ada, Tiga buah contoh yang sederhana akan eri gambaran tentang kedua macam data kasar itu. Pada bulan Juli dan Agustus 1969, sebuah team dari Lembaga Pen Ekonomi dan Masyarakat, Fakultas Ekonomi Universitas Ind mengadakan penclitian di beberapa daerah pertanian di Jawa. Hasil penelit an yang menggunakan sampel dan meliputi 100 desa di dacrah Sukabumi ser- ta Yogyakarta telah menghasilkan keterangan tentang hasil produksi padi ke- ring per hektar yang digarap melalui Bimas Baru (menggunakan bibit unggul PB-5) schagai berikut: : ; ‘Tabel 5.1.1. Hasil produksi padi kering per hektar dalam kuintal di 100 desa, 1969. ‘Sumber: Data yang tidak diterbitkan oleh Lembaga Penyclidikan Ekonomi dan Masyarakat, Fakultas Ekonomi, Universitas Indonesia, 1969. Sebetulnya, data di atas merupakan hasil penelitian sampel tentang produksi padi kering per hektar yang diambil dari populasi hasil produksi padi kering per hektar yang teoritis bersifat tidak terbatas pada ketika itu, Data yang berupa catatan seperti di atas itu, secara langsung tidak begitu besar kegunaannya bagi penggambaran peristiwaperistiwa yang bensifat kuantitatif, Sepintas lalu, kita sukar sekali mengetahui berapa sebetulnya jumlah desa yang menghasilkan padi kering sekitar 50 kuintal. Kita juga -a. FEUI, 1967, statistik: deskriptif oleh 111 mahasiswi | Hasil ujian s‘Sumber: Diambil dari data sampel tentang penelitian angka kelangsungan pema- Kaian alat kont®isepsi olch Lembaga Demografi Fakultas Ekonomi Universitas Indonesia bekerja sama dengan Dewan Gereja Indonesia, Badan Koordinasi Ke- Tuarga Berencana Nasional dan Oxfam, 1977. Data di atas secara langsung juga tidak begitu besar kegunaannya bagi peng gambaran peristiwa-peristiwa yang bersifat kuantitatif. Dari data di atas, kita sekar sekali mengetahui dengan’ cepat berapa sebetulnya jumlah akseptor yang berusia sckitar 25 tahun. Kita juga tidak dapat segera mengetahui be- Japa usia sebagian besar akseptor yang bersangkutan dan bagaimana pola variasi usia akseptor tersebut. Spun demikian, satu hal yang penting mengenai 3 contoh data sedemil an itu perlu kita ketahui. Tabel 5.1.1. jelas menggambarkan bahwa hasil produksi padi kering per hektar dari ke seratus desa sampel di atas tidaklah femuanya sama. Tabel 5.1.2, juga memuat keterangan mengenai perbedaan hhasil ujian dari 111 mahasiswa FEUI. Begitu juga halnya dengan Tabel 5.1.3. Tabel tersebut menyajikan keterangan tentang variasi usia 150 akseptor di 10 ‘klinik sampel. Dengan singkat dapat saya katakan bahwa hasil produksi padi kering hektar dari ke seratus desa, hasil ujian dari 111 mahasiswa _ maupun usia 150 akseptor di atas bervariasi. Variasi semacam itu terdapat di- : peniaied a is til nya m -persoalan di atas, statistik sebetulny eri isa data kuantitatif yang bervariasi. Meskipun demikian, sebe lata tersebut dapat dianalisa secara baik, kesemuanya patut disusun ke -bentuk yang mudah dimengerti serta berguna bagi tujuan analisa ter. / Penyusunan data yang paling sedethana ialah dalam bentuk urutan (array), Tabel 5.1.4. menyajikan kembali data tentang hasil ujian 111 mahasiswa dalam bentuk urutan sedemikian itu. Tabel 5.1, . Hasil ujian statistik deskriptif oleh 111 mahasiswa FEUI, 1967, | -Perbedaan antara Tabel 5.1.2. dan 5.1.4, seberuln; Penyusunannya. Dalam Tabel 5.1.2. data tidakskstrim dari urutan di atas, Jarak merupakan beda antara nilai teren- lah dan nilai tertinggi dalam suatu urutan. Jarak dari 111 nilai ujian di atas- ialah sebesar 74,63 — 20,07= 54,56. ; Penyusunan yang sederhana scdemikian ity jelas satu langkah Icbih baik dari- pada panyusunan yang tidak teratur seperti dalam Tabel 5.1.2. Meskipun de- mikian, uritan itu sendiri bukan merupakan cara penyusunan yang memuas- kan guna menggambarkan distribusi data statistik. Dari urutan di atas, kita masih sukar sekali melihat nilai ujian yang diterima oleh sebagian besar dari seratus sebelas mahasiswa di atas, Kita tidak dapat segera melihat. berapa jumlah mahasiswa yang nilai ujiannya terletak antara 40,00 sampai dengan . 