Minggu, 14 September 2025

Kronologi Heboh Isu Gaji DPR Rp3 Juta Sehari

Isu soal penghasilan anggota DPR yang disebut-sebut mencapai Rp 3 juta per hari membuat gaduh di media sosial. Klaim itu memicu perdebatan tajam: sebagian publik marah melihat angka—seolah-olah wakil rakyat hidup dalam kemewahan—sementara sebagian lain mengingatkan bahwa angka besar itu muncul jika berbagai tunjangan dijumlahkan. Pernyataan anggota DPR dan klarifikasi resmi kemudian menambah babak baru dalam cerita ini.

Kasus ini bermula ketika anggota Komisi I DPR, TB Hasanuddin, menyebut bahwa seorang wakil rakyat dapat menerima take home pay sekitar Rp100 juta per bulan. Jika dibagi rata, kata Hasanuddin, artinya “sekitar Rp3 juta per hari”. Pernyataan itu dilontarkan saat ia menjawab pertanyaan wartawan tentang pernyataan politikus lain yang mengomentari sulitnya mencari penghasilan halal.

Hasanuddin menjelaskan bahwa angka tersebut merupakan pendapatan bersih (take-home pay) dan dipengaruhi oleh kebijakan penggantian fasilitas rumah dinas dengan tunjangan perumahan. Pernyataan singkatnya—yang mudah dipotong-potong—lalu tersebar luas di platform-platform daring.

Tak lama setelah itu, Wakil Ketua DPR Adies Kadir menambah sorotan dengan menyebut bahwa ada kenaikan sejumlah tunjangan — contohnya tunjangan bensin dan tunjangan beras (disebut naik ke angka tertentu). Pernyataan Adies kemudian memicu reaksi lebih luas. Namun setelah melakukan pengecekan administrasi internal, Adies meralat ucapannya: menurutnya, setelah dicek ke kesekjenan, tidak ada kenaikan gaji atau tunjangan. Pernyataan ralat ini ikut ditunjang oleh klarifikasi Sekjen DPR.

Sekretaris Jenderal DPR kemudian menegaskan bahwa struktur gaji dan tunjangan anggota DPR mengacu pada aturan yang berlaku (mis. Peraturan Pemerintah No. 75/2000 dan Surat Edaran Sekjen DPR), dan tidak ada perubahan sistemik yang tiba-tiba menaikkan gaji pokok.

3) Data: berapa sebenarnya komponen gaji & tunjangan?

Dokumen dan penjelasan resmi mencantumkan gaji pokok dan banyak komponen tunjangan yang melekat. Berikut ringkasan komponen yang sering disebutkan dalam laporan dan infografis resmi:

Gaji pokok anggota DPR: Rp4.200.000/bulan

Contoh tunjangan (kisaran/nominal dokumen):

Tunjangan kehormatan: Rp5,58–6,69 juta

Tunjangan komunikasi intensif: Rp15,55–16,47 juta

Tunjangan peningkatan fungsi pengawasan: Rp3,75–5,25 juta

Tunjangan jabatan: Rp9,700,000

Tunjangan rumah (kompensasi rumah dinas): Rp50,000,000

Bantuan listrik & telepon: Rp7,700,000

Tunjangan uang sidang/paket: Rp2,000,000

Tunjangan PPh (PPh Pasal 21): ~Rp2,699,813

Tunjangan beras: beberapa laporan menyebut angka per jiwa (Rp30.090/jiwa), sementara pernyataan politisi sempat menyebut angka jutaan — ada inkonsistensi pelaporan yang sempat memperkeruh diskusi.

Catatan penting: dokumen resmi dan pernyataan politisi kerap menggunakan istilah berbeda (gaji pokok vs. take-home pay vs. tunjangan). Memadukan semua komponen ini tanpa konteks membuat angka bulat seperti “Rp100 juta” tampak menakjubkan — sekaligus menimbulkan kebingungan publik.

