BAB 2

DESKRIPSI DATA GRAFIK

La Choviya Hawa

Chap 2-1
 TUJUAN

Setelah materi ini, diharapkan mahasiswa dapat :

Mengindetifikasi tipe data dan level pengukuran
Menjelaskan pengertian distribusi frekuensi,
interval kelas dan batas kelas
Menghitung frekuensi distribusi dari data
Membuat dan menginterpretasikan grafik untuk
mendeskripsikan variabel kategori dan numerik

Chap 2-2
 Jenis data dalam statistik

A. Data Kualitatif
Adalah data yang bukan berupa angka/bilangan. Disebut
juga data atribut. Pada data ini tidak bisa dilakukan operasi
matematik seperti +, -, :, x
a. Data nominal/data kategori
Jika suatu pengambilan data terhadap suatu obyek
hanya menghasilkan satu dan satu-satunya kategori pada
objek tersebut. Pada data ini tidak ada bobot data (tingkat
derajat)
b. Data ordinal
Data yang diperoleh dari suatu pengambilan data
terhadap suatu objek yang menghasilkan lebih dari satu
kategori

Chap 2-3
 CONTOH

Jenis kelamin, tempat kelahiran, warna mata,

status pernikahan data kualitatif(atribut) tipe
nominal (kategori) karena seseorang tidak mungkin
berkelamin ganda. Bobot jenis kelamin laki-laki
sama dengan perempuan
Uji organoleptik makanan penilaian tidak sama
bobotnya ; tidak suka kurang suka suka - agak
suka - sangat suka tipe ascending sangat suka
dianggap lebih tinggi bobotnya dari tidak suka

Chap 2-4
 Jenis data dalam statistik

B. Data Kuantitatif (data numerik)

Adalah data berbentuk angka/bilangan. Dan berlaku
operasi matematika
a. Data diskrit
Data yang diperoleh dari suatu pencacahan. Berbentuk
bilangan bulat 0, 1, 2, 3,dst
b. Data kontinu
Data yang umumnya didapat dari suatu pengukuran
dengan alat ukur. Data kontinu dapat dinyatakan dalam
bentuk data interval maupun data rasio (data titik)

Chap 2-5
 CONTOH

Suhu badan manusia, temperatur pemanasan

data kontinu dalam bentuk rasio. Misalnya 60.98;
35.4C tergantung ketelitian alat ukur
Nilai tukar yen terhadap rupiah pada suatu hari di
pasar valuta asing data kontinu dalam bentuk
interval. Karena biasanya berupa interval. Misal
antara 103.47 105.86 rupiah
Jumlah produksi mobil, produk minuman ringan
yang pecah, jumlah anak data diskrit

Chap 2-6
JENIS DATA

Chap 2-7
 Level Pengukuran
Perbedaan antara
pengukuran, Ratio Data
memiliki nilai benar
(true zero exist) Quantitative
Data
Perbedaan antara
pengukuran tapi Interval Data
tidak nilai yang
benar (no true zero)

Bisa lebih dari satu

kategori Ordinal Data
Qualitative Data

Data kategori tidak

ada pembobotan Nominal Data
Chap 2-8
 Presentasi Data Grafik

Variabel Variabel
kategori numerik

Distribusi frekuensi Diagram garis (line

Diagram batang (bar chart
chart) Distribusi frekuensi
Diagram pie (pie chart) Histogram and ogive
Diagram pareto (pareto Stem-and-leaf display
diagram) Scatter plot

Chap 2-9
 Tabel dan grafik untuk
variabel kategori
Data kategori

Data tabulasi Data grafik

Tabel
distribusi Bar Pie Pareto
frekuensi Chart Chart Diagram

Chap 2-10
Presentasi
Data Grafik

Chap 2-11
Tabel distribusi frekuensi
Kesimpulan data berdasarkan kategori

Contoh :Pasien rumah sakit (satuan jiwa)

Unit RS Jumlah pasien

Jantung 1,052
UGD 2,245
ICU 340
Bersalin 552
Operasi 4,630
(variabel kategori)

Chap 2-12
 Grafik Batang dan Pie
(Bar and Pie Charts)

Grafik batang dan grafik pie banyak

digunakan untuk data kualitatif
(kategori)

Ketinggian dari batang atau ukuran

dari irisan pie menunjukkan frekuensi
atau persentase tiap categori

Chap 2-13
 Contoh grafik batang
Hospital Number
Unit of Patients

Cardiac Care 1,052

Emergency 2,245
Intensive Care 340
Maternity 552
Surgery 4,630
Hospital Patients by Unit
5000
patients per year