50,00, berapa jumlah mahasiswa yang nilai ujiannya lebih tinggi dari 55,00, berapa yang nilai ujiannya kurang dari 50,00 dan scbagainya. Sclain daripada itu, bila komponen data terscbut terlalu banyak, penyajian data dalam bentuk urutan sedemikian itu sclain membuang banyak waktu, juga kurang dapat menggambarkan, suatu pcristiwa secara singkat dan jelas, Kita dapat membayangkan betapa sukarnya untuk memperolch gambaran yang jelas dan cepat mengenai suatu peristiwa dari sebuah urutan yang memuat ribuan angka-angka. Hal sedemikian itu mudah dimengerti. Bila data di atas terdiri dari beribu-ribu angka, penglihatan kita akan kubur karenanya dan lebih ba- nyak keterangan-ketcranyan seharusnya dapat kita perolch andaikata data tersebut disusun sccara berkelompok ke dalam sebuah distribusi frekuensi. abel 5.1.5. Distribusi frekuensi nilai ujian statistik deskriptif oleh 111 mahasiswa FEUI, 1967.treks ie gu arus dibedakan dari distribusi frekuensi p ran yang tidak dikelompokkan (ungrouped gas t says, istilah distribusi frekuensi umumnya dipergunakan fein cial pengukuran yang dikelompokkan (grouped ucnsi ement). 4 : Resin ‘distribusi frekuensi di atas, seluruh data telah dikelompok- Kan ke dalam 6 kelas. Pada umumnya, tiap kelas memiliki 2 batas kelas (class limits), Batas Kelas ialah nilai batas tiap kelas dalam sebuah distribusi dan ~ digunakan sebagai pedoman guna memasukkan angka-angka hasil observasi Ke dalam kelas-kelas yang sesuai. Kelas pertama dari distribusi di atas memi- liki batas kelas bawah (lower class-limit) sebesar 20,00 dan batas kelas atas (upper class-limit) scbesar 29,99. Kelas keempat memiliki batas kelas bawah sebesar 50,00 dan batas kclas atas sebesar 59,99. Dalam contoh di atas, nilai ujian diperhitungkan hingga 2 angka di belakang koma, Karena itu semua nulai yang terletak antara 29,985 dan 29,995 scharusnya dicatat menjadi 29,99. Dengan cara yang sama, semua nilai yang terletak di antara 19,995 dan 20,005 scharusnya dicatat menjadi 20,00. Secara teoritis, kelas pertama sebetulnya meliputi semua nilai-nilai antara 19,995 dan 29,995 inklusif. Kedua batas tersebut merupakan tepi kelas (class-boundaries) atau batas keoritis (true limits). Sccara tconitis, interval kclas merupakan lebar dari se. buah kelas dan dihitung dari perbedaan antara kedua tepi kelas di atas. Inter. val kelas pertama dalam Tabel 5.1.5. ialuh sebesar 29,995 — 19,995 = 10, Ti UK “tengah (mid-point atau class-mark) suatu kelas sebetulnya merupakan [aiacrata hitung dari kedua batas kelasnya atau tepi kelasnya, Titik tengah kelas pertama yang merupakan ratavrata hitung dari kedws tepi kelasnya ternyata sebesar 28,995 + 19,995 = 24,995. Sccara praktis, interval kelas juga dapat dianggap sebagai beda antara 2 titik tengah yang dimiliki oleh 2 kelas yang berturutan-Dalam contoh di atas, titik tengah kelas pertama ialah litik tengah Kelas ke dua ialah sebesar 34,995. sebesar 24,995 sedangkan Alhasil, beda antara kedua titik tengah di atas ialah sebesar 34,995 — 24,995 =10. Distribusi frekuensi di atas jela lebih berguna bagi tujuan penyajian dan ana- lisa data daripada urutan yang disajkan dalam Tabel 5.1.4. Meskipun dent kian, ada beberaps hal tentang distibusi sedemikian itu yang panne kita ke, tahui. Penyajian data ke dalam distribusi frekuensi membava custa kiwc, kuensi yang logis dapat dimengert, Beberapa keterangan yang dapat kit peroleh dari data asal akan hilang karena cara penyusnan di ates. Kice teak Imengetabui dengan pasti berapa sebenamya jumlah mahasiwa, yang nilaa umumnya, pembuatan distribusi frekuensi dapat dibagi ke dalam | tahap sebagai berikut : 1, Menentukan jumlah kelas guna memasukkan angka-angka Penentuan jumlah kelas umumnya tergantung pada pertimbangan-pertine: bangan praktis yang masuk akal dari pengolah data sendiri, Mengenai hal ter~ sebut, metode statistik tidak pernah membcrikan suatu aturan yang tertentt yang secara mutlak harus diikuti. Penentuan jumlah kelas dari suatu distribu: si tergantung pada ciri-ciri data kasarnya dan tujuan penggunaan data itu sen- diri sesudah digolongkan ke dalam kelas-kelas yang tertentu. Selain dar itu, jumlah kelas dari sebuah distribusi berhubungan erat dengan besarnya interval kelas, sifat data’kasar dan jumlah angka-angkanya yang ingin dike- lompokkan ke dalam kclas-kelas terscbut. Tabel 4.2.1. menyajikar distribusi frekucnsi usia 150 akseptor di 10 klinik sampel dengan mengyunakan 6 Kelas dan interval kelas yang sama scbesar 5. Pada hakekatnya, pengclompokan data kasar tentang usia ke dalam kelas 0 — 4,5 — 9, 10— 14, 15 — 19 dan scterusnya memang secara konvensional dapat diterima. Kesemuanya itu untuk memudabkan penggunaan data’ dis- tribusi