1

7

MOMEN, KEMIRINGAN DAN KURTOSIS
By: Siti Nadhifah, Ir, MM, MSi

Tujuan Instruksional Khusus: Mahasiswa dapat memperhitungkan bagaimana bentuk data mereka dengan adanya sebaran datanya, sehingga diharapkan untuk menetukan bahwa data mereka menyebar normal atau tidak.
PENDAHULUAN Rata-rata dan varians sebenarnya merupakan hal istimewa dari kelompok ukuran lain yang disebut momen. Dari momen ini juga dapat diturunkan beberapaukuran lain. Bentuk-bentuk sederhana dari momen dan ukuran-ukuran yang didapat daripadanya akan dapat diuraikan pada modul ini. MOMEN Misalkan diberikan variable x dengan harga-harga: x1, x2, …, xn. didefinisikan oleh hubungan: ∑ (xi – A )r mr’ = __________ n Untuk A = 0 didapat momen ke – r sekitar nol atau disingkat momen ke – r. ∑ xir Momen ke r = _______ n Dan untuk r = 1 didapat rata-rata x¯. Jika A = x¯. kita peroleh momen ke – r sekitar rata-rata, biasa disingkat dengan mr. ∑ (xi – x¯.)r Dan didapat mr = ___________ n Untuk r = 2 , maka akan memberikan varians s2 Untuk membedakan apakah momen itu untuk sample atau untuk populasi, maka dipakai symbol: Jika A adalah bilangan tetap dan r = 0,1, 2, …,maka momen ke – r sekitar A, disingkat mr’,

Pusat Pengembangan Bahan Ajar - UMB

Siti Nadhifah Ir, MM

STATISTIK I

45 ________ Pusat Pengembangan Bahan Ajar . maka rumus di atas berturut-turut berbentuk: ∑ (xi – A. Dari mr’.UMB Siti Nadhifah Ir.)r mr’ = ___________ n ∑ fi xir Momen ke. Jika data disusun dalam daftar distribusi frekuensi. harga-harga mr untuk beberapa harga r. adalah: Data 60 – 62 63 – 65 66 – 68 69 – 71 72 – 74 Jumlah fi 5 18 42 27 8 100 ci -2 -1 0 1 2 fici -10 -18 0 27 16 15 fici2 20 18 0 27 32 97 fici3 -40 -18 0 27 64 33 fici4 80 18 0 27 128 253 ∑ ficir Dengan menggunakan rumus sandi : mr’ = pr n ∑ ficir m1’ = p ______ n = 3 (15/100) = 0. sedangkan µrdan µr’ untuk momen populasi.2 mr dan mr’ untuk momen sample.x¯)r dan mr = _____________ n dengan n = ∑ fi. Jadi mr dan mr’ adalah statistic sedangkan µrdan µr’ adalah parameter. xi = tanda kelas interval dan fi = frekuensi yang sesuai dengan xi. MM STATISTIK I . dapat ditentukan berdasarkan hubungan: m2 = m2’ – (m1’)2 m3 = m3’ – 3m1’m2’ + 2(m1’)3 m4 = m4’ – 4m1’m3’ + 6(m1’)2m2’ – 3(m1’)4 Contoh: Untuk menghitung empat buah momen sekitar rata-rata untuk data dalam daftar distribusi frekuensi.r = _______ n ∑ fi (xi .

= 34 (253/100) = 204. MM STATISTIK I .3 ∑ ficir m2’ = p2 _______ n ∑ ficir m3’ = p3 ______ n ∑ ficir m4’ = p4 ______ n Sehingga dengan menggunakan hubungan di atas: m2 = m2’ – (m1’)2 = 8.91 – 3 (0. negative jika kemiringan negative dan simetrik jika kemiringan sama dengan nol. sebaliknya jika ekornya memanjang ke sebelah kiri didapat model negative. Dalam kedua hal terjadi sifat taksimetri. Model positif terjadi bila kurvanya mempunyai ekor yang memanjang ke sebelah kanan.73) – 3 (0. Pusat Pengembangan Bahan Ajar .45)2(8.UMB Siti Nadhifah Ir.45)2 = 8.69 m4 = m4’ – 4m1’m3’ + 6 (m1’)2(m2’) – 3 (m1)4 = 204.73) + 2 (0.38 Dari data ini diperoleh varians s2 = m2 = 8. Untuk mengetahui derajad taksimetri sebuah model digunakan ukuran kemiringan yang dapat ditentukan oleh: Rata-rata – Modus median Kemiringan = _______________ atau empiris: kemiringan = __________________ Simpangan baku simpangan baku 3 (rata-rata)- Rumus di atas dinamakan koefisien kemiringan Pearson tipe pertama dan tipe kedua.53 m3 = m3’ – 3m1’m2’ + 2 (m1’)3 = 8.91) + 6 (0.93 – 4 (0.93 = 33 (33/100) = 8.45)3 = -2. dan dapat dikatakan sebagai model positif jika kemiringan positif.53.45)4 = 199.91 = 32 (97/100) = 8.73 – (0.45)(8.73 KEMIRINGAN Kita sudah mengenal kurva halus atau model yang bentuknya bias positif.45)(8. negative atau simetris.

