• Tidak ada hasil yang ditemukan

PENYAJIAN DATA DALAM BERBAGAI BENTUK

PENDAHULUAN

B. PENYAJIAN DATA DALAM BERBAGAI BENTUK

Jika Anda memiliki 100 data hasil pengamatan suatu variabel, Anda akan sangat sulit membacanya apabila masih dalam bentuk data terserak. Lain halnya jika data tersebut sudah disusun dalam bentuk diagram atau dalam bentuk tabel/daftar.

1. Penyajian Data dalam Bentuk Diagram

Penyajian data dalam bentuk diagram ada banyak macam, antara lain:

a. Diagram batang

Diagram batang  atau histogram  menyajikan data dalam bentuk batang/balok.

Masing-masing batang mencerminkan harga setiap taraf/level atau kategori dari variabel yang diukur. Coba Anda perhatikan contoh Gambar 2.1!

Gambar 2.1.

Diagram banyaknya sapi di Desa Minapadi berdasarkan umurnya

Dari diagram yang tersaji dalam Gambar 2.1. kita dengan mudah mengetahui bahwa sapi yang terbanyak di Desa Minapadi adalah sapi berusia >1 - 2 tahun dan paling sedikit adalah sapi berusia >3 tahun.

b. Diagram garis

Diagram garis dicirikan oleh adanya garis yang menghubungkan titik-titik, di mana tiap-tiap titik menunjukkan besarnya harga kategori atau taraf/level variabel yang diukur.

Coba perhatikan contoh Gambar 2.2!

Gambar 2.2.

Banyaknya sapi di Desa Minapadi menurut umurnya

Diagram yang tersaji dalam Gambar 2.2. menunjukkan kepada kita bahwa bahwa sapi yang terbanyak di Desa Minapadi adalah sapi berusia >1 - 2 tahun, kemudian sapi berusia

≤1 tahun, sapi berusia >2 – 3 tahun, dan paling sedikit adalah sapi berusia >3 tahun.

c. Diagram pastel (lingkaran)

Diagram pastel ataulingkaran, merupakan sajian data dalam bentuk irisan-irisan dari suatu lingkaran. Tiap irisan menyajikan besarnya harga tiap kategori atau taraf/level dari variabel yang diukur. Coba Anda perhatikan contoh Gambar 2.3!

Gambar 2.3.

Banyaknya kerbau di Minapadi menurut umurnya

Diagram yang tersaji dalam Gambar 2.3. menunjukkan kepada kita bahwa bahwa kerbau yang terbanyak di Desa Minapadi adalah kerbau berusia ≤1 tahun, kerbau berusia >1 - 2 tahun sama banyaknya dengan kerbau berusia berusia >2 – 3 tahun, dan paling sedikit adalah kerbau berusia >3 tahun.

d. Diagram lambang

Diagram lambang  menyajikan data dengan lambang tertentu. Tiap lambang digunakan untuk menyatakan besar satuan harga dari kategori atau taraf/level variabel yang diukur. Coba perhatikan contoh Gambar 2.4!

Gambar 2.4.

Banyaknya sapi di Desa Minasraya menurut umurnya

Diagram yang tersaji dalam Gambar 2.4. menunjukkan kepada kita bahwa bahwa sapi yang terbanyak di Desa Minasraya adalah sapi berusia ≤1 tahun, kemudian berturut-turut diikuti dengan sapi berusia >1 - 2 tahun, >2 – 3 tahun, dan >3 tahun.

e. Diagram peta

Diagram peta  atau kartogram  menyajikan data suatu variabel yang didasarkan pada lokasi yang ada dalam peta. Coba Anda perhatikan contoh di dalam Gambar 2.5! Diagram yang tersaji dalam Gambar 2.5. menunjukkan kepada kita bahwa bahwa banteng liar hanya ditemukan di dua provinsi di P. Jawa, yakni Provinsi Jawa Barat dan Provinsi Jawa Timur.

Gambar 2.5.

