Variabel terbagi 2 : Kualitatif
Kuantitatif
Contohnya : • Jenis kelamin • Pangkat seseorang • Status perkawinan
Contohnya : • Berat anak balita • Tinggi anak balita • dll dll
Variabel kuantitatif terbagi 2 : • Variabel Diskret Variabel yang kemungkinan nilainilainya berhingga atau tercacah tak terhingga yang berupa bilangan bulat . Contohnya : Jumlah anggota keluarga
• Variabel Kontinu Variabel yang kemungkinan nilainya adalah sebuah bilangan real . Contohnya : Berat seseorang
BACK TO MAIN MENU
“PENGELOMPOKKAN DATA, DISTRIBUSI FREKUENSI DAN DISTRIBUSI FREKUENSI RELATIF” Pengelompokkan adalah suatu metode yang paling banyak dipergunakan untuk mengorganisasi data. Contoh : Data Nilai Mahasiswa yang mengambil Kalkulus Peubah banyak 22
25
65
66
45
67
89
44
34
64
23
67
43
36
55
57
68
64
88
92
36
38
43
55
64
52
77
56
68
69
47
58
62
69
65
57
52
54
35
68
48
43
65
67
66
75
81
80
94
62
32
35
42
58
55
61
63
63
54
64
77
82
74
62
Distribusi frekuensi Nilai Kalkulus Peubah Banyak Nilai
Hitungan
Frekuensi
20-29
III
3
30-39
11111 1
6
40-49
11111 1111
9
50-59
11111 11111 11
12
60-69
11111 11111 11111 11111 111
23
70-79
1111
4
80-89
11111
5
90-99
11
2
Histogram Distribusi Frekuensi 25 20 15 frekuensi
10 5 0 20-29
30-39
40-49
50-59
60-69
70-79
80-89
90-99
Dari tabel sebelumnya, ada beberapa terminologi yang perlu kita definisikan : • Kelas Kelas--kelas interval adalah untuk pengelompokkan data. • Frekuensi menyatakan banyaknya data dalam kelas interval • Batas bawah kelas adalah nilai terendah dalam kelas interval, misal ada kelas interval ketiga 4040-49, 40 adalah batas bawah kelas interval ketiga • Batas atas kelas adalah nilai tertinggi dalam kelas interval • Tanda kelas adalah titik tengah kelas interval, misal pada kelas interval kelas ketiga 4040-49 tanda kelasnya adalah 40+49/2=44,5 • Panjang kelas interval adalah selisih dua batas bawah atau batas atas yang berdekatan, misal panjang kelas 10=3010=30-20 atau 10=3910=39-29 • Frekuensi relatif adalah besaran persentase dari setiap frekuensi pada setiap kelas interval yaitu persentasi relatif terhadap total banyaknya data .
Distribusi Frekuensi Nilai Kalkulus Peubah Banyak Nilai
Frekuensi Relatif
Frekuensi Kelas
Tanda
20-29
3
0,047
24,5
30-39
6
0,094
34,5
40-49
9
0,141
44,5
50-59
12
0,187
54,5
60-69
23
0,359
64,5
70-79
4
0,063
74,5
80-89
5
0,078
84,5
90-99
2
0,031
94,5
64
1,000
Histogram Distribusi Fekuensi Relatif 0,4 0,35 0,3 0,25 0,2 frekuensi 0,15 0,1 0,05 0 20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99
Frekuensi Kumulatif Nilai
Frekuensi Kumulatif
Frekuensi Kumulatif Relatif
Kurang dari 19
0
0,000
Kurang dari 29
3
0,047
Kurang dari 39
9
0,094
Kurang dari 49
18
0,281
Kurang dari 59
30
0,469
Kurang dari 69
53
0,828
Kurang dari 79
57
0,891
Kurang dari 89
62
0,969
Kurang dari 99
64
1,000
Poligon Distribusi Frekuensi Kumulatif atau Ogif 25 20 15 frekuensi
10 5 0 20-29
30-39
40-49
50-59
60-69
70-79
80-89
90-99
BACK TO MAIN MENU
“PENGELOMPOKAN DENGAN NILAI TUNGGAL DAN DATA KUALITATIF” Pengelompokan Dengan Nilai Tunggal Dalam pengelompokan jenis ini, ini, kita dapat mengelompokkan data tanpa kelaskelas-kelas interval. Contoh : Data banyaknya anak yang dimiliki oleh suatu keluarga di suatu kampung. kampung. Berikut ini data banyaknya anak yang dimiliki 40 keluarga. keluarga.