Untuk memperlihatkan bagaimana take-home pay bisa mencapai ratusan juta per bulan jika semua tunjangan maksimum dijumlahkan, aku buat contoh penjumlahan illustrative (bukan klaim resmi jumlah tetap untuk semua anggota): menggunakan angka-angka maksimum dari daftar di atas (dan asumsi keluarga 4 jiwa untuk tunjangan beras), perkiraan total bulanan adalah:

Gaji pokok: Rp4.200.000

Tunjangan kehormatan: Rp6.690.000

Tunjangan komunikasi: Rp16.468.000

Tunjangan fungsi pengawasan: Rp5.250.000

Tunjangan jabatan: Rp9.700.000

Tunjangan istri/suami: Rp420.000

Tunjangan anak: Rp168.000

Tunjangan rumah: Rp50.000.000

Bantuan listrik & telepon: Rp7.700.000

Tunjangan uang sidang: Rp2.000.000

Tunjangan PPh: Rp2.699.813

Tunjangan beras (4 jiwa × Rp30.090): Rp120.360

Total ilustratif (perkiraan atas data di dokumen): ≈ Rp105.416.173 per bulan.

Ini menunjukkan bahwa jika semua tunjangan cair sekaligus dan seseorang memiliki semua komponen, angka di atas Rp100 juta per bulan adalah mungkin secara matematika — namun penting dicatat: kondisi nyata tiap anggota berbeda, tidak semua tunjangan dibayarkan ke semua anggota penuh atau bersamaan, dan beberapa angka yang disebut publik (mis. “beras Rp12 juta”) pernah diralat. (Perhitungan ini berdasarkan rincian yang tercatat di dokumen resmi

Perbedaan bahasa (gaji pokok vs. take-home): Saat politisi mengatakan “Rp100 juta”, banyak publik memersepsikannya sebagai “gaji pokok” — padahal itu gabungan komponen. Ketidaktepatan istilah memicu kemarahan.

Timing ekonomi: Ketika harga kebutuhan hidup naik dan banyak keluarga kesulitan, berita soal penghasilan besar wakil rakyat menyulut kegaduhan. Persepsi bahwa wakil rakyat “cukup” sementara rakyat “kesusahan” mudah menjadi bahan viral.

Komunikasi publik yang buruk: Pernyataan yang mudah dipotong-potong (soundbite) dan ralat setelahnya memperburuk situasi: publik merasa informasi disampaikan tidak transparan.

Kalau kamu mau mengubah video yang kamu kirim jadi laporan/analisa yang lebih kuat (naskah), ini beberapa ide struktur dan elemen visual:

1. Opening dramatis — potongan reaksi netizen (komentar singkat), lalu pertanyaan: “Benarkah wakil rakyat dapat Rp3 juta per hari?”

2. Kronologi (timeline visual) — tanggal pernyataan Hasanuddin → pernyataan Adies → ralat → klarifikasi Sekjen. (Tampilkan tanggal & kutipan singkat).

3. Breakdown angka — tampilkan infografis komponen gaji & tunjangan; tunjukkan contoh perhitungan yang sudah aku buat secara bertahap (agar penonton paham perbedaan istilah).

4. Reaksi publik — cuplikan tweet/komentar/rekaman singkat (blur identitas jika perlu).

5. Analisis singkat — implikasi politik & rekomendasi kebijakan (mis. transparansi tunjangan).

6. Penutup panggilan aksi — ajak penonton cek sumber dan dorong DPR untuk publikasi detail tunjangan agar publik paham.

“Angka besar itu bukan mitos—tetapi juga bukan jawaban sederhana. Ketika istilah ‘gaji’ dan ‘tunjangan’ bercampur, publik hanya melihat hasil akhir: selisih yang menjauh. DPR sudah mengklarifikasi a

turan lama masih berlaku, tetapi percikan ini telah membuat satu hal jelas: publik menuntut transparansi, bukan hanya penjelasan.”