Banyaknya banteng liar yang ada di P. Jawa berdasar provinsi f. Diagram pencar

Diagram pencar  menyajikan titik-titik, dan masing-masing titik dalam diagram menyajikan besarnya pasangan harga dari dua variabel yang diukur. Variabel bebas diletakkan pada aksis (axis) X, sedangkan variabel tergayut diletakkan pada ordinat Y sehingga setiap titik menunjukkan harga Xi, Yi. Misalnya, Anda ingin menyajikan data keterkaitan antara tinggi badan dengan usia pada kerbau sampai usia 2 tahun, maka datanya dapat Anda sajikan, seperti tampilan berikut ini.

Gambar 2.6.

Keterkaitan antara Tinggi Badan dengan Usia pada kerbau

1732 ekor  ekor

0 ekor

0 ekor

0 ekor

0 ekor

2542 ekor

0 1 2

Dengan menarik garis dalam diagram pencar di atas kita dapat mengetahui adanya kecenderungan bahwa pada kerbau sampai usia 2 tahun semakin tinggi usia diikuti pula dengan semakin tinggi badan.

2. Penyajian Data dalam Bentuk Daftar atau Tabel

Ada beberapa bentuk daftar atau tabel untuk menyajikan data, antara lain berikut ini.

a. Daftar baris kolom

Daftar baris kolom  menyajikan data dengan cara meletakkan variabel yang diteliti menurut baris dan datanya diletakkan menurut kolom atau sebaliknya, variabelnya diletakkan menurut baris dan datanya diletakkan menurut kolom. Coba Anda lihat contoh di bawah ini.

Tabel 2.1.

Daftar produksi padi desa Minapadi tahun 1996/1997

Varietas padi

Luas tanam (dalam ha)

Produksi per hektar (dalam ton)

Jumlah (dalam ton) Cisadane

IR-26 VUTW Rajalele

1.200 4.100 3.300 700

7,4 6,7 6,6 5,7

8.880 27.470 21.780 3.990 Tugas

Berdasarkan laporan citra satelit diketahui banyaknya titik api sumber kebakaran yang terjadi di P. Sumatera pada bulan Maret tahun 2006 (data fiktif) adalah sebagai berikut: (1) D.I. Aceh 34 titik api; Sumsel (2) Sumut 54 titik api; (3) Sumbar 85 titik api; (4) Riau Daratan 94 titik api; (5) Jambi 80 titik api; (6) Sumsel 67 titik api; dan Lampung 34 titik api. Cobalah sajikan dalam bantuk diagram batang, diagram baris, diagram pastel, dan diagram lambang, dan diagram peta!

Cianjur C-4 Ketan

2.500 3.000 500

6,5 7,0 5,6

16.250 21.000 2.800

Jumlah 15.300 102.170

Tabel 2.1. menunjukkan bahwa areal padi yang terluas ditanami padi varietas IR-26 dan yang paling sedikit ditanami padi ketan.

Jika kategori variabel varietas padi disusun menurut kolom maka harga/informasinya dapat Anda susun menurut baris sehingga tampilannya tampak sebagai berikut.

Tabel 2.2.

Daftar produksi padi desa Minapadi tahun 1996/1997

Produksi padi Varietas padi Jumlah

total Cisadane IR-26 VUTW Rajalele Cianjur C-4 Ketan

Luas tanam 1.200 4.100 3.300 700 2.500 3.000 500 15.300 Produksi per hektar 7,4 6,7 6,6 5,7 6,5 7,0 5,6

Jumlah 8.880 27.470 21.780 3.990 16.250 21.000 2.800 102.170

b. Daftar kontingensi

Daftar kontingensi menyajikan data dari 2 variabel beserta kategorinya menurut baris dan kolom. Variabel yang satu diletakkan pada baris dan yang satunya diletakkan pada kolom. Misalnya, Anda ingin menyajikan data tentang banyaknya ayam di Desa Minapadi menurut ras dan jenis kelaminnya. Jadi, ada 2 variabel, yaitu variabel ras ayam dan variabel jenis kelamin ayam maka sajian datanya dalam Tabel 2.3.

