TABEL DISTRIBUSI FREKWENSI DENGAN EXCEL

Dalam statistika dikenal penyajian data dalam bentuk tabel distribusi frekwensi. Tabel frekwensi yaitu penyajian data dalam bentuk tabel dengan menyajikan banyaknya (frekwensi) setiap data dari sekumpulan data hasil pengukuran. Dalam buku-buku statistika kebanyakan pembuatan tabel diajarkan secara manual. Pada pembuatan tabel distribusi frekwensi secara manual, untuk mengetahui frekwensi tiap data dilakukan dengan membilang (mentally) setiap data. Hal ini tentu saja terasa tidak masalah jika data yang diolah jumlahnya sedikir. Tapi jika banyak data ratusan bahkan ribuan, penyusunan tabel distribusi frekwensi secara manusal tentu saja akan sangat melelahkan dan kemungkinan terjadi kekeliruan pncacahan sangat tinggi. 

Tulisan berikut sekedar berbagi tips, bagaimana kita membuat tabel distribusi frekwensi dengan mudah dan cepat menggunakan bantuan Microsoft Excel.

Membuat Tabel Distribusi Frekwensi Data Tunggal Dengan MS Excel

a.       Simpan data mentah pada sheet (satu data tiap sel), misalnya pada range A1-C10

b.      Siapkan kerangka tabel dengan kolom dan baris sesuai kebutuhan

misalnya seperti berikut:

c.       Masukkan skor terendah sampai tertinggi pada E2 sampai selesai

d.      Untuk frekwensi (f): Pada F2 ketik =countif($A$1;$C$10,E2)

e.       Copas isi F2 ke F3 dan seterusnya sampai F9

f.       Untuk jumlah frekwensi Pada F10 ketik =sum (F2;F9)

g.       Untuk frekwensi relatif (fr): Pada G2 (format: %) ketik ketik =F2/F10.

h.      Copas isi G2 ke G3 dan seterusnya sampai G9

i.        Untuk fk<, pada H2 ketik =F2 kemudian pada F3 ketik =H2+F3 copas ke H3 sampai H9

j.        Untuk fk< (%) caranya sama dengan mengisi fr

Selamat mencoba

Coba sekarang anda buka worksheet baru.

Lakukan pengolahan data berikut dan sajikan pada tabel distribusi frekwensi lengkap

Dan diagram batang, dan diagram garis dari data berikut:

Tabel Distribusi Frekwensi Data Dikelompokan

Telah dikemukakan bahwa tabel distrubusi frekwensi data tunggal hanya tepat digunakan jika rentang skala skor-skor itu pendek. Karena jika panjang lebih dari 20 interval, maka tabelnya akan panjang dan itu tidak efektif. Para ahli sepakat bahwa menurut kepatutan pandangan dan ukuran kertas ideal, maka tabel itu sebaiknya terdiri atas 10 sd 20 record saja.

 

Membuat tabel distribusi frekwensi data dikelompokkan menggunakan Program MS Excel hampir sama dengan Membuat tabel distribusi frekwensi data tunggal, namun sedikit berbeda dalam pencacahan frekwensi data. Ikuti langkah-langkah berikut, (setelah anda berhasil , coba ikuti contoh)

1)      Buka MS Excel dan siapkan sheet kosong

2)      Tentukan panjang interval (i) secara manual seperti pada contoh pengerjaan tabel cara manual (pada contoh di atas kita dapatkan i-5, maka kita bikin interval 35-39; 40-44, dst)

3)      Buat kerangka tabel (misalnya di B2-H13)

4)      Masukan scor-scor di tempat terpisah dengan tabel (misalnya di J3-N12)

5)      Untuk penolong, bikin data <40. <45,...., <90,  di sebelah kiri interval tabel misalnya di A3-A13.