Minggu, 03 Maret 2019

Ukuran gejala pusat data dikelompokkan

Ukuran gejala pusat merupakan suatu bilangan yang menunjukan sekitar dimana bilangan – bilangan yang ada dalam kumpulan data, oleh karenanya ukuran gejala pusat ini sering disebut dengan harga rata – rata. Harga rata – rata dari sekelompok data itu diharapkan dapat diwakili seluruh harga – harga yang ada dalam sekelompok data itu.
Sebelum membahas hal ini, perlu diperjelas tentang apa yang dimaksud dengan data yang dikelompokkan dan data yang tidak dikelompokkan. Data yang dikelompokkan adalah data yang sudah disusun ke dalam sebuah distribusi frekuensi sehingga data tersebut mempunyai interval kelas yang jelas, mempunyai titik tengah kelas sedangkan data yang tidak dikelompokkan adalah data yang tidak disusun ke dalam distribusi frekuensi sehingga tidak mempunyai interval kelas dan titik tengah kelas.
Mean, Median, Modus sama-sama merupakan ukuran pemusatan data yang termasuk kedalam analisis statistika deskriptif. Namun, ketiganya memiliki kelebihan dan kekurangannya masing-masing dalam menerangkan suatu ukuran pemusatan data. Untuk tahu kegunaannya masing-masing dan kapan kita mempergunakannya, perlu diketahui terlebih dahulu pengertian analisis statistika deskriptif dan ukuran pemusatan data.Contohnya yaitu :

Mean (Rata – Rata Hitung)

Dalam istilah sehari – hari, mean dikenal dengan sebutan angka rata – rata, ada dua macam mean yang di bicarakan yaitu : mean untuk data yang tidak dikelompokkan dan mean untuk data yang dikelompokan. Mean adalah total semua data dibagi jumlah data. Mean digunakan ketika data yang kita miliki memiliki sebaran normal atau mendekati normal (berbentuk setangkup, nilai yang paling banyak berada ditengah dan makin besar semakin sedikit, makin kecil makin sedikit pula, nilai-nilai ekstrim yang besar maupun yang kecil hampir tidak ada).

Median (Nilai Tengan)

Ukuran pemusatan yang menempati posisi tengah jika data diurutkan menurut besarnya. Median adalah nilai yang berada ditengah-tengah data setelah diurutkan dari yang terkecil sampai terbesar. Median cocok digunakan bila data yang kita miliki tidak menyebar normal atau memiliki nilai yang berbeda-beda secara signifikan.

Modus (Data Yang Sering Muncul)

Modus adalah suatu angka atau bilangan yang paling sering terjadi / muncul tetapi kalo pada data distribusi frekuensi interval modus terletak pada frekuensi yang paling besar.

Kuartil

Kuartil adalah suatu harga yang membagi histogram frekuensi menjadi 4 bagian yang sama, sehingga disini akan terdapat 3 harga kuartil yaitu kuartil I ( K1), kuartil II (K2) dan kuartil III (K3), dimana harga kuarti II sama dengan harga median.

Desil

Untuk kelompok data dimana n ≥ 10, dapat ditentukan 9 nilai bagian yang sama, misalnya D1, D2, … Q9, artinya setiap bagian mempunyai jumlah observasi yang sama, sedemikian rupa sehingga nilai 10% data/observasi sama atau lebih kecil dari D1, nilai 20% data/observasi sama atau lebih kecil dari D2, dan seterusnya. Nilai tersebut dinamakan desil pertama, kedua dan seterusnya sampai desil kesembilan.

Persentil

Untuk kelompok data dimana n ≥ 100, dapat ditentukan 99 nilai, P1, P2, … P99, yang disebut persentil pertama, kedua dan ke-99, yang membagi kelompok data tersebut menjadi 100 bagian,masing-masing mempunyai bagian dengan jumlah observasi yang sama, dan sedemikian rupa sehingga 1% data/observasi sama atau lebih kecil dari P1, 2% data/observasi sama atau lebih kecil dari P2.