Tabel 2.3.

Daftar Banyaknya Ayam Desa Minapadi tahun 1996/1997 menurut Jenisnya Jenis

kelamin

Ras ayam

Jumlah Broiler Leghorn Kedu Kampung

Jantan Betina

43.939 32.460

2.111 145.340

450 912

34.987 24.986

81.487 203.698

Jumlah 76.399 147.451 1.362 59.973 285.185

Tabel 2.3. menunjukkan bahwa jenis ayam yang paling banyak dipiara penduduk Desa Minapadi adalah ayam Leghorn sedangkan yang paling sedikit jenis ayam Kedu. Dari ayam Leghorn yang dipiara, jauh lebih banyak ayam betina, demikian pula pada ayam Kedu.

c. Daftar distribusi frekuensi

Disebut distribusi frekuensi  karena data yang disajikan berupa banyaknya pemunculan fenomena/kejadian dari suatu variabel melalui kegiatan pencacahan/penghitungan (counting). Distribusi frekuensi numerik   menyajikan data frekuensi atau pemunculan fenomena/kejadian dari kelas-kelas interval (interval class) disingkat menjadikelas suatu variabel sehingga variabelnya bersifat kuantitatif. Distribusi frekuensi kategorik menyajikan frekuensi atau pemunculan fenomena/kejadian sesuai dengan kategori-kategori suatu variabel sehingga variabelnya bersifat kualitatif.

Jika frekuensi atau pemunculan fenomena/kejadian disajikan apa adanya maka distribusi frekuensinya berupa distribusi frekuensi absolut. Disebutdistribusi frekuensi relatif jika data frekuensi disajikan dalam bentuk persentase. Data frekuensi juga dapat dijumlahkan secara kumulatif sehingga distribusinya berupa distribusi frekuensi kumulatif.

Distribusi frekuensi akan lebih mudah dibaca jika disajikan dalam bentuk grafik atau diagram, misal dalam bentuk hitogram/bentuk batang. Pada aksis X disajikan kelas/kategorinya, sedangkan pada ordinat Y disajikan frekuensi yang dilukis dalam bentuk batang. Distribusi frekuensi yang disajikan dalam bentuk grafik, kelas-kelas dari variabelnya disajikan berupa nilai-nilai tengahnya. Titik-titik yang menunjukkan harga frekuensi dari tiap nilai tengah tersebut dihubungkan sehingga membentuk grafik yang disebutpoligon ( polygon).

Distribusi frekuensi juga dapat disajikan dalam bentuk kurve, yaitu apabila garis lurus yang menghubung-hubungkan frekuensi dari masing-masing nilai tengah pada poligon diganti dengan garis lengkung sedemikian rupa sehingga luas bidang di bawah kurve sama dengan luas bidang di bawah poligon. Dapat pula disajikan dalam bentuk diagram yang disebutogiv (ogive). Dalam hal ini aksis X mencantumkannilai tengah atautanda kelas  (class mark)  tiap kelas dari variabelnya, dan ordinat Y menyajikan harga frekuensi

kumulatif.

Cara pembuatan tabel distribusi frekuensi dilakukan dengan langkah-langkah seperti berikut ini.

a. Cara pembuatan tabel distribusi frekuensi kategorik

Pembuatan tabel distribusi frekuensi kategorik relatif mudah karena frekuensi tiap kategori sudah diperoleh saat Anda mengoleksi data, misal Anda melakukan pencacahan untuk memperoleh data tentang banyaknya ayam yang ada di Desa Minapadi. Hasil pengamatan menunjukkan banyaknya ayam Broiler 236.780 ekor, ayam ras Leghorn 256.721 ekor, ayam ras Kedu 76.515 ekor, dan ayam buras  (bukan ras) 129.576 ekor.