6)      Kerangka terbentuk seperti gambar berikut

Mulailah kita beri perintah-perintah (langkah selanjutnya)

7)      Perintah pencacahan kita berikan pada kolom fk (bandingkan dengan perintah pencacahan pada TDF data tunggal) di G3 tulis =countif($J$3;$N$12,A3)

8)      Copas isi G3 ke G4 sd G13

9)      Untuk mengisi kolom f, pada E3 ketik =G3 dan pada E4 ketik =G4-G3

10)  Copas isi E4 ke E5 sd E13

11)  Pada kolom %f di F3 ketik =G3/$G$13 (kasih format %) kemudian copas isi F3 ke F4 sd F13

12)  Pada kolom %fk di H3 ketik =G3/$G$13 (kasih format %) kemudian copas isi H3 ke H4 sd H13

13)  Hasilnya seperti tampak pada gambar berikut:

selamat mencoba, semoga bermafaat

JENIS DATA STATISTIK

Data (bentuk jamak.- bentuk tunggalnya datum) adalah katagori dan bilangan atau angka yang dihasilkan dari pengamatan yang bersifat agregatif. Pengamatan dikatakan agregatif jika pengamatan atau pengukuran tersebut dilakukan minimal terhadap satu individu tapi beberapa kali pengukuran atau satu kali pengukuran dari beberapa individu. Oleh karena itu istilah yang dipakai dalam statistika adalah data (jarang sekali menggunakan istilah datum) karna pengamatan yang bersifat agregatif akan menghasilkan banyak datum. 

Jenis-jenis data dapat diklasifikasikan berdasarkan sudut pandang tertentu. Data dapat dikalsisfikasikan berdasarkan sifatnya, bentuk angka dan skala nilai dan sumber dari mana dat itu siperoleh. Secara garis besar, macam dan jenis data statistik dapat diklasifikasikan sebagai berikut:

Berdasarkan sifat angkanya, data dapat diklasifikasikan menjadi data diskrit dan data kontinu. Data diskrit adalah data yang dihasilkan melalui kegiatan membilang, seperti jumlah siswa, jumlah buku di perpustakaan dan lain-lain. Sedangkan data kontinu adalah data yang dihasilkan melalui kegiatan pengukuran seperti panjang, berat, suhu, dan lain-lain. Kalau kita memperoleh data bahwa 1,5 kg permen memuat 230 butir, maka 1,5 kg itu adalah hasil pengukuran berat, itu adalah data kontinu. Sedangkan 230 butir merupakan data yang dihasilkan dari kegiatan membilang, itu adalah data diskrit. Oleh karena itu data diskrit bersifat eksact sedangkan data kontinu tidak exact. Tinggi badan Amir adalah 1,62 meter dan ia memiliki saudara sebanyak 3 orang. 1,62 meter memiliki kemungkinan salah dalam mengukur, sebab mungkin saja yang sebenarnya adalah 1,625 metr atau 1,615 meter namun karena alat ukurnya menggunakan meteran tukang kayu, maka 0,005 meter sulit terbaca. Karenanya tidak exact. Namun banyaknya saudara Amir tidak mungkin 2,8 atau 3,3 orang. Oleh katena itu 3 orang bersifat exact. 

Berdasarkan bentuk angkanya, data dapat dibedakan ke dalam data tunggal dan data dikelompokan. Data tunggal adalah data yang setiap datum terdiri atas satu unit bilangan. Sedangkan data dikelompokkan adalah data yang setiap datumnya terdiri atas beberapa bilangan. Ketika anda mengatakan ada 5 siswa yang mendapat nilai 8, dan 6 siswa mendapat nilai 7, nilai 8 dan 7 adalah data tunggal. Jika anda mengatakan ada 10 siswa yang mendapat nilai 4-6, dan ada lima siswa yang mendapat nilai 6,5-9. Data nilai 4-6 dan 6,5 – 9, itu adalah data yang dikelompokkan. 