1.5.1 Contohnya :

Mencari titik tengah :

Mencari nilai rata-rata hitung :

Modus :

Mencari kelas modus yaitu mencari kelas frekuensi terbesar

Median :

Kelas median

Kuartil :

Kuartil-1 : Kelas kuartil kesatu

Desil :

Desil ke-4 : Kelas desil keempat

UKURAN GEJALA PUSAT DATA YANG BELUM DIKELOMPOKKAN

Ukuran gejala pusat

suatu ukuran yang digunakan untuk mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel atau diagram.

Ukuran gejala pusat adalah suatu ukuran yang digunakan untuk mengetahui kumpulan data mengenai sampel atau populasi yang disajikan dalam tabel dan diagram, yang dapat mewakili sampel atau populasi. Ada beberapa macam ukuran tendensi sentral, yaitu rata-rata (mean), median, modus, kuartil, desil dan persentil.
Gejala pusat sebagai nilai rata-rata yang mempunyai kecenderungan memusat, sehingga sering disebut ukuran kecenderungan memusat (measures of central tendency). Beberapa jenis rata-rata yang sering digunakan adalah rata-rata hitung (arithmetic mean atau sering disingkat mean saja), lalu rata-rata ukur (geometric mean), kemudian rata-rata harmonis (harmonic mean). Dan umumnya terdapat istilah mean ,median, dan modus.
Gejala pusat pada hakekatnya menganggap rata-rata (average) dapat merupakan nilai yang cukup representatif bagi penggambaran nilai-nilai yang terdapat dalam data yang bersangkutan. Rata-rata sedemikian itu dapat dianggap sebagai nilai sentral dan dapat digunakan sebagai pengukuran lokasi sebuah distribusi frekuensi. Statistik mengenal bermacam-macam rata-rata dengan nama-nama yang khas, yaitu rata-rata hitung (mean), median, modus, rata-rata ukur dan rata-rata harmonis itu semua merupakan jenis rata-rata yang lazim digunakan sebagai pengukuran lokasi atau pengukuran tendensi sentral (central tendency) dari sebuah distribusi.

2.4.2 Macam-macam Ukuran Gejala Pusat

Mean

Mean merupakan nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan dengan cara membagi jumlah data dengan banyaknya data.
Untuk mendapatkan nilai dari Mean maka anda harus mencari tahu nilai tengah dan nilai hasil kali nilai tengah dengan frekuensi.

Rata-rata ukur

rata-rata yang diperoleh dengan mengalikan semua data dalam suatu kelompok sampel, kemudian diakarpangkatkan dengan banyaknya data sampel tersebut. Karena mengikuti proses akar pangkat, maka apabila terdapat unsur data yang bernilai negatif maka rata-rata ukur tidak bisa dilakukan.

Rata-rata harmonis

rata-rata yang dihitung dengan cara mengubah semua data menjadi pecahan, dimana nilai data dijadikan sebagai penyebut dan pembilangnya adalah satu, kemudian semua pecahan tersebut dijumlahkan dan selanjutnya dijadikan sebagai pembagi jumlah data. Rata-rata harmonik sering disebut juga dengan kebalikan dari Rata-rata Hitung (Aritmatik).

Rata-rata tertimbang

rata-rata yang dihitung dengan memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot tersebut merupakan pasangan setiap data.

Median

Median adalah cara untuk menentukan letak tengah data setelah data disusun menurut urutan nilainya. Simbol untuk median ini yaitu Me.
Median adalah nilai data tengah, dalam data kelompok memiliki rumus yang sama dengan mencari Q2 ( Kuartil 2 )

Modus

Modus merupakan nilai yang paling sering muncul. Apabila ada data data frekuensi, jumlah dari suatu nilai dari kumpulan data, maka bisa memakai modus.
Untuk bisa melihat hasil akhir dari modus maka kita harus menentukan
kelas pada tabel dengan memilih frekuensi yang paling banyak.