Berarti seluruhnya sebanyak 699.592 ekor. Frekuensi relatif ayam Broiler = (236.780 : 699.592) x 100% = 33,85%. Ayam ras Leghorn = (256.721 : 699.592) x 100% = 36,70%.

Dengan cara yang sama akan diperoleh frekuensi relative (persentase) jenis ayam yang lainnya. Bila disajikan dalam tabel distribusi frekuensi dapat dibuat sebagai berikut.

Tabel 2.4.

Banyaknya Ayam di Desa Minapadi menurut Jenis dan Frekuensi Relatifnya

Jenis ayam Frekuensi absolut(dalam ekor) Frekuensi relatif(dalam %) Broiler

Leghorn Kedu Buras

236.780 256.721 76.515 129.576

33,85 36,70 10,93 18,52

Jumlah 699.592 100,00

Jika disajikan frekuensi absolut beserta frekuensi kumulatifnya maka akan tampak sebagai berikut.

Tabel 2.5.

Banyaknya Ayam di Desa Minapadi menurut Jenis dan Frekuensi Kumulatifnya

Jenis ayam Frekuensi absolut (dalam ekor)

Frekuensi kumulatif (dalam ekor)

Broiler Leghorn Kedu Buras

236.780 256.721 76.515 129.576

236.780 493.501 570.016 699.592

Jika data tersebut disajikan bersama baik dalam bentuk frekuensi relatif maupun frekuensi kumulatifnya, tabelnya adalah sebagai berikut.

Tabel 2.6.

Banyaknya Ayam di Desa Minapadi menurut Jenis, Frekuensi Relatif dan Frekuensi Kumulatifnya

Jenis ayam Frekuensi absolut

(dalam ekor) Frekuensi relatif

(dalam %) Frekuensi kumulatif (dalam ekor) Broiler

Leghorn Kedu Buras

236.780 256.721 76.515 129.576

33,85 36,70 10,93 18,52

236.780 493.501 570.016 699.592

Contoh lain, hasil pengamatan menunjukkan banyaknya penderita penyakit demam berdarah tahun 1999 (data fiktif) yang dirawat di RSU di 5 wilayah di Jakarta terbanyak di Jakarta Utara 1.450 penderita, kemudian di Jakarta Barat 955 penderita, di Jakarta Timur 874 penderita, di Jakarta Pusat 687 penderita, dan di Jakarta selatan 678 penderita. Berarti seluruhnya sebanyak 4.644 penderita.. Frekuensi relatif penderita demam berdarah di Jakarta Utara = (1.450 : 4.644) x 100% = 31,22%. Dengan cara yang sama akan diperoleh frekuensi relatif (persentase) penderita demam berdarah di empat wilayah lainnya. Bila disajikan dalam tabel distribusi frekuensi dapat dibuat sebagai berikut.

Tabel 2.7.

Banyaknya Penderita Penyakit Demam Berdarah di Lima Wilayah DKI Tahun 1999 (Data Fiktif) Menurut Jenis dan Frekuensi Relatifnya

Macam Wilayah Frekuensi absolute (dalam penderita)

Frekuensi relatif (dalam %)

Jakarta Utara Jakarta Barat 

Jakarta Timur 

Jakarta Pusat Jakarta selata 

1.450 955 874 687 678 

31,22 20,56 18,82 14,79 14,61 

Jumlah 4.644 100,00

Jika disajikan frekuensi absolut beserta frekuensi kumulatifnya maka akan tampak sebagai berikut.

Tabel 2.8.

Banyaknya Penderita Penyakit Demam Berdarah di Lima Wilayah DKI Tahun 1999 (Data Fiktif) Menurut Jenis dan Frekuensi Kumulatifnya

Macam Wilayah Frekuensi absolut (dalam penderita)

Frekuensi kumulatif (dalam penderita)

Jakarta Utara Jakarta Barat 

Jakarta Timur 

Jakarta Pusat Jakarta selata 

1.450 955 874 687 678 

1.450 2.405 3.279 3.966 4.644 

Jika data tersebut disajikan bersama baik dalam bentuk frekuensi relatif maupun frekuensi kumulatifnya, tabelnya adalah sebagai berikut.

