Tlhahlobo ea Lintlha e Sebelisang Li-polygone tsa Maqhubu ho Lipalopalo
Dalam statistika, penyajian data merupakan tahap penting sebelum melakukan penarikan kesimpulan. Data yang awalnya berupa deretan angka mentah sering kali sulit dipahami jika tidak diorganisasi dan divisualisasikan dengan tepat. Salah satu cara efektif untuk menyajikan distribusi data adalah melalui poligon frekuensi . Poligon frekuensi membantu kita melihat pola sebaran data, kecenderungan nilai yang dominan, serta bentuk distribusinya (misalnya simetris, menceng, atau memiliki lebih dari satu puncak). Artikel ini membahas konsep poligon frekuensi, cara membuatnya, bagaimana menginterpretasikannya, serta kegunaannya dalam analisis data statistika.
Ho Utloisisa Li-polygone tsa Maqhubu
Poligon frekuensi adalah grafik garis yang menggambarkan distribusi frekuensi dari data berkelompok. Grafik ini dibentuk dengan menghubungkan titik-titik yang mewakili frekuensi pada titik tengah kelas (class midpoint). Berbeda dari histogram yang berupa batang, poligon frekuensi berbentuk garis, sehingga memudahkan pengamat untuk membandingkan pola distribusi beberapa kelompok data dalam satu bidang grafik.
Hangata li-polygon tsa maqhubu li sebelisoa ha re batla ho bonts'a liphetoho kapa mekhoa ea maqhubu ka mokhoa o boreleli haholoanyane. Mohlala, ha ho hlahlojoa lintlha tsa liteko, bolelele, boima, kapa data ea tlhahiso, li-polygon tsa maqhubu li ka bontša hore na data e shebane haholo le sebaka se itseng kapa hore na e ajoa ka ho lekana.
Li-polygon tsa Frequency li Sebelisoa Neng?
Li-polygon tsa maqhubu li sebelisoa haholo-holo ha data:
1. Berbentuk data kuantitatif (misalnya nilai, berat, tinggi, waktu).
2. Sudah atau perlu dikelompokkan ke dalam interval kelas.
3. Perlu membandingkan dua atau lebih distribusi dalam satu grafik, karena garis lebih mudah ditumpuk dibanding batang histogram.
Li-polygone tsa maqhubu le tsona li na le thuso haholo mohatong oa tlhahlobo ea data ea lipatlisiso, e leng ha bafuputsi ba batla ho utloisisa litšobotsi tse akaretsang tsa data pele ba etsa tlhahlobo e eketsehileng joalo ka liteko tsa lipalo-palo, ho khutlela morao, kapa ho bolela esale pele.
Likarolo tsa Bohlokoa ho Frequency Polygon
Ho theha poligoni ea maqhubu, likarolo tse 'maloa tsa motheo li tlameha ho utloisisoa:
– Interval kelas : rentang nilai yang membagi data menjadi beberapa kelompok.
– Frekuensi : jumlah data yang masuk pada tiap interval kelas.
– Titik tengah kelas : nilai tengah dari suatu interval yang dihitung dengan rumus:
\[
\text{Midpoint} = \frac{\text{lower limit} + \text{upper limit}}{2}
\]
– Sumbu X dan Y : sumbu X berisi titik tengah kelas, sedangkan sumbu Y menunjukkan frekuensi.
Ka karolo ena, re ka hula lintlha (bohareng, maqhubu) ebe re li hokahanya moleng.
Mehato ea ho Theha Polygon ea Hangata
Mehato e akaretsang ea ho theha poligoni ea maqhubu ho tsoa ho data e tala ke ena:
1. Ho Hlophisa Lintlha le ho Fumana Lihlopha tse Ngata
Mohato oa pele ke ho lokisa data e tala. Kamora moo, fumana palo ea lihlopha (k). Mokhoa o mong o tsebahalang ke foromo ea Sturges:
\[
k = 1 + 3{,}3 \log(n)
\]
moo \(n\) e leng palo ea data.
2. Fumana Bophara le Bophara ba Sehlopha
Hitung rentang data:
\[
R = x_{\ mongolo{max}} – x_{\ mongolo{min}}
\]
Ebe bophara ba sehlopha bo ka balwa:
\[
p = \frac{R}{k}
\]
Bophara ba sehlopha hangata bo chitja bakeng sa ho nolofatsa tšebeliso.
3. Etsa Tafole ea Kabo ea Maqhubu
Susun interval kelas, lalu hitung berapa banyak data yang masuk pada setiap interval tersebut. Hasilnya berupa tafole ea kabo ea maqhubu.
4. Bala Bohareng ba Sehlopha ka seng
Bakeng sa karohano ka 'ngoe, bala ntlha e bohareng. Ntlha ena e bohareng e tla sebelisoa ho X-axis.
5. Ho theha Kerafo
– Beha ntlha e bohareng ea sehlopha ho X axis.
– Beha maqhubu mothating wa Y.
– Rala dipara tsa dintlha (ntlha e bohareng, maqhubu).
– Hokela lintlha ka mola o otlolohileng.
E le hore poligone e "koalehe" hantle, ntlha e le 'ngoe hangata e eketsoa qalong le qetellong ka maqhubu a lefela, bohareng ba tlelase pele ho tlelase ea pele le ka mor'a tlelase ea ho qetela.