Kuartil

nilai yang membagi suatu data terurut menjadi empat bagian yang sama. Kuartil dilambangkan dengan Q

Desil

Desil merupakan nilai yang membagi data menjadi sepuluh bagian sama besar. Desil sering dilambangkan dengan D.

Persentil

Persentil merupakan nilai yang membagi data menjadi serratus bagian sama besar. Persentil sering dilambangakan dengan P.

2.4.3 Contoh Manualnya:

Mean

Diketahu data : X1=5,X2=10,X3=15,X4=20,X5=25
Maka rata-rata hitungnya adalah?
Penyelsaian :

Rata-rata ukur

Diketahui data : X1=5,X2=10,X3=15,X4=20,X5=25
Maka rata-rata hitungnya adalah?
Penyelsaian :

Rata-rata harmonis

Diketahui data : X1=5,X2=10,X3=15
Maka rata-rata hitungnya adalah?
Penyelsaian :

Rata-rata tertimbang

Diketahui data : Xi =1,2,3 Wi =4,5,6

Median data ganjil

Diketahui data : 3,5,9 N=3

Median data genap

Diketahui data : 3,5,9,11 N=4

Modus

Diketahui data : X1=2,X2=2,X3=3, X4=4
Modusnya adalah 2

Kuartil

Diketahui : 3,4,5,6,7
Q1 ? N= 5

Q1=X1+0,5(X2-X1)
=3+0,5(4-3)
=3,5

Desil

Diketahui :
3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22
D1 ? N= 20

D1=X2+0,1(X3-X2)
=4+0,1(5-4)
=4,1

Persentil

Diketahui :
3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,8282,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99,100,101,102
P5 ? N= 100

P5=X5+0,50(X6-X5)
=7+0,50(8-7)
=7,5

2.4.4 Contoh Cepetnya:

Klik data -> data analysis

Klik descriptive statics dan ok

Pilih input range ,lalu enter

Pilih output range ,lalu enter

Pilih/ceklis label in firsr row->ceklis summary statics->klik ok->finish

Sabtu, 16 Februari 2019

Pengertian Distribusi Frekuensi

Distribusi Frekuensi

Data yang telah diperoleh dari suatu penelitian yang masih berupa data acak yang dapat dibuat menjadi data yang berkelompok, yaitu data yang telah disusun ke dalam kelas-kelas tertentu. Daftar yang memuat data berkelompok disebut distribusi frekuensi atau tabel frekuensi. Distribusi frekuensi adalah susunan data menurut kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar (Hasan, 2001).

Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan dipakai dalam membuat sebuah daftar distribusi frekuensi. Bagian-bagian tersebut akan dijelaskan sebagai berikut (Hasan, 2001):

Kelas-kelas (class) adalah kelompok nilai data atau variable dari suatu data acak.
Batas kelas (class limits) adalah nilai-nilai yang membatasi kelas yang satu dengan kelas yang lain. Batas kelas merupakan batas semu dari setiap kelas, karena di antara kelas yang satu dengan kelas yang lain masih terdapat lubang tempat angka-angka tertentu. Terdapat dua batas kelas untuk data-data yang telah diurutkan, yaitu: batas kelas bawah (lower class limits) dan batas kelas atas (upper class limits).
Tepi kelas disebut juga batas nyata kelas, yaitu batas kelas yang tidak memiliki lubang untuk angka tertentu antara kelas yang satu dengan kelas yang lain. Terdapat dua tepi kelas yang berbeda dalam pengertiannya dari data, yaitu: tepi bawah kelas dan tepi atas kelas.
Titik tengah kelas atau tanda kelas adalah angka atau nilai data yang tepat terletak di tengah suatu kelas. Titik tengah kelas merupakan nilai yang mewakili kelasnya dalam data. Titik tengah kelas = ½ (batas atas + batas bawah) kelas.
Interval kelas adalah selang yang memisahkan kelas yang satu dengan kelas yang lain.
Panjang interval kelas atau luas kelas adalah jarak antara tepi atas kelas dan tepi bawah kelas.
Frekuensi kelas adalah banyaknya data yang termasuk ke dalam kelas tertentu dari data acak.