4000
Number of

3000
2000
1000
0
Emergency
Cardiac

Intensive

Surgery
Maternity
Care

Care

Chap 2-14
 Contoh grafik pie

Hospital Number % of
Unit of Patients Total
Hospital Patients by Unit
Cardiac Care 1,052 11.93
Emergency 2,245 25.46 Cardiac Care
12%
Intensive Care 340 3.86
Maternity 552 6.26
Surgery 4,630 52.50

Emergency
Surgery 25%
53%

Intensive Care
(Persentase 4%
dibulatkan ke Maternity
nilai persen 6%
terdekat)
Chap 2-15
 Diagram Pareto

Digunakan untuk menggambarkan data kategori

Sebuah diagram batang, dimana kategori akan
ditampilkan dalam urutan frekuensi menurun
(descending)
Sebuah poligon kumulatif sering ditampilkan
dalam grafik yang sama
Digunakan untuk memisahkan tingkat penting"
dari "banyak kategori"

Chap 2-16
 Contoh diagram pareto
Contoh: 400 produk yang rusak diperiksa untuk
menentukan penyebab kecacatan

Source of
Manufacturing Error Number of defects
Bad Weld (las buruk) 34
Poor Alignment (pinggiran tak lurus) 223
Missing Part 25
Paint Flaw (cat yg cacat) 78
Electrical Short 19
Cracked case 21
Total 400

Chap 2-17
Step 1: Pilih penyebab kecacatan defect cause, pada
descending order (menurun)
Step 2: Tentukan presentase tiap kategori

Source of Number of
Manufacturing Error defects % of Total Defects
Poor Alignment 223 55.75
Paint Flaw 78 19.50
Bad Weld 34 8.50
Missing Part 25 6.25
Cracked case 21 5.25
Electrical Short 19 4.75
Total 400 100%
Chap 2-18
 Diagram pareto
Pareto Diagram: Cause of Manufacturing Defect
60% 100%
% of defects in each category

90%

cumulative % (line graph)

50%
80%

70%
40%
(bar graph)

60%

30% 50%

40%

20%
30%

20%
10%

10%

0% 0%
Poor Alignment Paint Flaw Bad Weld Missing Part Cracked case Electrical Short

Penyebab kerugian terbesar

Chap 2-19
 Grafik garis (Time-Series Data)

Grafik garis (line chart, time-series plot) digunakan untuk

menunjukkan nilai dari variabel waktu ke waktu
Waktu yang diukur ditunjukkan pada sumbu horizontal
Pelanggan Majalah dalam Tahun

350

300
Thousands of subscribers

250

200

150

100

50

0
1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006
Chap 2-20
Grafik untuk menggambarkan
variabel numerik
Data numerik

Distribusi frekuensi dan Stem-and-Leaf

distribusi kumulatif Display

Histogram Ogive

Chap 2-21
 Distribusi Frekuensi

Adalah list atau tabel yang terdiri dari

grup kelas (berupa kategori atau
rentang data) dan berhubungan erat
dengan frekuensi dengan tiap kelas
atau kategori

Chap 2-22
 Mengapa menggunakan
distribusi frekuensi?

Distribusi frekuensi adalah salah satu

cara untuk menyimpulkan data
Distribusi tersebut meringkas data
mentah menjadi bentuk yang lebih
komunikatif dan memudahkan untuk
mengintrepretasi data secara visual

Chap 2-23
 Interval (selang) Kelas dan
Batas Kelas
Tiap grup kelas memiliki lebar yang sama
Untuk menentukan lebar interval :

bilangan t erbesar bilangan t erkecil

w lebar interval
jumlah interval yang dikehendaki

Gunakan paling sedikit 5 tapi tidak lebih

dari 15-20 intervals
Intervals jangan saling tumpang tindih
Bulatkan lebar interval untuk mendapatkan
titik akhir yang diinginkan
Chap 2-24
 Contoh distribusi frekuensi

Sebuah perusahaan produksi penukar kalor

secara acak memilih 20 data temperature
tertinggi selama setahun

24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27

Chap 2-25
 Contoh distribusi frekuensi
(continued)

Urutkan data naik

12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58

Range (kisaran): 58 - 12 = 46
Pilih jumlah kelas : 5 (biasanya antara 5 dan 15)
Hitung lebar interval (selang) : 10 (46/5 lalu bulatkan ke
atas)

Tentukan batas interval : 10 19 , 20 29, . . . , 50 59

Hitung pengamatan dan tetapkan kelas nya

Chap 2-26
 Contoh distribusi frekuensi
(continued)
Susunan data:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58