usia bagi pengukuran-pengukuran kependudukan seperti misalnya rasio beban tanggungan (dependency ratio), angka kelahiran menurut kelom- pok umur (age specific fertility rate), angka kelahiran umum (general fertili: ty rate) dan sebagainya. Meskipun demikian, penentuan jumlah kelay dan besaran interval kelas pa- tut memperhatikan beberapa ketentuan umium, JJumlah Kelas hendaknya jangan terlalu besar tetapi juga jangan terlalu Ketil, Misalnya, pengelompokkan 111 nilai ujian yang terdapat dalam Ta- bel 5.1.2. ke dalam 120 kelas atau 111 kelas, jclas tidak praktis dan masuk di | aka. Distribusi frekuensinya akan janggal sekali kelihatannya karena terda- |. pat banyak kelas yang tidak berfrekuens. Sebaliknya, bila kita membagi data. ‘Ke dalam 2 Kelas saja, maka seluruh angka-angka akan berkonsentrasi sebut schingga banyak keterangan-keterangan yang berguna renanya-bertujuan antara lain guna ssi hasil ujian 111 fer ke dalam ‘Dari distribusi sedemikian itu, kita ingin Ps igkat dan jelas mengenai jumlah mahasiswa yang nilai ujian. di antara 50,00 sampai dengan 59,99, di bawah 50,00, di atas dan sebagainya. Ketcrangan-keterangan sedemikian itu mungkin ber. Dugi analisa peristiwa itu sendiri secara statistik. - bier Kita dapat membiyangkan betapa kegunaan distribusi frekuensi sedemikian itu bagi analisa statfstik bila data kasarnya terdiri dari ribuan angka-angka, Meskipun demikian, guna distribusi itu sendiri tergantung pada baik atau tidaknya cura penggolongan datanya ke dalam kelas-kelas yang sesuai. B Jumlah kelas terlalu kecil, kesedethanaan cara penggolongan sedemikian itu harus dibayar mahal dengan hilangnya ketcrangan-keterangan yang penting sebagai akibat penggolongan tersebut. Sebaliknya, bila jumlah kelas terlalu besar, perincian kcterangan-keterangan Ying terdapat dalam data asal tidak perlu hilang tetapi gambaran yang dibe- kan oleh distribusi frekuensinya akan kabur sekal, Bagi data yang terdiri dari 100 angk: frekuensi dengan 5 sampai dengan 1 cara praktis, h dari 20 Kelas sebctulnya jarang sekali terjadi, Fada tahun 1926, HA. Sturges! mengemukaken sebwok rumus guna menen- tukan jumlah kelas yang sebaiknya dipergunakan dala penggolongan data. Rumus tersebut diberikan scbagai berikut: k = 143,322 logn k = jumlsh kelas m= jumlah angka yang terdapat dalam data nakan secara praktis dalam penyusunan distribusi frekuensi: Tiga buah con- toh dapat saya sajikan sekedar sebagai bahan pertimbangan, Bila kita berpedoman pada Rumus Sturges guna menghitung jumlah kelas any rusnya digunakan dalam penyusunan distribusi Tabel 5.1.2., maka 1 HA. Sturges, "The Choice of a Clas Interval”, Journal of the American Static Association, 1926.80,00 guna mempermudah perhitungan, maka hasil interv: 60 las menjadi, kita bulatkan kedua nilai ekstrim masing-masing menj all kel \ i = 75 Penggolongan data ke dalam 8 kelas dengan interval kelas scbesar 7,5 _ menghasilkan distribusi seperti yang disajikan dalam Tabel 5.2.1. Tabel 5.2.1. Distribusi frekuensi nilai ujian statistik deskriptif oleh 111 mahasiswa FEUI, 1967. Nilai ujian Jumlah mahasiswa ‘Sumer: Data Tabel 5.1.2. pun penyusunan. distribusi seperti di atas cukup baik, secara praktis Se at SO Ae Rep RMN ee in Giingat. angkaangka batas kelasnya, schingga/memudabkan pemasukan ‘ dalam hapa an bersangkutan, Selain daripada itu, ‘perikut nanti akan kita Ii t betapa tidak praktisnya melakukan ¥data ke dalam 8 kelas dengan interval kelas sebesar 15 meng. distribusi frekuensi seperti yang disajikan dalam Tabel 5.2.2, Tabel 5.2.2. Disteibusi frekuensi has produksi padi ke- Ting per hektar dalam kuintal di 100 desa dacrah Suka- ‘umi dan Yogyakarta, 1969 a aa Hasil produksi dalam kuintat | Jumlah desa 7 : Pee 20h 3: 2 b 35-49 24 & bo = 6s 27 es ago, 20 * 80 — 94 8 95 — 109 8 no — 124 4 125 — 139 1 Jumlah 100 i Sumiber: Data Tabel 5.1.1 _ Dalam hal di atas, temyata Rumus Stu dengan memuaskan bagi supacns agi distribusi frekuensinya. Selain daripads itu, distribusinya tcrnyata merupakan dirty yang bermo- dus dua (bimodal) dan acapkali menyukarkan bebcraye pethitungan sta- contoh terakhir tentang penggunaan Rumus Stu data Tabel 3., maka jumlah kelas dan besaran interval kelas ages beri-‘Sumber: Data Tabel 5.1.3. Meskipun penyusunan distribusi frekucnsi seperti dalam contoh Tabel cukup baik, sccara praktis susunan distribusi seperti dalam Tabel 