekuensi yang digunakan bukan frekuensi aktual melainkan frekuensi
relatif. Frekuensi relatif kadang-kadang dinyatakan sebagai persen.

Frekuensi relatif =

Contoh: frekuensi relatif kelas ke-1:

fi = 2; n = 80

Frekuensi relatif = 2/80 x 100% = 2.5%

Kelas ke- Nilai Ujian Frekuensi relatif (%)

1 31 – 40 2.50
2 41 – 50 3.75
3 51 – 60 6.25
4 61 – 70 16.25
5 71 – 80 30.00
6 81 – 90 26.25
7 91 – 100 15.00
Jumlah 100.00

Distribusi Frekuensi kumulatif

Variasi lain dari distribusi frekuensi standar adalah frekuensi kumulatif. Frekuensi kumulatif
untuk suatu kelas adalah nilai frekuensi untuk kelas tersebut ditambah dengan jumlah frekuensi
semua kelas sebelumnya.

Perhatikan bahwa kolom frekuensi selain label headernya diganti dengan frekuensi kumulatif
kurang dari, batas-batas kelas diganti dengan “kurang dari” ekspresi yang menggambarkan
kisaran nilai-nilai baru.

Nilai Ujian Frekuensi kumulatif kurang dari

kurang dari 30.5 0
kurang dari 40.5 2
kurang dari 50.5 5
kurang dari 60.5 10
kurang dari 70.5 23
kurang dari 80.5 47
kurang dari 90.5 68
kurang dari 100.5 80

atau kadang disusun dalam bentuk seperti ini:

Nilai Ujian Frekuensi kumulatif kurang dari

kurang dari 41 2
kurang dari 51 5
kurang dari 61 10
kurang dari 71 23
kurang dari 81 47
kurang dari 91 68
kurang dari 101 80

Variasi lain adalah Frekuensi kumulatif lebih dari. Prinsipnya hampir sama dengan prosedur di
atas.
Histogram

Histogram adalah merupakan bagian dari grafik batang di mana skala horisontal mewakili nilai-
nilai data kelas dan skala vertikal mewakili nilai frekuensinya. Tinggi batang sesuai dengan nilai
frekuensinya, dan batang satu dengan lainnya saling berdempetan, tidak ada jarak/ gap diantara
batang. Kita dapat membuat histogram setelah tabel distribusi frekuensi data pengamatan dibuat.

Poligon Frekuensi:

Poligon Frekuensi menggunakan segmen garis yang terhubung ke titik yang terletak tepat di
atas nilai-nilai titik tengah kelas. Ketinggian dari titik-titik sesuai dengan frekuensi kelas, dan
segmen garis diperluas ke kanan dan kiri sehingga grafik dimulai dan berakhir pada sumbu
horisontal.

Ogive

Ogive adalah grafik garis yang menggambarkan frekuensi kumulatif, seperti daftar distribusi
frekuensi kumulatif. Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis yang
dimulai dari batas bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir. Ogive
berguna untuk menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada gambar
berikut menunjukkan bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.