Perbandingan Keakuratan Dari Model Tabel Distribusi Frekuensi Berkelompok Antara Metode Sturges Dan Metode Scott

Abstract

Distribusi Frekuensi berkelompok adalah penyusunan urutan data tunggal ke dalam tabel kelas-kelas interval, untuk kemudian ditentukan frekuensinya. Penyusunan ini berguna untuk menyelidiki kumpulan data sehingga dapat membawa informasi dengan cara yang pintas. Metode Sturges adalah aturan yang paling dikenal untuk menentukan jumlah kelas interval dalam distribusi frekuensi, namun terdapat kelemahan di dalamnya sehingga pada penelitian ini dilakukan analisis perbandingan keakuratan model tabulasi antara Metode Sturges dengan Metode Scott yang merupakan aturan untuk menentukan panjang kelas dalam distribusi frekuensi. Perbandingan dilihat dari hasil perhitungan selisih ukuran pemusatan, ukuran lokasi, serta dispersiantara kedua model terhadap ukuran dari data simulasinya (data aktual), kemudian dianalisis perbandingannya melalui jenis distribusi data, yang dalam penelitian ini menggunakan data berdistribusi normal dan eksponensial. Hasil perbandingan keakuratan dari masing- masing tabel distribusi frekuensi dari data normal maupun data eksponensial, menunjukkan persentasi keakuratan dari tabel distribusi frekuensi dengan metode scott lebih tinggi dibandingkan dengan metode sturges, hal ini dikarenakan, pada tabel distribusi frekuensi dengan metode sturges, terdapat data yang tidak masuk ke dalam tabel distribusi frekuensi diakibatkan nilai panjang kelas interval tidak dapat mencakup pengelompokkan sampai data tertinggi.
 Group Frequency Distribution is the arrangement of a single data sequence into a table of interval classes, for which frequency is then determined. This arrangement is useful for investigating data sets so that they can carry information in a shortcut way. The Sturges method is the best known rule for determining the number of interval classes in frequency distribution; however, there are weaknesses in it. In this study, a comparative analysis of the tabulation model between the Sturges Method and the Scott Method, which is a rule for determining class length in frequency distribution, was conducted. Comparison was seen from the calculation of the difference in concentration size, location size, and dispersion between the two models to the size of the simulation data (actual data). Then the comparison through the type of data distribution was analyzed, which this study used normal and exponential distribution data. The results of the comparison of the accuracy of each frequency distribution table from normal and exponential data showed that the percentage accuracy of the frequency distribution table with the Scott method was higher than the Sturges method. It occurred because in the frequency distribution table with the Sturges method, there were some data not included in the frequency distribution table. It was caused by the value of the interval class length that could not comprise the highest grouping of data.

Pemetaan Daerah Rawan Bencana Dalam Upaya Mitigasi Bencana Berbasis Gis Di Kecamatan Sungai Raya Kepulauan Kabupaten Bengkayang Provinsi Kalimantan Barat

“…Jumlah skoring adalah penjumlahan dari masing-masing kriterianya dan penentuan kelas interval yang diinginkan dengan menggunakan metode Sturges. Metode Sturges adalah aturan untuk menentukan jumlah kelas interval dalam distribusi frekuensi [5]. Berikut adalah rumus yang digunakan dalam menghiung kelas interval:…”

Efektivitas Situs Web Pemerintah Sebagai Sumber Data Sekunder Bahan Ajar Perkuliahan Statistika

“…Data sekunder yang awalnya masih berupa data tunggal kemudian disajikan ke dalam data kelompok menggunakan aturan dalam buku panduan statitika pada umumnya. Adapun pengubahan data kelompok ke data tunggal tersebut menggunakan aturan Sturges (Sari, Darnius, & Sembiring, 2018). Data tunggal dan data kelompok yang didapat kemudian harus diolah dan ditentukan nilai-nilai tendensi sentralnya, yang meliputi ukuran ratarata, median, dan modus.…”

Klasifikasi Kriteria Kemampuan Siswa Untuk Heterogenitas Kelompok Belajar Menggunakan Agglomerative Hierarchical Cluster Analysis

“…Tidak tercapainya jumlah klasikal siswa sebesar 75% yang memenuhi KKM berimplikasi pada tidak terjadinya peningkatan prestasi belajar siswa pada setiap kemampuan dasar topik materi (Parahita et al, 2019). Metode analisis sederhana yaitu menggunakan Sturges' Rule (Sari et al, 2018) untuk pembentukan kelompok dengan menentukan kelas menjadi 3 (tiga) kategori yaitu tinggi, sedang, dan rendah kemudian membuat interval nilai siswa untuk mengklasifikasikan siswa berdasarkan nilai akademik Matematika. Metode analitis selanjutnya adalah menggunakan kategorisasi hipotetik yaitu menentukan kategori siswa berdasarkan nilai mean hipotetik dan standar deviasi hipotetik dengan menggunakan rumus perhitungan jarak interval (Ansyah et al, 2019).…”