4. lebih scderhana dan praktis jika digunakan untuk memasukkan angka-angka, Ke dalam kelas-kelas yang bersangkutan. Titik tengahnya juga merupakan, ilangan bulat yang praktis dan mudah dipakai untuk bermacam-macam _ pengukuran statistik. jauh — Besarnya interval kelas bagi tiap-tiap kelas dalam distribusi sebaiknya diusa- hakan agar sama semua serta dalam pilangan-bilangan yang praktis. Dalam Tabel 4.2.1., 5.1.5. dan 5.2.2. interval kelas bagi Uiap-tiap Kelas sama _ besarnya dan dalam bilangan-bilangan praktis. Umumnya, bilangan yang praktis ialab bilangan yang mudah digunakan dalam penghitungan atau s guna menentukan batas kelas. Bilangan seperti 5, 10, 15, f 20 dan feterusnya umumnya merupakan bilangan praktis. Dalam praktck, ens wn bilangan praktis bagi penentuan interval kelas lebih diutamakan_ bilangan yang kurang praktis meskipian distribusi frekuensi umumnya lebih mempergunakan interval kelas yang sama pats! pw sn batas Kelas sebaiknya diusahakan sedemikian rupa, da satu angka pun dari data asal yang tidak dapat dimasukkan k dalam kelas yang tertentu, dan 2. tidak terdapat keragu-raguan dalam me- _ ‘masukkan angka-angka ke dalam kelas-kelas yang sesuai. , Bertalian dengan ketentuan tcrakhir di atas, $ pokok persoalan patut diper- hatikan olch setiap pengolah data. : Pertama, penentuan jarak guna menentukan jumlah kelas dan besarnya interval kelas sebaiknya dilakukan atas dasar perbedaan angka terendah yang telah mengalami pembulatan ke bawah dan angka tertinggi yang telah meng. alami pembulatan ke atas seperlunya, Dalam contoh yang baru lalu tentang Stribusi hasil ujian 111 mahasiswa, penentuan jarak telah dilakukan dengan Jalan menentukan beda antara nilai ujian 20,00 yang merupakan hasil pembulatan ke bawah dari nilai ujian 20,07 dan nilai 80,00 yang merupakan hasil pembulatan ke atas dari nilai ujian 74,63. Pembulatan sedemikian itu Selain menjamin tercakupnya semua data tetapi juga mempermudah penen- tuan interval kelas dan batas kelas. Kedua, j elas Pengulangan penggunaan batas kclas atas bagi batas kelas bawah dari Perikutnya sebaiknya dihindari. Tabel 5.2.4. menyajikan distribusi Tabel 5.2.4. Contoh tentanj tribusi frekuensi hasil dalam kuintal di 100 yakarta, 1969. 'g tabel yang salah dari dis- Produksi padi kering per hektar desa dacrah Sukabumi dan Yog- Hasil produksi dalam kuintal | Jumtah dese |etengah dari jumlah angka yang bersangkutan‘harus dimasukkan ke da- ‘Kelas pertama dan setengahnya lagi dimasukkan ke dalam kelas berikut- ya. Cara sedemikian itu tidak akan menimbulkan kesukaran-kesukaran bila . _jumlah angka yang bersangkutan itu genap. Bila jumlah angkanya ganjil, maka kita akan memiliki frekuensi yang berdesimal.Karena itu, cara seperti itu jarang sckali digunakan terutama bagi jumlah angka yang ganjil. 2.Secara arbriter memastikkan angka-angka yang bersangkutan ke dalam kelas-kelas yang tertentu. Cara tersebut tidak ilmiah dan harus dihindari. $. Penggolongan data dengan menggunakan batas kelas yang tidak diulang” agi kelas berikutnya seperti dalam Tabel 5.2.2. Akhirnya, batas kelas sebaiknya dinyatakan dalam bilangan bulat Bila hal sedemikian itu tidak mungkin, penggunaan jumlah-jumlah desimal harus sesuai dengan kcbutuhan saja. Sebagian besar dari data ekonomi memang dapat dinyatakan dalam bilangan bulat. Misalnya, data tentang jumlah produksi, rumah, pabrik, penduduk dan Jainlain tidak pernah dinyatakan dalam satuan yang berdesimal. Meskipun demikian, data tentang pendapatan, harga-harga, tinggi badan, berat badan, i nilai ujian dan scbagainya belum tentu selalu dinyatakan: dalam satuan- satuan yang bulat. Data yang terdapat dalam Tabel 5.1.2. ternyata dinyata- kan dalam angka-angka yang berdesimal. ——” Sebetulnya, penggolongan data yang terdiri dari angka-angka yang berdesi- mal maupun yang tidak berdesimal memiliki asas yang sama. Kita harus da- pat membedakan batas kelas dari tepi kelas. Dalam Tabel 5 ., kelas perta- ma memiliki batas kelas bawah scbesar 20 dan batas kelas atas sebesar 34. Batas kelas tersebut dinyatakan dalam angka-angka yang tidak berdesimal karena hasil produksinya dicatat dengan mengonalan sabia kuintal ed Kecil. Sebetulnya, dalam proses pencatatan, semua ha See jeg veetak antara 19,6 kuintal dan 20,5 kuintal harus dicatat menjadi 20 kuintal sedangkan semua produksi yang terletak antara 33,5 dan "34,5 kuintal