Distribusi frekuensi adalah teknik statistik untuk mengorganisir data dengan cara mengelompokkan nilai-nilai ke dalam interval-interval yang disebut kelas. Ada beberapa aturan yang digunakan dalam menentukan jumlah kelas dan interval kelas dalam distribusi frekuensi. Salah satu aturan yang sering digunakan adalah Aturan Sturges, namun ini bukan satu-satunya. Berikut adalah beberapa aturan penting yang digunakan dalam distribusi frekuensi:

1. Aturan Sturges

Aturan Sturges digunakan untuk menentukan jumlah kelas (bins) dalam distribusi frekuensi. Rumusnya adalah:

k=1+3.322 ¹⁰log ​n
Di mana: ( k ) adalah jumlah kelas dan ( n ) adalah jumlah data.

Kelebihan: Mudah digunakan. Cocok untuk jumlah data yang relatif kecil hingga sedang. Kelemahan: Kurang efektif jika jumlah data sangat besar atau sangat kecil, karena aturan ini cenderung terlalu menyederhanakan struktur data.

Baca juga : Pendaftaran Kuliah Pendidikan Matematika Jogja di UMBY

2. Aturan Rice (Rice Rule)

Aturan Rice digunakan sebagai alternatif dari Aturan Sturges, terutama untuk data yang lebih besar. Rumusnya adalah:

Aturan ini memberikan jumlah kelas yang lebih banyak dibandingkan Aturan Sturges, yang lebih sesuai untuk data yang lebih besar.

3. Aturan Scott (Scott’s Normal Reference Rule)

Aturan Scott digunakan dalam kasus data kontinyu, terutama untuk distribusi normal. Rumusnya adalah:

Di mana:

• ( h ) adalah lebar kelas,
• ( s ) adalah simpangan baku (standard deviation),
• ( n ) adalah jumlah data. Aturan Scott bertujuan untuk membuat distribusi kelas yang optimal dengan mempertimbangkan variasi dalam data.

4. Aturan Freedman-Diaconis

Aturan ini merupakan alternatif lain dari Aturan Scott dan digunakan untuk menentukan lebar kelas dengan mempertimbangkan penyebaran data (interquartile range). Rumusnya adalah:

Di mana:

• ( h ) adalah lebar kelas,
• ( IQR ) adalah rentang interkuartil (interquartile range), yaitu selisih antara kuartil ketiga dan pertama,
• ( n ) adalah jumlah data. Aturan ini lebih sesuai untuk distribusi yang tidak normal dan data yang memiliki banyak outlier.

5. Penentuan Kelas dan Lebar Kelas Secara Empiris

Dalam praktik, banyak analis menggunakan pendekatan empiris untuk menentukan jumlah kelas dan lebar kelas. Ini bisa didasarkan pada:

• Rentang data: Rentang data dibagi dengan jumlah kelas yang sesuai.
• Distribusi visual: Histogram atau grafik frekuensi dibuat secara manual dan disesuaikan dengan tujuan analisis.

Prinsip Umum dalam Distribusi Frekuensi:

1. Jumlah Kelas: Sebaiknya tidak terlalu sedikit agar tidak menghilangkan detail data, dan tidak terlalu banyak agar tidak membuat distribusi terlalu kompleks.
2. Lebar Kelas: Kelas sebaiknya memiliki lebar yang sama untuk memudahkan analisis. Namun, dalam beberapa kasus khusus, lebar kelas bisa bervariasi.
3. Rentang Data: Rentang data harus mencakup semua nilai yang ada, sehingga setiap data memiliki tempat di dalam kelas.

Kesimpulan

Aturan Sturges memang salah satu cara populer untuk menentukan jumlah kelas dalam distribusi frekuensi, tetapi aturan ini bukan satu-satunya. Pemilihan aturan yang tepat tergantung pada ukuran sampel, distribusi data, dan tujuan analisis. Aturan lain seperti Rice, Scott, dan Freedman-Diaconis juga sering digunakan untuk mendapatkan distribusi yang lebih sesuai dengan data.