Panduan Lengkap Distribusi Frekuensi Relatif: Rumus, Cara Hitung, dan Contoh Soal

Dalam dunia statistika, data mentah sering kali terlihat kacau dan sulit untuk ditarik kesimpulannya. Bayangkan Anda memiliki hasil survei kepuasan pelanggan dari 1.000 orang. Jika hanya melihat angka perorangan, Anda tidak akan mendapatkan gambaran besar. Di sinilah Distribusi Frekuensi Relatif berperan sebagai alat bantu utama untuk menyederhanakan data menjadi informasi yang bermakna.

baca juga : Latihan Contoh Soal Menghitung Integral Tentu Paling Mudah Dipahami

Artikel ini akan membahas secara tuntas apa itu frekuensi relatif, mengapa ia lebih unggul dibandingkan frekuensi absolut dalam konteks tertentu, hingga bagaimana cara menghitungnya secara akurat untuk keperluan penelitian atau tugas akademik Anda.

Apa Itu Distribusi Frekuensi Relatif?

Secara sederhana, distribusi frekuensi relatif adalah perbandingan antara frekuensi suatu kelas atau kategori dengan jumlah total data (observasi). Jika frekuensi absolut memberitahu kita berapa banyak data yang muncul, frekuensi relatif memberitahu kita seberapa besar proporsi atau persentase data tersebut terhadap keseluruhan.

Frekuensi relatif sangat berguna ketika kita ingin membandingkan dua set data yang memiliki ukuran sampel berbeda. Misalnya, membandingkan tingkat kelulusan di sekolah dengan 100 siswa dengan sekolah yang memiliki 500 siswa. Menggunakan angka absolut akan bias, namun menggunakan frekuensi relatif (persentase) akan memberikan perbandingan yang adil.

Rumus Frekuensi Relatif

Untuk menghitung frekuensi relatif, Anda tidak memerlukan matematika yang rumit. Anda hanya perlu membagi jumlah kemunculan data tertentu dengan total data yang ada.

Rumus Utama:

$$f_r = \frac{f_i}{n}$$

Di mana:

• $f_r$: Frekuensi Relatif (biasanya dinyatakan dalam desimal atau dikalikan 100 untuk persentase).
• $f_i$: Frekuensi Absolut (jumlah kemunculan kelas ke-$i$).
• $n$: Jumlah total observasi atau total frekuensi.

Catatan Penting: Total dari seluruh frekuensi relatif dalam satu tabel harus selalu sama dengan 1,00 (jika menggunakan desimal) atau 100% (jika menggunakan persentase). Jika hasilnya sedikit berbeda karena pembulatan, biasanya angka tersebut tetap dianggap valid dalam batas toleransi tertentu.

Cara Menghitung Distribusi Frekuensi Relatif Langkah demi Langkah

Berikut adalah prosedur standar yang bisa Anda ikuti untuk menyusun tabel distribusi frekuensi relatif yang profesional:

1. Kumpulkan Data Mentah

Urutkan data Anda dari yang terkecil hingga terbesar jika datanya berupa angka (data kuantitatif). Jika datanya kategorik (seperti warna atau jenis kelamin), kelompokkan berdasarkan kategori tersebut.

2. Tentukan Frekuensi Absolut

Hitung berapa kali setiap angka atau kategori muncul. Hasil hitungan ini disebut frekuensi absolut.

3. Hitung Jumlah Total Observasi ($n$)

Jumlahkan seluruh frekuensi absolut yang Anda dapatkan. Pastikan angka ini sama dengan jumlah data mentah awal Anda.

4. Aplikasikan Rumus Frekuensi Relatif

Bagi frekuensi masing-masing kelas dengan total observasi.

• Contoh: Jika kategori A muncul 5 kali dari total 20 data, maka $5 / 20 = 0,25$.

5. Konversi ke Persentase (Opsional)

Kalikan hasil desimal dengan 100 untuk mendapatkan nilai persentase. $0,25 \times 100 = 25\%$.

Contoh Soal dan Pembahasan

Mari kita perhatikan contoh kasus nyata berikut untuk memperdalam pemahaman Anda.

Kasus:

Sebuah toko elektronik mencatat jumlah laptop yang terjual selama 50 hari terakhir berdasarkan merknya. Datanya adalah sebagai berikut:

• Merk A: 15 unit
• Merk B: 10 unit
• Merk C: 20 unit
• Merk D: 5 unit

Tabel Distribusi Frekuensi Relatif:

Analisis:

Melalui tabel di atas, kita bisa langsung menyimpulkan bahwa Merk C adalah merk yang paling populer karena mencakup 40% dari total penjualan, meskipun kita tidak melihat angka mentahnya.

Manfaat Menggunakan Distribusi Frekuensi Relatif

Mengapa kita tidak berhenti di frekuensi absolut saja? Berikut adalah alasan utamanya:

1. Standardisasi: Memungkinkan perbandingan antar kelompok yang ukuran sampelnya tidak sama.
2. Visualisasi yang Lebih Jelas: Saat membuat diagram lingkaran (pie chart), nilai yang digunakan adalah frekuensi relatif/persentase.
3. Probabilitas: Dalam statistika inferensial, frekuensi relatif sering digunakan sebagai estimasi peluang (probabilitas) terjadinya suatu peristiwa di masa depan.
4. Efisiensi Komunikasi: Lebih mudah mengatakan “setengah dari populasi” (50%) daripada mengatakan “4.567 orang dari 9.134 orang”.

Kesalahan Umum yang Harus Dihindari

• Lupa Menghitung Total: Selalu pastikan jumlah frekuensi relatif Anda kembali ke angka 1 atau 100%. Jika tidak, berarti ada kesalahan hitung atau ada data yang terlewat.
• Kesalahan Pembulatan: Saat bekerja dengan desimal yang panjang (seperti $1/3 = 0,3333…$), pastikan Anda konsisten menggunakan jumlah angka di belakang koma (biasanya 2 atau 3 angka).
• Salah Menentukan $n$: Pastikan $n$ adalah jumlah frekuensi, bukan jumlah kategori.

baca juga : Rektor Universitas Teknokrat Indonesia, Kampus Terbaik di Lampung Pimpin Doa untuk Para Syuhada Ijtimak Ulama di Masjid Al-Hijrah

Kesimpulan

Distribusi frekuensi relatif adalah teknik statistik dasar yang sangat kuat untuk mengubah data yang padat menjadi wawasan yang mudah dicerna. Dengan memahami rumus $f_i / n$, Anda dapat menganalisis proporsi dalam data apa pun, mulai dari riset pasar, pemantauan kualitas industri, hingga nilai ujian siswa.

penulis : dinda