Jenis Jenis Distribusi Frekuensi

Distribusi frekuensi memiliki jenis-jenis yang berbeda untuk setiap kriterianya. Berdasarkan kriteria tersebut, distribusi frekuensi dapat dibedakan tiga jenis (Hasan, 2001):

1. Distribusi frekuensi biasa

Distribusi frekuensi yang berisikan jumlah frekuensi dari setiap kelompok data. Distribusi frekuensi ada dua jenis yaitu distribusi frekuensi numerik dan distribusi frekuensi peristiwa atau kategori.

2. Distribusi frekuensi relatif

Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan jumlah pengamatan. Distribusi frekuensi relatif menyatakan proporsi data yang berada pada suatu kelas interval, distribusi frekuensi relatif pada suatu kelas didapatkan dengan cara membagi frekuensi dengan total data yang ada dari pengamatan atau observasi.

3. Distribusi frekuensi kumulatif

Distribusi frekuensi yang berisikan frekuensi kumulatif (frekuensi yang dijumlahkan). Distribusi frekuensi kumulatif memiliki kurva yang disebut ogif. Ada dua macam distribusi frekuensi kumulatif yaitu distribusi frekuensi kumulatih kurang dari dan distribusi frekuensi lebih dari.

Penyusunan Distribusi Frekuensi

Penyusunan suatu distribusi frekuensi perlu dilakukan tahapan penyusunan data. Pertama melakukan pengurutan data-data terlebih dahulu sesuai urutan besarnya nilai yang ada pada data, selanjutnya diakukan tahapan berikut ini (Hasan, 2001).

Menentukan jangkauan (range) dari data. Jangkauan = data terbesar – data terkecil.
Menentukan banyaknya kelas (k). Banyaknya kelas ditentukan dengan rumus sturgess K = 1 + 3.3 log n; k (Keterangan: k = banyaknya kelas, n = banyaknya data)
Menentukan panjang interval kelas. Panjang interval kelas (i) = Jumlah Kelas (k)/ Jangkauan (R)
Menentukan batas bawah kelas pertama. Tepi bawah kelas pertama biasanya dipilih dari data terkecil atau data yang berasal dari pelebaran jangkauan (data yang lebih kecil dari data data terkecil) dan selisihnya harus kurang dari panjang interval kelasnya.
Menuliskan frekuensi kelas didalam kolom turus atau tally (sistem turus) sesuai banyaknya data.

Tahapan Membuat Tabel Distribusi Frekuensi

Tahapan-tahapan yang perlu anda lakukan untuk membuat tabel distribusi frekuensi adalah sebagai berikut :

Membuat rentang atau selisih nilai terbesar dan terkecil.
Membuat jumlah kelas yang dapat diberi lambang k dengan menggunakan rumus berikut :
k = 1 + 3.322 log n, n : menunjukkan banyaknya nilai observasi.
Selanjutnya anda tentukan jumlah interval kelas yang diberi lambang (c), dengan rumus :

Keterangan komponen :

k : Banyaknya kelas

X_n : Nilai observasi terbesar

X₁ : Nilai observasi terkecil.

Tahap terakhir adalah menentukan batas kelas (tepi bawah dan tepi atas)

Batas bawah kelas (tepi bawah) menunjukkan kisaran nilai data terkecil pada suatu kelas (kelompok). Sedangkan batas atas kelas menunjukkan kemungkinan nilai data terbesar dalam suatu kelas (kelompok).