Mohlala o Bonolo oa Tlhaloso
Mohlala, poligoni ya maqhubu e bontsha tlhoro ya yona e phahameng ka ho fetisisa bohareng ba 70, ka maqhubu a phahameng ka ho fetisisa. Sena se bontsha hore boleng bo hlahang hangata ke hoo e ka bang 70, e leng se bontshang hore boholo ba tshebetso ya baithuti bo haufi le boleng boo. Haeba poligoni e sekamela ho theohela ka hodimo ho le letona (boleng bo boholo) mme e fetela ka ho le letshehadi (boleng bo bonyenyane), kabo ya data e ka sekamela ka ho le letshehadi; ka lehlakoreng le leng, haeba e fetela ka ho le letona, kabo e sekamela ka ho le letona.
Selain bentuk, kemiringan garis juga memberi indikasi perubahan frekuensi antarkelas. Kenaikan tajam berarti terjadi peningkatan jumlah data yang signifikan pada kelas berikutnya. Penurunan tajam menunjukkan sebaliknya.
Polygon ea Maqhubu khahlanong le Histogram
Leha ka bobedi di hlalosa kabo ya maqhubu, ho na le dipharologanyo tsa bohlokwa:
1. Bentuk visual
– Histogram: mekoallo e haufi.
– Polone e tloaelehileng: mela e hokahanyang lintlha.
2. Kemudahan perbandingan
– Li-histogram li thata ho li bokella bakeng sa lihlopha tse ngata.
– Li-polygone tse atisang ho bapaloa li bonolo ho li bapisa ka har'a kerafo e le 'ngoe.
3. Keterbacaan pola
– Li-polygone li bontša ka ho hlaka sebopeho se akaretsang sa mothapo oa kabo.
– Histogram e thusa ho bona sebopeho sa sehlopha ka botlalo.
Ha e le hantle, di-polygon tse atisang ho sebediswa hangata di hahuwa ho itshetlehile ka di-histogram: dintlha tse bohareng tsa bara e nngwe le e nngwe ya histogram di hokahantswe ka mohala.
Manfaat Poligon Frekuensi dalam Tlhahlobo ea lintlha
Li-polygon tse tloaelehileng ha se litšoantšo feela, empa ke lisebelisoa tsa tlhahlobo. Tse ling tsa melemo ea tsona:
1. Mengenali pusat data (tendensi sentral)
Tlhōrō ea poligoni e bontša sehlopha sa mokhoa, e leng karohano e nang le maqhubu a phahameng ka ho fetisisa.
2. Melihat penyebaran (variabilitas)
Li-polygone tse sephara li bontša lintlha tse fapaneng haholo; li-polygone tse tšesaane li bontša lintlha tse tebileng haholoanyane.
3. Menilai bentuk distribusi
Kabo e ka ba e lekanang, e sekameng, kapa e nang le di-bimodal (ditlhoro tse pedi). Sena se bohlokwa bakeng sa ho fumana mekgwa e meng ya tlhahlobo.
4. Membandingkan kelompok
Mohlala, ho bapisa boleng ba sehlopha sa A le sehlopha sa B, kapa liphetho tsa tlhahiso ea mochini oa 1 le mochini oa 2. Li-polygone tse peli li ka huloa hammoho ho bona phapang kabong.
5. Mendeteksi data tidak lazim
Haeba ho na le litlhōrō tse nyane tse hole le tlhōrō e kholo, ho ka ba le lihlopha tse fapaneng tsa data, liphoso tsa ho kenya, kapa lintho tse sa tloaelehang.
Liphoso tse Tloaelehileng le Malebela a ho Sebeletsa
Liphoso tse ling tse tloaelehileng tsa ho theha li-polygon tse tloaelehileng li kenyelletsa:
– Sebelisa meeli ea sehlopha ho X-axis, eseng lintlha tse bohareng tsa sehlopha.
– Bophara ba sehlopha ha bo tsitsane, e leng se lebisang litlhalosong tse khelosang.
– Ha e kenye lintlha tsa maqhubu a lefela lipheletsong, kahoo poligoni e bonahala e "leketlile".
– Sekala sa mothapo o sa lekanang.
Litlhahiso tse ntle tsa ho sebeletsa:
– Sebelisa mekhahlelo e tsitsitseng ea sehlopha.
– Fana ka sehlooho se hlakileng, mabitso a mothapo le sekala.
– Haeba o bapisa dihlopha tse pedi, sebedisa mebala/mela e fapaneng mme o kenye tshomo.
– Etsa bonnete ba hore palo ea lihlopha ha e nyane haholo kapa e ngata haholo e le hore mokhoa oa kabo o lule o baleha.
Ho koala
Poligon frekuensi merupakan salah satu bentuk visualisasi statistik yang sangat berguna dalam memahami distribusi data berkelompok. Dengan memanfaatkan titik tengah kelas dan frekuensi, poligon frekuensi menyajikan gambaran pola data secara jelas, mudah dibandingkan antarkelompok, serta membantu peneliti mengenali karakter distribusi sebelum melakukan analisis lebih lanjut. Dalam praktik statistika, kemampuan membaca dan membuat poligon frekuensi menjadi keterampilan dasar yang penting, khususnya untuk tlhahlobo ea lintlha kuantitatif. Dengan penyusunan kelas yang tepat serta interpretasi yang cermat, poligon frekuensi dapat menjadi alat sederhana namun kuat untuk mendukung pengambilan keputusan berbasis data.