Tabel 2.9.

Banyaknya Penderita Penyakit Demam Berdarah di Lima Wilayah DKI Tahun 1999 (Data Fiktif) Menurut Jenis, Frekuensi Relatif dan Frekuensi Kumulatifnya

Macam

Wilayah Frekuensi absolut

(dalam penderita) Frekuensi relatif

(dalam %) Frekuensi kumulatif (dalam penderita)

Jakarta Utara Jakarta Barat 

Jakarta Timur 

Jakarta Pusat Jakarta selata 

1.450 955 874 687 678 

31,22 20,56 18,82 14,79 14,61

1.450 2.405 3.279 3.966 4.644 

b. Cara pembuatan tabel distribusi frekuensi numerik

Dalam tabel distribusi frekuensi numerik, frekuensi disajikan sesuai dengan kelas- kelasnya (atau kelas-kelas intervalnya) sehingga data harus dikelompokkan ke dalam kelas-kelasnya. Secara terperinci, pembuatan tabel distribusi numerik dilakukan dengan prosedur sebagai berikut.

1) Menentukan banyaknya kelas

Mula-mula carilah banyaknya kelas dengan menggunakan kaidah Sturges dengan rumus sebagai berikut.

K = 1 + 3,3 log n Keterangan:

K = banyaknya kelas n = banyaknya data

Misalnya, data yang dikoleksi 50 buah maka:

K = 1 + 3,3 log 50 = 6,6 dibulatkan menjadi 7 kelas

2) Menentukan panjang kelas atau selang kelas

Agar Anda dapat menentukan panjang kelas atau selang kelas terlebih dahulu harus Anda cari kisaran atau rentang data atau “range” (R), yang dibatasi oleh harga minimun dan maksimumnya.

R = data maksimum - data minimum

Jika data yang Anda miliki mempunyai harga minimum 5,4 dan maksimumnya 79,2 maka:

Tugas

Berdasarkan laporan rumah sakit banyaknya kasus demam berdarah yang berjangkit di P. Kalimantan pada tahun 2007 (data fiktif) adalah sebagai berikut: (1 ) Kalteng 115 kasus; (2) Kalsel 254 kasus; (3) Kaltim 285 kasus; (4) Kalbar 112 kasus. Cob ala h saj ik an dalam bentu k tab el distr ibu si absol ut, distribusi relatif, dan distribusi kumulatif dalam satu tabel!

R = 79,2 - 5,4 = 73,8

Panjang kelas = (R : K) = (73,8 : 7) = 10,5 dibulatkan menjadi 11. Jadi, 50 data tersebut akan tersebar ke dalam 7 kelas yang panjang tiap kelasnya = 11. Kemudian, tentukan limit kelasnya  (class limit ). Misal, kelas terendah dimulai dengan limit bawah sebesar 5,0 makalimit atas harus sebesar 15,0, agar panjang kelas sebesar 11.

Jadi, dalam hal ini panjang kelas bukan 15,0 dikurangi 5,0, namun dihitung mulai bilangan 5,0 sampai dengan bilangan 15,0, jumlahnya sama dengan 11. Anda dapat mencari panjang kelas dengan mencari selisih limit bawah suatu kelas dengan limit bawah dari kelas yang di atasnya atau dapat Anda peroleh dengan mencari selisih limit atas suatu kelas dengan limit atas dari kelas yang di atasnya. Dengan limit bawah dari kelas terendah sebesar 5,0 dan limit atas 15,0 kita memperoleh tujuh kelas dengan panjang kelas sebagai berikut.