harus dicatat menjadi 34 boa dan beens eon a 3 rupakan tepi kelas yang jarang sel ee ee See naiubaiasbed (eccaih ane semikia fascias hharus dihitung dari tepi kelas dan bukan dari batas jan, in aris Fi dalam Tabel 5. jalah sebesar 34,5 — 19,5 = eee ee ea Dalam Tabel 5.1.5., kelas pertama memiliki parent r lbh fai"ke dalam beberapa kelas selesai, kita mulai men a ke dalam kelas-kelas yang sesuai. Memasukkan ang! itu sebetulnya tidak usah menggunakan data yang tel m bentuk urutan, Penyusunan urutan bagi tujuan sedemikian ti z menghabiskan waktu saja. ee RE on ie angka-angka di atas dilakukan di atas elai sheet hitung atau sheet. catat (tally sheet). Tiap kali angka dimasuk- kan ke dalam kelas yang tertentu, kita harus mencatat pemasukan tersebut "dengan tanda catat /. Guna memudahkan penjumlahan, tanda catat sedemi- Kian itu dikelompokkan tersendiri setelah genap lima kali mencatat pemasuk- an angka-angka tersebut. ~ Setelah pemasukan angka-angka sedemikian itu selesai, kita baru dapat meng- hitung jumlah frekuensi dari jumlah tanda catat yang telah kita buat. Prose- dur sclengkapnya dapat dilihat pada Skema 5.2. 5. Membuat tabel distribusi frekuensi Habel distribusi frekuensi yang disajikan dalam pelbagai laporan dan majalah berbeda sekali dengan bentuk yang terdapat pada Skema 5.2.1. di ates, Ben. tuk tabel distribusi frekuensi seperti ing dis Ss ; Bentuk tabel distribusi frekuensi yang terdapat pada Skema 5.2.1. juga dapat dilihat dalam Tabel 5S. Me PEMA 6.21, Contoh| menghitung jumlah fekuensi dai Tabel 5.2, Nila ujian Catatan Jumiahkali “4 oe gram yan celas dalam sebuah distribusi. regen ‘histogram akan dip distribusi frekuensinya memiliki interval kelas yang sama bagi tiap- tiap Kelas. Dalam hal sedemikian itu, histogram sebetulnya merupakan se- rangkaian empat persegi panjang yang memiliki alas sepanjang interval antara ‘kedua tepi kelas dan memi ¢ 1g dengan frekuensi yang terdapat dalam kclas-kelas yang bersangkutan. Diagram 5.3.1. menyajikan histogram frekuensi dari distribusi yang terdapat dalam Tabel 5.2.2. DIAGRAM 5.3.1. Histogram frekuensi hasil produksi padi kering per hekter di 100 desa daerah Sukabumi dan Yogyakarta, 1969. Y = jumlah desa20 20 zg & 15 a é 10 8 8 8 3 5 4 3 a 8 1 B ee. pal ° x 27 42 Sumber: Data Tabel 5.2.2. 57 2 87 102 117 132 Meskipun histogram frckuensi di atas berguna sekali bagi penggambaran s¢- buah distribusi frekuensi, namun ada du: kita perhatikan. ia hal tentang histogram di atas patut a. Histogram di atas tidak dapat digunakan bagi penggambaran distribusi fre- kuensi yang memiliki interval kelas terbuka (0pen-class-interval), ‘Sebagian besar dari data tentang penduduk yang diterbitkan oleh Biro Pusat Statistik15+ Te; Jumlah 11.590.477 Gotatan: Angka Tabel di atas belum merupakan angka Indonesia keseluruhan ka- rena angka-angka untuk Propinsi Nusa-Tenggara Timur hanya terbatas pada Ka- bupaten Kupang, Propinsi Maluku terbatas pada Kotamadya Ambon dan * Propinsi Irian Jaya terbatas pada Kabupaten Jayapura dacrah kota. Sumber: Keterangan Demografi Penduduk Indonesia, Survey Penduduk Antar Sensus 1976, Seri Tabulasi Nomor 3 Biro Pusat Statistik, Jakarta 1976. Dalam Tabel 5.3.1., kita sebetulnya tidak mengetahui dengan pasti berapa besar istilah “dan sclebihnya” yang diberi tanda + itu. Istilah 75 “dan scle- bihnya” atau 75 + dapat diinterpretasikan sebagai 78, 80, 85, 89, 91 dan ber- macam-macam lagi. Distribusinya tidak dapat digambarkan ke dalam histo- gram kecuali bila kita membuat asumsi tentang batas kelas atas dari kelas _ Penggol kelas dengan interval kelas terbuka seperti di atas mungkin ibenarkan bila jumlah penduduk laki-laki yang berusia antara 80-84, 9, 90-94, 95-99 tidak cukup berarti untuk dibagi-bagi ke dalam_ yang berbeda. Kemungkinan lain jalah bila tiada terdapat, pen- Jaki yang berusia antara 80—84, 85~89, dan 90-94 sedangkan jet, ik lakiJaki yang berusia antar 95-99. Dis- terjadi t yallumlah | Bobot | Frekuensi kelas (2) + (4) pe oe THX (3) (2) (2) (3) 4 (6) o- 4 1.752.168 | 0,1512 863,81 1.753.031,81 5-9 1.578.336 | 0,1362 778,11 1.579.114,11 10-14 1.486.136 | 0,1282 ‘732,41 1.486.868 41 15-19 1.417.009 | 0,1223 698,70 1.417,707,70 20-24 | 1.136.325 | 0,0980 559,87 1.136.884,87 25 — 29 794.004 | 0,0685 391,34 794,395,34 30 ~ 34 716.163 | 0,0618 353,06 716.516,06 35-39 692.395 | 0,0597 341,07 692.736,07 40-44 519.588 | 0,0448 255,94 519.843,94 45-49 470.889 | 0,0406 231,95. 