1
3
4
0
4
5
3
1
2
1
3
2
4
6
5
2
0
3
2
1
1
4
8
2
3
2
1
0
0
3
3
2
2
1
2
3
4
2
0
0
Distribusi frekuensi dan frekuensi relatif data tersebut Banyak Anak 0 1 2 3 4 5 6 7 8 Total
Frekuensi 6 7 10 8 5 2 1 0 1 40
Frekuensi Relatif 0,150 0,175 0,250 0,200 0,125 0,050 0,025 0,000 0,025 1,00
Data dalam bentuk histogram distribusi frekuensi pengelompokan tunggal 12 10 8 6
Frekuensi
4 2 0 0
1
2
3
4
5
6
7
8
Data Kualitatif Pada data kualitatif, kualitatif, konsepkonsep-konsep seperti kelas interval, batas kelas, kelas, dan tanda kelas tidak dapat diterapkan. diterapkan. Karena kelaskelas-kelas data kualitattif tidak mempunyai makna jika kita membicarakan konsepkonsep-konsep tersebut. tersebut. Contoh : Data perbandingan prediksi KP3KD dengan perolehan suara sementara KPU dan PPD II Bandar Lampung dalam pemilu 1999. Berikut ini perbandingannya dari 349.250 suara (dalam persentase) persentase)
Partai PDI-P Golkar PAN PPP PK PKB
KP3KD 39,31 20,09 13,18 12,42 4,99 2,94
KPU 43,00 18,68 12,78 11,53 4,22 3,69
PPD II 43,27 17,98 13,10 11,67 4,18 3,68
Data dalam bentuk histogram 50,00 45,00 40,00 35,00 30,00 KP3KD
25,00
KPU PPD II
20,00 15,00 10,00 5,00 0,00 PDI-P
Golkar
PAN
PPP
PK
PKB
Dengan memperhatikan data diatas, diatas, Nampak prediksi KP3KD dan perhitungan sementara perolehan suara relatif sangat dekat
Data dalam bentuk grafik garis 50 45 40 35 30 KP3KD
25
KPU 20
PPD II
15 10 5 0 PDI-P
Golkar
PAN
PPP
PK
PKB
Semakin dekat garisgaris-garis mereka, mereka, berarti model prediksi sangat baik dengan data real. BACK TO MAIN MENU
“DIAGRAM BATANG DAUN” Metode ini dikembangkan oleh John Tukey pada tahun 19601960-an. Diagram batang daun membagi bilangan menjadi dua bagian yaitu yang akan diletakkan pada batang daun dan bagian lain akan diletakkan pada daun. daun. Contoh : Berikut ini data masa mukim mahasiswa hasil penelitian Pusat Jasa Ketenagakerjaan Universitas Lampung 2001. Data ini adalah sampel dari 100 alimni UNILA yang diwisuda dari periode Agustus 1999 s.d. s.d. periode Juni 2000 (dalam bulan) bulan)
66
55
68
57
71
52
46
51
55
68
55
56
51
51
51
51
47
76
56
71
68
56
55
55
55
67
55
67
67
51
66
66
77
80
54
60
95
71
71
87
63
74
55
69
56
52
62
61
63
71
63
71
53
66
68
79
54
55
58
58
56
83
77
64
72
80
72
61
76
88
47
68
77
65
71
73
64
77
70
64
68
56
56
68
68
60
60
64
64
64
52
64
76
67
55
64
59
59
59
59
PertamaPertama-tama, bilangan puluhan sebagai bilangan yang akan diletakkan di batang kemudian bilangan satuan pada daun. daun.
Diagram batang daun tanpa diurutkan Batang 4 5 6 7 8 9
Daun 767 562566615536157154652125491595689189 68833868489456878870042407114734844 41777612193261716011 30078 5
Frekuensi 3 36 35 20 5 1
Diagram batang daun data diurutkan Batang 4 5 6 7 8 9
Daun 677 111111222344555555555566666667889999 00011233344444444566677778888888889 01111111223466677779 00378 5
Frekuensi 3 36 35 20 5 1
BACK TO MAIN MENU
“BENTUK-BENTUK DISTRIBUSI” Banyak uji statistik mensyaratkan bentuk distribusi tertentu sebagai asumsinya. asumsinya. Contoh: Contoh: Diberikan bentuk ditribusi dari data nilai mahasiswa yang mengambil mata kuliah matematika I, disajikan dalam bentuk grafik berikut. berikut. Asumsikan nilai 315 orang mahasiswa sebagai populasi. populasi.
Nilai
1
1,5
2
2,5
3
3,5
Frek
3
6
9
12
12 17
4
4,5 5
22 28
5,5 6
36 50
6,5
54 38
7
7,5
8
8,5
9
26 18
9
4
2
Histogram yang Menggambarkan Distribusi Nilai 315 Orang Mahasiswa 60 50 40 30 frekwensi 20 10 0 3
6
9 12 12 17 22 28 36 50 54 38 26 18 9
4
2
Beberapa bentuk distribusi yang mungkin akan banyak kita jumpai