Kelas 1: 5,0 – 15,0 Kelas 2: 16,0 – 26,0 Kelas 3: 27,0 – 37,0 Kelas 4: 38,0 – 48,0 Kelas 5: 49,0 – 59,0 Kelas 6: 60,0 – 70,0 Kelas 7: 71,0 – 81,0

Jika panjang kelas tidak Anda bulatkan, yakni tetap 10,5, dan limit bawah kelas yang terkecil 5,4 maka ketujuh kelas yang Anda miliki adalah sebagai berikut.

Kelas 1: 5,4 – 15,8 Kelas 2: 15,9 – 26,3 Kelas 3: 26,4 – 36,8 Kelas 4: 36,9 – 47,3 Kelas 5: 47,4 – 57,8 Kelas 6: 57,9 – 68,3 Kelas 7: 68,4 – 78,8

Dengan kelas-kelas seperti di atas, data maksimum 79,2 tidak dapat masuk ke dalam kelas 7 (68,4 – 78,8). Agar dapat masuk Anda dapat menambah panjang kelasnya menjadi 10,6. Coba Anda buat kelas-kelas intervalnya!

3) Menentukan frekuensi masing-masing kelas

Frekuensi masing-masing kelas dapat Anda peroleh dengan memasukkan setiap data ke dalam kelas yang sesuai. Misalnya, Anda menggunakan kelas-kelas dengan panjang kelas 11,0 yakni berikut ini.

Kelas 1: 5,0 – 15,0 Kelas 2: 16,0 – 26,0 Kelas 3: 27,0 – 37,0 Kelas 4: 38,0 – 48,0 Kelas 5: 49,0 – 59,0 Kelas 6: 60,0 – 70,0 Kelas 7: 71,0 – 81,0

Suatu data harganya 11,6 maka data tersebut dimasukkan ke dalam kelas 1 (5,0 – 15,0). Data yang berharga 15,2 masukkan ke dalam kelas 1 (5,0 – 15,0). Mengapa?

Karena panjang kelas atau selang kelas dari kelas 1 (5,0 – 15,0) adalah 4,5 – 15,5.

Jadi, kelas 1 (5,0 – 15,0) memiliki batas bawah kelas (lower class boundary) sebesar 4,5 dan batas atas kelas  (upper class boundary) sebesar 15,5. Kelas 2 (16,0 – 26,0) memilikibatas bawah kelas15,5 dan batas atas kelas 26,5.

Jika Anda menggunakan kelas-kelas dengan panjang kelas atau selang kelas 10,6 maka kelas-kelas menjadi sebagai berikut.

Kelas 1: 5,4 – 16,0 Kelas 2: 16,1 – 26,6 Kelas 3: 26,7 – 37,2 Kelas 4: 37,3 – 47,8 Kelas 5: 47,9 – 58,4 Kelas 6: 58,5 – 69,0 Kelas 7: 69,1 – 79,6

Batas bawah kelas 1 (5,4 – 16,0) bukan 4,5 tetapi 5,35. Demikian pula harga batas atas kelasnya bukan 15,5, akan tetapi 16,05. Mengapa? Oleh karena kelas di atasnya, yakni kelas 2 (16,1 – 26,6) akan memiliki batas bawah yang sebesar 16,05 pula, jadi sama dengan harga batas atas kelas 1.

Dari contoh di atas dapat disimpulkan bahwa dalam membuat panjang kelas suatu distribusi frekuensi sifatnya tidak mutlak. Anda dapat menambah panjang kelas agar semua data dapat masuk ke dalam kelas-kelas yang Anda buat. Yang penting banyaknya kelas sudah Anda tentukan terlebih dahulu menggunakan kaidah Sturges.

Coba Anda perhatikan contoh pembuatan tabel distribusi frekuensi dari 60 data tinggi tanaman lamtoro umur 6 bulan (dalam cm) berikut ini.