471.120,95 50 — 54 344.997 | 0,0298 170,25, 345,.167,25, 55-59 266.318 | 0,0230 131,40, 266.449,40 60 — 64 168.094 | 0,0145 82,84 168.176,84 6569 | 104.855 | 0.0090 51,41 104.906,41 70 — 74 68.158 | 0,059 33,71 68.191,71 70+ 69.329 | 0,0060 34,28 69.363,29, |Jumlah 0,9995 5.710,15 11,590.474,15 Sumber: Data 5.3.1. 0,1512, bobot kelas kedua menjadi 1.57: gitu setcrusnya. Bobot tiap kelas dapat dur 5.3.1. Angka pada kolom (4) diperol penduduk dalam kelas T-T, dengan bobs ot tiap kelas Kolom (3). Angka pada oto (5) merpakan sudah dirapikan dan diperoleh dengan j Tom (4) pada angka kolom (2) yang terdapat pada angka penduduk tiap kelas lan menambabkan angka ko-110-124 125-139 Jumlah ~ Sumber: Data Tabel 5.2.2. & DIAGRAM §.3.3. Contoh tentang grafik yang kurang baik dari histogram fre- ‘kuensi hasil produksi padi kering per hektar di 100 desa daerah Sukabumi dan Yogyakarta, 1969. Y = jumlah desa79,5 k. Padahal kenyataannya tidaklah demikian, Hal se, t -dimengerti. Penggambaran histogram frekuensi sebetulny, tekunan pada luas empat persegi panjang dan bukan Pada ting gi Panjang. Agar luas persegi panjang yang menggambarkan interval s antara 79,5 k dan 109,6 k di atas tidak memberi kesan yang menyesat. _ kan, kita harus mengadakan penyesuaian sebagai berikut: Bila salah saty interval kelas ternyata 2 kali lebih besar (Icbar) daripada interval kelas yang Tainnya, kita harus membagi tinggi empat persegi Panjang interval kelas yang Persangkutan dengan 2. Dengan sendirinya, bila lebar interval kelas adaber 3 Kall lebih lebar daripada interval kelas laiznya; kita juga harus membagi ting. ‘tempat persegi panjang yang bersangkutan dengan 3” DIAGRAM 5.3.4. Histogram frekuensi hasil Produksi padi kering per hektar di 100 desa daerah Sukabumi dan Yogyakarta, 1969, Y = jumlah desadilakuk; gan jalan gi panjang serta kemudian._ menghubungk: 1 ris linier atau dengan garis terputus-putus. Poligon frekuensi bagi: 2.2. dapat dilihat pada Diagram 5.3.5. ‘ = DIAGRAM 5.3.5. Poligon frekuensi hasil produksi padi kering per hektar di 100 desa daerah Sukabumi dan Yogyakarta, 1969, a 5 4 a X= hasil produksi Sumber: Data Tabel 5.2.2. i yang diratakan ir peiopde sgrafik frekuensi ialah guna menghilangkan b ok beraturan yang sifatnya kebetulan saja sebagai akibat fl sedemikian itu hanya dilakukan t frekuensi yang t7X = hasil produksi dalam kuintal Proses pengrataan sedemikian itu dapat dilakukan secara berturut-turut seba- ‘gai berikut: a. Menggambarkan poligon frekuensi serta titik tengah tia bersangkutan. Pada diagram di atas titik tengah sedemikian it a, b, ¢, d, e, f, g, h dani, b, Menggambarkan garis linier yang menghubungkan ac, ce, eg, gi bd, df, fh dan hi. Menarik garis tegak lurus melalui ttik tengah sedemikian rupa agar memo- tong garis ac, ce, eg, gi bd, df, fh, dan hi, -d, Menentukan titik tengah jarak antara titik tengah interval kelas dan garis A i, df, fh dan hi. ; secara bebas kurva yang kita inginkan dengan jalan meng: semua titik tengah jarak di atas, ad iap kelas yang tu diberi tandaia sebut dilakukan dengan menggunakan batas gannya dapat juga dilakukan dengan menggunaki sedemikian itu dapat dilihat dalam Tabel 5.4.2. ‘TABEL 5.4.1. Distribusi kumulatif hasil produksi padi kering per hektar di 190 C ddesa dacrah Sukabumi dan Yogyakarta, 1969 Hasil produksi dalam kuintat ‘Kurang dari 20 0 Kurang dari 35 ele Kurang dari 50 32 Kurang dari 65 59 i Kurang dari 80 79 . Kurang dari 95 87 Kurang dari 110 95, ke ‘Kurang dari 125 99 ‘Kurang dari 140 100 ‘Sumber: Data Tabel 5.2.2. ‘TABEL 5.4.2. Distribusi kumulatif “kurang dari" hasil, produksi padi kering per hektar di 100 desa dacrah Sukabumi dan Yogyakarta, 1969.” Hasil produksi dalam kuintal 19,5 i 94,5 i 49,5 645 i 79,5tung frekuensinya, Frekuensi kelas kelima kan frekuensi kelas pertame sampai dengan frek i yang terdapat dalam Tabel 5.2.2. Distr atas dinamakan distribusi kumulatif "kurang dari” (less than dis. ), Distribusi kumulatif “atau lebih” ( or more distribution ) jy dapat dibentuk dengan cara yang sama. Distribusi sedemikian itu dapat dili. _ hat dalam Tabel 45, j 7 TABEL 5.4.3. Distribusi kurulatif “atau lebih” hasil Produksi padi kering per 4 hhektar di 100 desa dacrah Sukabumi dan Yogyakarta, 1969, Hasil produksi dalam kuintal 20 atau lebih 35 atau lebih 50 atau