263 Contoh: Diketahui m2 = 8. Kurva yang sedikit ke kiri) ___________________ ___________________ ________________ leptokurtic platikurtik mesokurtik Salah satu ukuran kurtosis adalah koefisien kurtosis. tinggi rendahnya atau runcing datarnya bentuk kurvadisebut kurtosis. sering pula dipakai koefisien kurtosis persentil.2.UMB Siti Nadhifah Ir. a 4 > 3 c.69 dan m4 = 199. diberi simbul yang rumusnya: SK k = ________ P90 – P10 ½ (K3 –K1) = ___________ P90 – P10 P10 = persentil ke sepuluh P90 = persentil ke 90 P90 – P10 = rentang 10 – 90 persentil Dimana: SK = rentang semi antar kuartil K1 = kuartil ke Satu K3 = kuartil ke tiga Untuk model distribusi normal.53. MM STATISTIK I . m3 = . yang tidak terlalu runcing atautidak terlalu datar maka dinamakan mesokurtik.17 dan simpangan baku s = 13. dan ditentukan oleh rumus: a4 = (m4/m22) nilai m2 dan m4 diperoleh dari rumus di atas Kriteria yang didapat dari rumus : a. a 4 =3 b. diberi simbul a4.0. harga k = 0.38 Pusat Pengembangan Bahan Ajar .04 ( karena negative dan dekat nol maka model 13.17 Kemiringan = ____________ = . runcing dinamakanleptokurtik sedangkan yang datar disebut platikurtik. Kurva distribusi normal. a 4< 3 distribusi normal distribusi leptokurtic distribusi platikurtik Untuk menyelidiki apakah distribusi normal atau tidak.3. Me = 77.4 Contoh: Data dari hasil ujian 80 mahasiswa menghasilkan x¯ = 76. Mo = 77.07 KURTOSIS Bertitik tolak dari kurva model normal atau distribusi normal.62 – 77.62.07 76.

UMB Siti Nadhifah Ir. MM STATISTIK I .X2.baku) simp.75 P10 = Rp 58.Xn maka momen ke r (Mr) : (Mr) n Mr = 1/n ∑Xir utk data tak berkelompok i=1 n Mr = 1/n ∑ fi Mir utk data berkelompok i=1 jadi: jadi: * r = 1 maka M1 adalah rata-rata hitung rata* r = 2 maka M2 varians (kuadrat simp.38/(8.12 dan P90 = Rp 101. Ringkasan rumus kemencengan dan keruncingan: Jk sekelompok data sebanyak n: X1.53)2 = 2. ….25 dan K3 = 90.baku) *M3 dan M4 utk mengukur kemencengan (skewness) dan skewness) Keruncingan (kurtosis) Pusat Pengembangan Bahan Ajar .00 Koefisien kurtosis persentil adalah ? koefisien urtosisnya a4 = (m4/m22) = 199.5 Dan Contoh: Dari bab lalu tentangupah 60pegawai diperoleh K1 = Rp 68.74 dan ini kurang dari 3 jadi kurvanya akan platikurtik.

Mod TK = _________ atau s UKURAN KEMENCENGAN KURVA(SKEWNESS) 3(X¯ . k = banyak kelas Jadi makin besar α3 .3 ( __ ∑ fidi2)( __ ∑ fidi ) + 2 ( __ ∑ fidi)3 n I =1 n i=1 n i=1 n i=1 α3 = ukuran tingkat kemencengan s = simp. Kelas ke Iterhadap ttk asal asumsi simp.baku c=p= besar kelas interval fi = frekuensi kelas ke I di = simp. kurva distribusi makin menceng atau miring Pusat Pengembangan Bahan Ajar . MM STATISTIK I .UMB Siti Nadhifah Ir.med) 3(X¯ __________ s        Ukuran Kemencengan jg dpt diukur berdasarkan momen ke 3 : M3 1 n _ Data tdk berkelompok: α3 = ____ = ___ ∑ (Xi – X )3 berkelompok: s3 ns3 i=1 M3 1 k _ Data berkelompok : α3 = ____ = ___ ∑ fi (Mi – X)3 s3 ns3 i=1 Untuk interval yg sama: sama:  c3 α3 = ____ s3 dimana: dimana: 1 k 1 k 1 k 1 k __ ∑ fidi3 .6    X ¯ .

variasinya d. nilai K1 e. Kelas ke Iterhadap ttk asal asumsi k = banyak kelas 1 k 1 k 1 k 1 k 1 k 1 k -__ ∑ fidi4 .4 ( __ ∑ fidi3)( __ ∑ fidi ) + 6( __ ∑ fidi2)( ___ ∑ fidi)2 . Nilai KV g.3( __ ∑ fidi)4 n I =1 n i=1 n i=1 n i=1 n i=1 n i=1 Latihan Soal: 1.UMB Siti Nadhifah Ir. Kelas: 0–4 5–9 10 – 14 15 – 19 20 – 24 Frekuensi 2 7 12 6 3 Hitunglah: a. K3 f.baku c=p= besar kelas interval fi = frekuensi kelas ke I di = simp.7 UKURAN KERUNCINGAN KURVA (KURTOSIS) • Digunakan • • • • • • • • • • M4 1 n _ Data tdk berkelompok: α4 = ____ = ___ ∑ (Xi – X )4 s4 ns4 i=1 M4 1 k _ Data berkelompok : α4 = ____ = ___ ∑ fi (Mi – X)4 s4 ns4 i=1 c4 α4 = ____ s4 dimana: α3 = ukuran tingkat kemencengan s = simp. jarak b. deviasi standar c. MM STATISTIK I . Nilai koefisien kemencengan dan keruncingannya? Pusat Pengembangan Bahan Ajar .