Sebagai contoh :
Dalam sebuah kelas bahasa inggiris diperoleh nilai dari 40 siswa sebagai berikut:

50	53	74	73
75	76	58	67
74	74	73	72
72	73	73	72
79	71	70	75
78	52	74	74
75	74	72	74
75	74	72	68
79	71	79	69
71	70	70	79

Dari data tersebut ingin bibuat sebuah tabel frekuensi untuk menyajikan data sebaran nilai dari ke 40 siswa saat ujian bahasa Inggris.
maka;
n =40
k=1+3.322n
k=6.322 ~ 6
c = (79-50)6=4.8~5

Kelas	Frekuensi	Tepi Bawah	Tepi Atas
50-54	3	49,5	54,5
55-59	1	54,5	59,5
60-64	0	59,5	64,5
65-69	3	64,5	69,5
70-74	23	69,5	74,5
75-79	10	74,5	79,5

Dalam menampilkan data memang terkadang membuat pembaca sulit memahami maksud yang ingin kita sampaikan, termasuk dalam menyajikan data tabel distribusi frekuensi.

Faktanya, pembaca lebih senang melihat tampilan berupa grafik daripada tabel. Agar data yang anda tampilkan mudah dipahami oleh pembaca, sebaiknya anda juga menampilkan data secara lengkap. Sertakan juga tabel distribusi frekuensi relatif dan tabel distribusi frekuensi kumulatifnya, dan sertakan grafik (histogram) yang enak dilihat.

Tabel Distribusi Frekuensi Relatif dan Kumulatif
Untuk membentuk tabel frekuensi, anda dapat menggunakana persamaan yang terdapat di dalam tabel berikut :

X	F	Fr	Fk*	Fk**
(1)	(2)	(3)	(4)	(5)
X₁ X₂ … X_i … X_k	f₁ f₂ … f_i … f_k	f₁/n f₂/n … f_i/n … f_k/n	f₁ f₁ + f2 … f₁ + f₂ + … + f_i … f₁ + f₂ + … + f_i + … + f_k	f₁ + f₂ + … + f_i + … + f_k f₂ + … + f_i + … + f_k … f₁ + f_k … f_k
Jumlah

*Sama atau kurang dari

**Sama atau lebih dari

X = Observasi

F = Frekuensi

Fr = Frekuensi Relatif

Fk= Frekuensi Kumulatif

Grafik dalam distribusi frekuensi sering digambarkan dalam bentuk histogram atau grafik batangan (bar chart) dan frekuensi poligon.

Perhitungan Distribusi Frekuensi Pada Data Berkelompok

Perhitungan distribusi frekuensi untuk data berkelompok dapat dicari berdasarkan ukuran pemusatannya, ukuran letaknya, dan ukuran variansinya.

Ukuran Pemusatan

Jenis Ukuran	Data Yang diperlukan	Rumus	Keterangan
Rata-Rata Hitung	Titik data dan frekuensinya.		X_i: Data f_i : Frekuensi data
Rata-Rata Ukur	Nilai titik tengah dan frekuensinya.		X_i : Nilai tengah f_i : Frekuensi data
Modus	Tepi batas kelas, interval kelas, frekuensi masing-masing kelas.		o Tb : Tepi bawah kelas modus o d1 : Frekuensi kelas modus – frekuensi kelas sebelumnya. o d2 : Frekuensi kelas modus – frekuensi kelas sesudahnya. o C : Interval kelas