98 89 87 69 69 60 62 52 52 43 40 97 66 66 67 71 96 53 38 49 44 86 68 68 74 95 32 57 76 57 81 37 53 74 66 72 47 77 86 79 66 37 83 58 72 54 44 85 63 73 45 56 78 34 57 87 45 33 45 65

Langkah yang harus Anda tempuh urutannya adalah sebagai berikut.

a) Tentukan banyaknya kelas. Banyaknya kelas K = 1 + 3,3 log 60 = 6,87 dibulatkan menjadi 7.

b) Cari kisaran/rentang. Kisaran/rentang data R = 98 – 32 = 66

c) Tentukan panjang kelasnya. Panjang kelas = 66/7 = 9,4 dibulatkan menjadi 10 d) Buat kelas-kelasnya sebanyak 7 kelas. Ketujuh kelas yang dihasilkan dengan limit

bawah kelas terendah 30 adalah berikut ini.

Kelas 1: 30 - 39 Kelas 2: 40 - 49 Kelas 3: 50 - 59 Kelas 4: 60 - 69 Kelas 5: 70 - 79 Kelas 6: 80 - 89 Kelas 7: 90 - 99

e)  Memasukkan setiap data ke dalam kelas yang sesuai, dengan memberi tanda turus, kemudian hitunglah frekuensi absolut, frekuensi relatif dan frekuensi kumulatifnya sehingga diperoleh hasil sebagai berikut.

Tabel 2.7.

Tinggi Tanaman Lamtoro Usia 6 Bulan

Kelas (cm)

Turus Frekuensi absolute

Frekuensi relatif

(%)

Frekuensi kumulatif 30 – 39

40 – 49 50 – 59 60 – 69 70 – 79 80 – 89 90 – 99

///// / ///// ////

///// /////

///// ///// ///

///// /////

///// ///

////

6 9 10 13 10 8 4

10,0 15,0 16,7 21,7 16,7 1,3 0,7

6 15 25 38 48 56 60

Sajian turus pada tabel di atas dapat dihilangkan sehingga tampilannya menjadi lebih baik.

Tabel 2.8.

Tinggi Tanaman Lamtoro Usia 6 Bulan Kelas

(cm)

Frekuensi Absolute

Frekuensi relatif

Frekuensi Kumulatif 30 – 39

40 – 49 50 – 59 60 – 69 70 – 79 80 – 89 90 – 99

6 9 10 13 10 8 4

10,0 15,0 16,7 21,7 16,7 1,3 0,7

6 15 25 38 48 56 60

c. Cara menyajikan distribusi frekuensi numerik dalam bentuk diagram

Jika data distribusi numerik di atas Anda sajikan dalam bentuk diagram batang atau histogram maka hasilnya sebagai berikut.

Gambar 2.7.

Histogram Tinggi Tanaman Lamtoro Usia 6 Bulan (dalam cm)

Jika Anda sajikan dalam bentuk poligon akan diperoleh tampilan sebagai berikut.

Gambar 2.8.

Poligon Tinggi Tanaman Lamtoro Usia 6 Bulan (dalam cm)

Jika Anda sajikan dalam bentuk kurve akan diperoleh tampilan sebagai berikut.

Gambar 2.9.

Kurve Tinggi Tanaman Lamtoro Usia 6 Bulan (dalam Cm)

Jika disajikan dalam bentuk ogive akan diperoleh tampilan sebagai berikut.

Gambar 2.10.

Ogive Tinggi Tanaman Lamtoro Usia 6 Bulan (dalam cm)

Tugas

1.  Jika data hasil pengamatan sebanyak 150 berapa kelas interval harus dibuat untuk menyajikan data dalam tabel frekuensi? Berapa pula kelas interval harus dibuat jika data pengamatannya sebanyak 250?

2.  Berdasarkan laporan rumah sakit banyaknya kasus kanker leher rahim di Indinesia (data fiktif) adalah sebagai berikut: (1) ≤ 30 tahun 15 kasus; (2) >30 – 35 tahun 24 kasus, (3) > 35 – 40 tahun 45 kasus, (4) >40 – 45 tahun 43 kasus, (5) >45 – 50 tahun 30 kasus, dan (6) >50 tahun 16 kasus.

Cobalah sajikan dalam bentuk poligon, kurve, dan ogiv!