lebih, 65 atau lebih 80 atau lebih 95 atau lebih 110 atau lebih 125 atau lebih * 140 atau lebih Sumber: Data Tabel 5.2.9, 5.4.3. kita dapat menghitung dengan oon’ i padi kering ee 50 Kaine tameat Sane yang menghasilkan but dapat ditentukan dengan mencan bese antarafrekucday a esa ferse- lebih” dan frekuensi kelas "110 atau lebit Scbetulnya, penennnny ota Kian itu lebih mudah dilakukan dengan menggunakay, ea ocean sedemi- yang penggolongan kelasnya didasarkan page tepi kel busi kumulatif grafis dari distribusi aria “kurang dari” atay "3 Tah kan dengan menggambarkan poligon trekuentss frekuensi bagi distribusi Tabel 8.4.1. dan 5.43) dapat nggambaran poligon SoA elleshasil produksi dalam kuintal X= 19,5 345 49,5 64,5 79,5 94,5 109,5 1245 139,5 Sumber: Data Tabel 5.4.1. dan 5.4.5. Poligon distribusi frekuensi kumulatif di atas juga dinamakan ogive. Peng: gambarannya dilakukan dengan jalan menghubungkan semua titik-titik or. Ginat dari tepi Kelas. Penggambaran poligon sedemikian itu hendaknya di- tmulai dari titik nol yang terdapat pada tepi kelas bawah dari interval Kelas ‘pertama. Di sini letak perbedaan dalam cara penggambaran poligon distri Busi frekuensi dan poligon distribusi {rekuensi kumulatif. Penggambaran po- | figon distribusi dilakukan dengan menghubungkan semua titiktitik tengah Kelas, sedangkan penggambaran poligon distribusi kumulatif dila- ‘dengan jalan menghubungkan ttik-titik ordinat tepi kelas otigo ae kumulatif di atas diratakan (smoothed), maka kita pain ‘kurva frekuensi kumulatif. Kurva frekuensi kumulatif ga dinamakan huroa ogive dan dapat dihat pada | . Sh ta Seek sacle Lik ieX-= hasil produksi dalam kuintal 195 $45 405 e487 945 1095 1245 139.5 Sember: Data Tabel 8.4.1, dan 5.4.9, ‘gunaan yang patut kita perhatikan. & Kurva ogive umumnya digunakan untuk me, barkan kumulasi frekiy- i i Lane emperoleh keterangan mengenai jumlah desa Yang Menghasilkan padi kering per hektar di atas atau di bawah jumlah kuin {al yang tertentu, kurva ogive a atas lebih berguna jika dibandingkan dengan kurva frekuensi biasa, Misalnya, jumlah desa Yang menghasilkan padi kering di atas 64,5 kuintal ialah Sebanyak 41 buah, Hal ‘Sedemikian itu secara cepat Gapat dilihat pada kurva ogive ai atas, Be b. Keragu-rayuan dalam Pemasukan angka-angka dalam kelas yang tertenty yang mungkin timbul karena persoalan interval kelas atay batas kelas tidak i ae Statistik tentang median, kuartil dan desil lebih ™mudah dila- i ____Kukan dengan bantuan kurva ogive di atas. @-Kurva ogive dapat digunakan bag ‘van interpolasi, Misalnya, jumlahTABEL 5.5.1. Distribusi persentasi iFFeptor por Kelompok uml : jumlab al ie a ag Klinik sampel di Jawa, 1973 — 1976, E. E a] a Usia akseptor Jumlah akseptor Persentasi dari ; ‘ ! Jumlah kescluruhan : 15-19 1 ’ 0.67 g 20-24 29 19,33 i 25-29 3 28,67 30-34 at 27,33 35-39 24 16,00 40-44 12 8,00 ‘ Jumlah 150 100.0 Sumber: Data Tabel 4.2.1. Pada asasnya, penyajian data di atas ke dalam bentuk distribusi persentasi & kumulatif tidak sukar dikerjakan. Tabel 5.5.2. menyajikan data di atas ke dalam bentuk distribusi persentasi kumulatif. TABEL 5.5.2. Distribusi persentasi kumulatif jumlah akseptor per kelompok ‘umur di 10 klinik di Jawa, 1973 — 1976. Usia akseptor % Jumlah akseptor secara kumulatifPeer dimulai dengan mengubah data pendapatar feat ke dalam persentasi serta kemudian meny n distrust persentasi kumulatif seperti yang terlihat d "TABEL 5.5.8. Distibusl persentasi pendapatan dan epcucel i dig ‘dengan 240 usaha tani padi di Jawa Tengah musim tanam 1973/1974, Ot iyang dikumulasi- | Jumlah pendapatan dari {3 ae eee | Gaminpedt chats | samaes Ee Patan terendah sampai de- | dari pendapatan keselu- ngan golongan pendapatan ruhan. tertinggi. t Golongan 20% pertama 27 2,7 Golongan 20% kedua 6,6 93 ! Golongan 20% ketiga 10,8 20,1 Golongan 20% keempat 18,1 38,2 Golongna 20% kelima 61,8 100,0 Jomlah keselurahan 1000 ‘| Distribusi persentasi kumulatif dari ¢, isa keurva Lorene pada Diagram $6 1007 “8 €2but disaikan dalam bentuk Kurva Lorenz di atas sebetuln, i ya menggamba is secara relatif. Garis linier yang bersudut 40 Gon | 4. MC. Yorenz "Methods of Measuring ) €ar Statistical Ass, iaston, June 1905.Sumber: Data Tabel 5.5.3. Jumlah penduduk sebagai % dari keseluruhan masyarakat secara kumulatif terletak pada garis linier. Dalam hal sedemikian itu, distribusi pendapatan