Ukuran Letak

Jenis Ukuran	Data Yang diperlukan	Rumus	Keterangan
Median (Med)	Tepi batas kelas, interval kelas, frekuensi kumulatif, frekuensi masing-masing kelas.		o tb : Tepi bawah kelas yang memuat median o c : Interval kelas. o f_k : Frekuensi kumulatif sebelum kelas yang memuat median. o f : Frekuansi yang memuat median
Kuartil (Qi)	Tepi batas kelas, frekuensi kumulatif, frekuensi masing-masing kelas, panjang interval kelas.	* Letaknya : Qi = [i / 4] x n, dimana i = 1, 2, 3. * Nilai / besarnya :	o tb : Tepi bawah keas Qi. o f_ki : Frekuensi kumulatif sebelum kelas Qi. o f_i : Frekuensi kelas Qi. o n : Banyaknya data.
Desil (Di)	Tepi batas kelas, frekuensi kumulatif, frekuensi masing-masing kelas, panjang interval kelas.	Letaknya : Di = [i / 10] x n, dimana i = 1, 2, 3, … , 9. Nilai / besarnya :	o tb : Tepi bawah keas Di. o f_ki : Frekuensi kumulatif sebelum kelas Di. o f_i : Frekuensi kelas Di. o n : Banyaknya data.
Persentil (Pi)	Tepi batas kelas, frekuensi kumulatif, frekuensi masing-masing kelas, panjang interval kelas.	Letaknya : Pi = [i / 100] x n, dimana i = 1, 2, 3, … , 99. Nilai / besarnya :	tb : Tepi bawah keas Di. f_ki : Frekuensi kumulatif sebelum kelas Di. f_i : Frekuensi kelas Di. n : Banyaknya data.

Ukuran Variansi

Jenis Ukuran	Data Yang diperlukan	Rumus	Keterangan
Variansi	Data dan frekuensi masing-masing kelas, rata-rata data.		n : Sƒ_i X_i : Data ke-i. : Rata-rata data. ƒ_i : Frekuensi data ke-i.
Simpangan Baku	Data dan frekuensi masing-masing kelas, rata-rata data.		S² : Varinsi
Simpangan Rata-Rata	Data dan frekuensi masing-masing kelas, rata-rata data.		X_i : Data ke-i. : Rata-rata data. ƒ_i : Frekuensi data ke-i.
Simpangan Kuartil	Interval kelas, frekuensi masing-masing kelas, tepi batas kelas, dan frekuensi kumulatif.	, dimana : dan	f₁ : frekuensi yang memuat Q1. f₃ : frekuensi yang memuat Q3. f_k1 : frekuensi kumulatif sebelum kelas Q1 f_k3 : frekuensi kumulatif sebelum kelas Q3.
Skewness (Kemiringan)	Data dan frekuensi masing-masing kelas, rata-rata data.		S: Simpangan baku.
Kurtosis (Keruncingan)	Data dan frekuensi masing-masing kelas, rata-rata data.		S: Simpangan baku.

Menampilkan Tabel Distribusi Frekuensi Pada Aplikasi SPSS 10.0

Langkah-langkah pengolahan data dengan Software SPSS 10.0 :

Membuka layar kerja.
Membuat variabel.
Mengisi data.
Klik Analyze, pilih Descriptive Statistics, kemudian frequencies.

Kotak Dialog Frequencies

Pengisian :

Variabel = variabel yang akan diuji, dimasukkan dengan mengklik tanda ►
Klik statistic
Tampak dilayar :

Kotak Dialog Statistic

Pilih : Percentiles values, Dispersion, Central Tendency (Mean dan Median), Distribution (Skewness dan Kurtosis).

Klik Charts, maka tampak dilayar :

Kotak Dialog Chart

Klik Format, maka tampak dilayar :

Kotak Dialog Format

Jika anda ingin menampilkan dari urutan terkeci pilih ascending Values (Data disusun dari terkecil ke terbesar).

50	53	74	73
75	76	58	67
74	74	73	72
72	73	73	72
79	71	70	75
78	52	74	74
75	74	72	74
75	74	72	68
79	71	79	69
71	70	70	79

50	53	74	73
75	76	58	67
74	74	73	72
72	73	73	72
79	71	70	75
78	52	74	74
75	74	72	74
75	74	72	68
79	71	79	69
71	70	70	79

50	53	74	73
75	76	58	67
74	74	73	72
72	73	73	72
79	71	70	75
78	52	74	74
75	74	72	74
75	74	72	68
79	71	79	69
71	70	70	79