Cara Membuat Histogram Di Excel Berbagai Versi


2.55 + 0.1 = 2.65

Batas Kelas Kedua :



Menentukan Batas bawah Kelas  Kedua :

Batas Bawah Kedua adalah Batas Atas Kelas Pertama, yaitu : 2.65

Batas Atas Kedua adalah Batas Bawah Kedua ditambah dengan Lebar Kelas Interval yaitu : 2.65 + 0.1 = 2.75

Batas Kelas Ketiga dan seterusnya :

Dilanjutkan ke kelas ketiga dan seterusnya seperti cara untuk menentukan Batas Kelas Kedua.

4.3. Menentukan Nilai Tengah setiap Kelas Interval :

Nilai Tengah Kelas Pertama :

Nilai Tengah Kelas Pertama = batas atas  + batas bawah kelas Pertama / 2

= 2.55 + 2.65 / 2

= 2.6

Nilai Tengah Kelas kedua dan seterusnya :

Nilai Tengah Kelas kedua dan seterusnya mempergunakan cara yang sama seperti menghitung Nilai Tengah Kelas Pertama.

5) Menentukan Frekuensi dari Setiap Kelas Interval

Untuk mempermudah perhitungan, pakailah tanda “Tally” pengelompokkan 5 (lima) untuk menghitung satu per satu  jumlah frekuensi yang jatuh dalam kelas Interval.

Masih kasus yang sama, berikut ini tabel hasil perhitungannya :

6) Membuat Grafik Histogram

a) Membuat Garis Horizontal dengan menggunakan skala berdasarkan pada unit pengukuran data

b) Membuat Garis Vertikal dengan menggunakan skala frekuensi

c) Menggambarkan Grafik Batang, tingginya sesuai dengan Frekuensi setiap Kelas Interval

d) Jika terdapat batasan Spesifikasi yang ditentukan oleh Customer (Pelanggan) maka tariklah garis vertikal sesuai dengan spesifikasi tersebut.

Baca juga: Cara Mengolah Data Statistik Dengan Excel

Baca juga: Menghitung Koefisien Korelasi Excel Dan Manual

Contoh Membuat Histogram

  • Membuat Histogram menggunaka aplikasi R

1) Langkah awal dalam pembuatan histogram di R ini adalah menampilkan dataset yang akan digunakan. Contoh di bawah ini menggunakan dataset usia pasien penderita Covid-19 yang didalamnya terdapat peubah usia pasien covid.

usia <- read.csv(“Usia pasien covid 19.csv”, sep =”;”)

View(usia)

str(usia)

## ‘data.frame’:    998 obs. of  1 variable:

##  $ Usia.pasien.covid: int  30 47 49 47 50 42 59 30 39 38 …

Dari program di atas, terdapat beberapa hal yang perlu diperhatikan :

  1. a) Dataset yang digunakan merupakan file bertipe csv.Sedangkan syntax read.csv(“tempat penyimpanan file/namadata.csv”) berarti membaca data yang dengan nama datanya Usia pasien covid 19. Perlu diperhatikan juga bahwa dalam penulisan tempat penyimpanan file harus dipisahkan oleh tanda /.
  2. b) Syntax sep=“;” atau sep=“,” digunakan untuk merapikan dan memisahkan tiap peubah dalam tabel apabila setelah dicoba tanpa menggunakan sep/separator ternyata tabel yang muncul bertumpuk atau tumpang tindih antarpeubah.
  3. c) Fungsi View(namadata) bertujuan untuk menampilkan data yang dipanggil dalam bentuk tabel.
  4. d) Fungsi str(namadata) menunjukkan tipe dari setiap peubah dalam dataset.

Selanjutnya, dari fungsi str(namadata) kita mendapatkan informasi bahwa tipe data peubah usia pasien covid-19 adalah character, sehingga kita perlu mengubahnya dalam tipe numerik. Umumnya syntax yang digunakan sebagai berikut.

usia <- as.numeric(usia)

Error: ‘list’ object cannot be coerced to type ‘double’

Setelah program tersebut dijalankan, maka akan muncul pernyataan eror karena data tidak bisa dipaksa menjadi tipe “double”. Hal tersebut dapat di atasi dengan perintah seperti berikut.

class(unlist(usia))

## [1] “integer”

usia_pasien_covid <- as.numeric(unlist(usia))

usia_pasien_covid

##   [1] 30 47 49 47 50 42 59 30 39 38 45 33 37 39 32 45 45 18 56 42 33 44 65 21 41

##  [26] 44 30 70 43 31 43 24 40 66 65 36 10 63 37 78 76 48 66 66 63 62 49 46 34 41

##  [51] 72 20 54 33 49 42 33  2 29 62 61 20 51 50 72 80 49 69 66 32 28 55 68 30 34

##  [76] 30 50 39 56 62 63 62 57 35 40 30 30 37 56 50 35 36 35 27 40 42 33 40 50 42

## [101] 66 52 29 28 22 32 42 23 49 38 62 65 56 35 88 28 31 50 48 36 37 19 60 58 29

## [126] 47 52 51 53 39 34 49 46 46 40 51 37 55 32 24 39 25 56 44 50 42 43 22 43 51

## [151] 38 59 60 35 25 49 41 57 26 30 64 33 28 41 42 24 32 34 63 58 49 27 68 45 65

## [176] 27 48 30 31 40 30 65  2 11 32 66 53 37 35 55 55 73 68 61 74 33 60 35 66 28

## [201] 40 35 43 53 50 51 73 36 54 56 40 43 48 54 47 55 47 46 47 41 36 70 52 44 47

## [226] 58 39 21 42 38  7 43 68 64 21 60 44 53 39 41 31 27 82 34 22 67 52 43 56 15

## [251] 30 33 55 23 28 49 25 40 59 38 37 49 43 39 41 67 52 31 34 24 47 16 32 32 25



Leave a Comment