bagi seluruh petani dalam masyarakat yang bersangkutan dapat dianggap merata. Sebagai contoh, apabila distribusi pendapatan merata sempurna, maka 60 persen dari masyarakat tani yang dihitung mulai dari golongan pendapatan _terendah hingga tering scharusnya memperolch 60 persen dari pendapatan _ masyarakat yang juga dihitung mulai pendapatan terendah hingga tertinggi Sepa ‘yang digambarkan dengan titik R. Dalam kenyataan, hal sedemikian ‘tu tidak pemah terjadi karena distribusi persen kumulatif pendapatan danpene ian ini Lorenz dibagi i ters diagonal yang lnier dan kurva Lorenz dibag ; : ae ae Rete segitiga AGF, maka akan diperoleh rasio Gini (Ging Rerecuiesns) 5 peut Secara singkat, ratio Gini dapat dirumuskan sebagai beriku (55.1) RG= cS = yy RG et dimana RG= Rasio Gini k = jumlah kelas fi = % atau proporsijumlah masyarakat tani dalam kelas i Yj > % atau proporsi secara kumulatif dari jumlah pendapatan ma- syarakat tani sampai dengan kelas ke-i, Jelis sekali, Rasio Gini harus terletak anjara 0 dan 1. Makin mendekati nol, . Makin rendah konsentrasinya dan makin jmetita” distribusi pendapatannya, c Makin mendekati 1, makin tinggi Konsentrasinya dan makin “tidak merat distribusi Pendapatannya. Pengukuran Rasio Gini ‘untuk distrib, dari tanaman Padi data Tabel 5.5.3, i PROSEDUR 5.5.1. Prosedur Jo hitung Rasio Gini distribusi Pendapatan di 8 deta di Jawa Tengah dengan 240 usane ne Padi usim Tanam 1978/1974, % petani yang diku- ® [rulasikan dari go- | Pendapatin seca. (arrey fentan gendapaten | ra kumadesif fre terendah sampai de (ry gan golongan penda- Grea ae ‘olongan 20% pertama| 9,997 0,027 on olongan 20% kedua” | 9993 0,120 cae longan 20% ketiga, 0,201 0,294 0.0588 ‘olongan 20% keempat| o/s 0,583 1,000 Z (vers Y*;_ R= 04812 : Rasio Gini = 1 — 0,4812 = 0,519kan harga grosir va Barat, Harga dinyatakan dalam rupiah per a. Buatlah urutan dari data di atas. b. Berapakah jarak dari urutan di atas? c. Buatlah distribusi frekuensi dari data di atas dengan menggunakan rumus Sturges. : d. Buatlah distribusi frekuensi data di atas dengan menggunakan inter- val kelas 254,00 — 254,49, 254,50 -. 254,99 dan sctcrusnya. ¢. Buatlah evaluasi serta perbundingan mengenai hasil c. dan d. di atas. 3, Buatlah histogram, poligon dan kurva frekuensi yang diratakan dari distri- busi soal 2 di atas. |. 4,Di bawah ini disajikan kembali titik-tengah distribusi hasil ujian statistik deskriptif oleh 100 mahasiswa Fakultas Ekonomi Universitas Indonesi ns ‘Titik tengah Frekuensi 34,5 445periode 1977/1978 di 69 negara. 977 922 «482 357 «170518 703 393 300 340 508773 143 703-320 849257508 476 300719 698 316 500 299 286 «602 657 6051054 a. Buatlah distribusi frekuensi dengan batas kelas terbawah = 100 dan interval kelas = 100. \ b. Gambarkan histogram dan poligon frekuensi data di atas. . Kesan apa yang Saudara peroleh dari hasil penyusunan distribusi di atas? 6. Sebuah lembaga penelitian mengadakan survei tentang jumlah tabungan per bulan dari buruh sebuah Perusahaan Negara di ibukota. Penelitian terscbut dilakukan terhadap 100 keluarga sampel dan hasilnya di nyatakan sebagai persentasi dari jumlah pendapatan per bulan. ! a. Bentuklah sebuah distribusi frekuensi dari data di atas dengan menggunakan kelas interval yang sesuai. b. Mengapa Saudara menggunakan jumlah kelas sebanyak itu? ¢. Buat juga distribusi kumulatif “atau lebih”. 7. Dalam bukunya yang berjudul Outline of Biometrics Analysis, Treolar mengemukakan distribusi berat 402 bayi yang baru dilahirkan sebagai ber. ikut:__ b. Apakah data di atas diskrit (discrete)? aoe ¢. Dapatkah Saudara memberi contoh mengenai interval kelas, batas kkelas dan tepi kelas dari data di atas? 8. Dari hasil survei jumlah pekerja kasar di Majalaya diperoleh data sebagai berikut: ‘Jumlah pekeria om Jaki-laki wanita eae 28 24 1p — 19 37 23, 20 — 24 ot 28 25 - 34 268 R 35 — 44 246 64 45 - 54 125 37 55 — 64 55 18 . 65 dan seterusnya 35 9 Usia yang tidak diketahui 2 1 Buatlah frekuensi histogram dari data di atas, 5 ikelas data di atas perlu disesuaikan dan dirapikan lagi. i ‘mengenai cara penyesuaian dan Saudara gunakan. i» 4000 — 4999 5000 — 5999 6000 ~ 6999 7000 — 7999 a. Buatlah sebuah frekuensi histogram dan frekuensi poligon dari data di atas, . Berilah sedikit komentar tentang bentuk distribusi di atas. ‘¢ Buatlah distribusi "kurang dari”. Berilah grafiknya.