Frekuensi
Interval Frekuensi Persentase
Relatif

10 19 3 .15 15
20 29 6 .30 30
30 39 5 .25 25
40 49 4 .20 20
50 59 2 .10 10
Total 20 1.00 100
Chap 2-27
 Persamaan perhitungan lebar kelas

Bila jumlah data tidak terlalu banyak

R c = lebar interval kelas (pembulatan)

c R = kisaran data (range) = selisih data terbesar
k
dan terkecil
k = jumlah interval kelas (contoh = 5, 10, 100, dst)

Bila jumlah data terlalu banyak maka k dicari

dengan persamaan Sturge

k = jumlah interval kelas

k = 1 + 3.3 log n n = jumlah data

Chap 2-28
 Histogram

Sebuah grafik data dalam distribusi

frekuensi yang disebut histogram
Interval titik akhir ditunjukkan dalam
sumbu horizontal
Sumbu vertical bisa berupa frekuensi,
frekuensi relative atau persentase
Grafik batang digunakan untuk
menampilkan jumlah observasi tiap kelas

Chap 2-29
 Contoh Histogram
Histogram: Daily High Temperature
7 6
6 5
Frequency

5 4
4 3
3 2
2
1 0 0
0
0 10 20 30 40 50 60
Temperature in Degrees
(No gaps between bars)
Chap 2-30
 Pertanyaan untuk pengelompokan
data ke dalam interval-interval

1.Berapa sebaiknya lebar interval yang

dibuat ?
2.Berapa seharusnya titik akhir (endpoints)
dari interval ditentukan?

Seringkali jawabannya adalah dengan

trial and error, tergantung pertimbangan
pengguna
Tujuan utama tampilan grafik adalah
untuk menunjukkan pola variasi dalam
data
Chap 2-31
 Menentukan Interval
Kelas
Banyak (interval sempit) 3.5
3
Grafik nampak bergerigi 2.5

Frequency
dan kemungkinan muncul 2

kelas kosong 1.5

1
Memberi indikasi yang buruk 0.5
mengenai variasi frekuensi 0

kelas

4
8
12
16
20
24
28
32
36
40
44
48
52
56
60
More
Penomoran sangat kecil dan Temperature

miring 12

10

Sedikit (interval lebar) Frequency 8

Kompresi variasi terlalu lebar 6

dan menghasilkan distribusi

4

2
rata 0
Dapat mengaburkan pola 0 30 60 More

penting dari variasi data Temperature

(X axis labels are upper class endpoints) Chap 2-32
 Distribusi Frekuensi Kumulatif
Data
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58

Cumulative Cumulative
Class Frequency Percentage
Frequency Percentage

10 19 3 15 3 15
20 29 6 30 9 45
30 39 5 25 14 70
40 49 4 20 18 90
50 59 2 10 20 100
Total 20 100

Chap 2-33
 Ogif
Grafik Frekuensi Kumulatif
Upper
interval Cumulative
Interval endpoint Percentage
Less than 10 10 0
10 - 19 20 15
20 - 29 30 45
30 - 39 40 70 Ogive: Daily High Temperature
40 - 49 50 90
50 - 59 60 100 100
Cumulative Percentage 80
60
40
20
0
10 20 30 40 50 60
Interval endpoints
Chap 2-34
 Bentuk Distribusi
Bentuk distribusi dikatakan simetris bila
hasil observasi seimbang atau terdistribusi
merata di sekitar pusat.
Symmetric Distribution

10
9
8
7
Frequency

6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9

Chap 2-35
 Bentuk Distribusi
(continued)

Bentuk distribusi dikatakan condong jika hasil pengamatan tidak

terdistribusi secara simetris di sekitar pusat.

Sebuah distribusi positively

Positively Skewed Distribution

skewed [miring positif ] (miring

12

10

ke kanan) memiliki ekor yang 8

Frequency
memanjang ke kanan ke arah 6

nilai-nilai positif.
4

0
1 2 3 4 5 6 7 8 9

Negatively Skewed Distribution

Sebuah distribusi negatively 12

skewed [miring negative] 10

(miring ke kiri) memiliki ekor yang 8

Frequency

6
memanjang ke kiri ke arah nilai- 4

nilai negatif. 2

0
1 2 3 4 5 6 7 8 9 Chap 2-36
 Kesimpulan
Review tipe-tipe data dan level pengukuran
Data dalam baris umumnya tidak mudah digunakan
untuk pengambilan keputusan, sehingga perlu
pengorganisasian berupa tampilan tabel dan grafik
Beberapa review teknik
Distribusi frekuensi Distribusi frekuensi kumulatif
Diagram batang Histogram dan ogif
Diagram pie
Diagram pareto
Diagram garis

Chap 2-37