Berdasarkan skala yang dipergunakan, data dapat diklasifikasikan ke dalam data nominal, data ordinal, data interval, dan data rasio 

Data nominal adalah angka yang hanya berfungsi sebagai symbol penggolongan dari beberapa jenis objek. Misalnya jenis kelamin, lk=1, pr=0 ; penggolongan agama disimbolkan dengan 1=Islam, 2=Kristen, 3=Katolik, 4=Hindu dan 5=Budha, dan lain-lain. Angka-angka tersebut tidak berfungsi sebagai bilangan, oleh karena itu tidak dapat dioperasikan dalam perhitungan. Angka 3 pada penggolongan agama tidak berarti 3x1. Kristen tidak sama dengan 3 x Islam. Seorang Budha dan seorang Islam tidak sama dengan 6. Hindu tidak dapat diartikan lebih baik satu daripada katolik. Data nominal merupakan upaya mengubah variable kualitatif menjadi variable kuantitatif. Pada data nominal hanya dibebani satu syarat yaitu kategori-kategori yang dibuat harus eksklusif dan memeras. Ekslusif artinya satu objek tidak boleh dapat masuk ke lebih dari satu kategori. Misalnya anda membuat kategori Laki-laki=1, perempuan=0 dan anak-anak = 2. (penggolongan ini keliru; mengapa?). Memeras artinya kategori-kategori harus cukup untuk menampung semua objek yang diobservasi. 

Data Ordinal adalah skala atau bilangan-bilangan yang menunjukkan adanya peringkat. Misalnya empat anak (Abdul, Burhan, Cahyadi dan Dudi) memiliki nilai ulangan 5, 6, 8, 9. Disini anak yang mendapat nilai 8 jelas berada pada peringkat di atas anak yang bernilai 6, dan seterusnya. Dalam data ordinal, disamping memenuhi syarat eksklusif dan memeras juga harus menunjukkan urutan besarnya variable. Namun perlu diperhatikan bahwa jarak antar urutan tidak mesti sama. Jika anak tersebut diatas diurutkan berdasarkan nilai tersebut maka Dudi=1, Cahyadi=2, Burhan=3 dan Abdul=4. Namun jarak nilai antara peringkat 1 dan 2 tidak sama dengan jarak nilai antara peringat 2 dan 3. 

Data Interval adalah data yang memuat skala interval. Skala interval adalah skala yang disamping memiliki semua sifat data ordinal juga memilki jarak tertentu yang sama antara satu nilai dengan nilai lainnya. Namun tidak menunjukkan perbandingan yang tetap. Sebagai contoh. Pada sebuah kuis yang diikuti oleh tiga peserta, pengarah memberikan skor awal sebagai modal masing-masing 50. Setiap jawaban yang benar akan menambah skor sebanyak 10. Jika ketiga peserta memliliki skor 60, 70 dan 80, maka jarak dari 60 ke 70 sama dengan dari 70 ke 80 (yakni berbeda satu jawaban benar) namun jika peserta A memiliki skor 60 dan peserta B memiliki skor 120 apakah jawaban benar B dua kali banyaknya jawaban benar peserta A? mengapa ? 

Data rasio adalah data yang menggunakan skala rasio. Skala rasio adalah skala yang disamping memenuhi semua sifat skala interval, juga memiliki sifat tambahan yaitu memiliki nol secara mutlak. Perbedaan antara panjang 3 meter dan 6 meter sama denga perbedaan antara 6 meter dan 9 meter. Disamping itu juga panjang 6 metr sama dengan dua kali panjang 3 meter. Bandingkan dengan skala interval. 

Berdasarkan waktunya, data diklasifikasikan ke dalam data seketika (cross section data) dan data Urutan waktu (time series data /longitudinal/ bujur). Cross section data adalah data yang menunjukkan keadaan suatu waktu dari suatu hal. Misalnya jumlah siswa tahun pelajaran 2008/2009. Sedangkan time series data adalah data yang menunjukkan perkembangan gejala suatu hal. Misalnya perkembangan berat badan balita setiap bulan pada KMS di Posyandu. Berdasarkan sumber dari mana data itu diperoleh, ada dua macam yaitu data primer dan data sekunder.

 Data primer adalah data yang diperoleh dari sumber pertama sedangkan data sekunder adalah data yang diperoleh dari tangan kedua.