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

MM STATISTIK I .2 mr dan mr’ untuk momen sample.x¯)r dan mr = _____________ n dengan n = ∑ fi. 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. harga-harga mr untuk beberapa harga r.r = _______ n ∑ fi (xi .45 ________ Pusat Pengembangan Bahan Ajar . xi = tanda kelas interval dan fi = frekuensi yang sesuai dengan xi. 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. maka rumus di atas berturut-turut berbentuk: ∑ (xi – A. Jadi mr dan mr’ adalah statistic sedangkan µrdan µr’ adalah parameter.)r mr’ = ___________ n ∑ fi xir Momen ke.UMB Siti Nadhifah Ir. sedangkan µrdan µr’ untuk momen populasi. Dari mr’. Jika data disusun dalam daftar distribusi frekuensi.

Model positif terjadi bila kurvanya mempunyai ekor yang memanjang ke sebelah kanan.73) + 2 (0.45)2(8.53 m3 = m3’ – 3m1’m2’ + 2 (m1’)3 = 8.73 KEMIRINGAN Kita sudah mengenal kurva halus atau model yang bentuknya bias positif.45)(8.93 = 33 (33/100) = 8.38 Dari data ini diperoleh varians s2 = m2 = 8.45)(8.3 ∑ ficir m2’ = p2 _______ n ∑ ficir m3’ = p3 ______ n ∑ ficir m4’ = p4 ______ n Sehingga dengan menggunakan hubungan di atas: m2 = m2’ – (m1’)2 = 8.73) – 3 (0.45)2 = 8.UMB Siti Nadhifah Ir.53. Pusat Pengembangan Bahan Ajar . sebaliknya jika ekornya memanjang ke sebelah kiri didapat model negative. Dalam kedua hal terjadi sifat taksimetri.93 – 4 (0. negative atau simetris. dan dapat dikatakan sebagai model positif jika kemiringan positif.91) + 6 (0. = 34 (253/100) = 204.45)3 = -2.45)4 = 199. negative jika kemiringan negative dan simetrik jika kemiringan sama dengan nol.91 – 3 (0.69 m4 = m4’ – 4m1’m3’ + 6 (m1’)2(m2’) – 3 (m1)4 = 204. 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. MM STATISTIK I .73 – (0.91 = 32 (97/100) = 8.

263 Contoh: Diketahui m2 = 8.UMB Siti Nadhifah Ir. a 4 =3 b. a 4 > 3 c. m3 = . Me = 77.53.04 ( karena negative dan dekat nol maka model 13. harga k = 0.17 Kemiringan = ____________ = . tinggi rendahnya atau runcing datarnya bentuk kurvadisebut kurtosis.3. a 4< 3 distribusi normal distribusi leptokurtic distribusi platikurtik Untuk menyelidiki apakah distribusi normal atau tidak. MM STATISTIK I . Mo = 77.07 KURTOSIS Bertitik tolak dari kurva model normal atau distribusi normal.62.2.07 76. 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. Kurva yang sedikit ke kiri) ___________________ ___________________ ________________ leptokurtic platikurtik mesokurtik Salah satu ukuran kurtosis adalah koefisien kurtosis. yang tidak terlalu runcing atautidak terlalu datar maka dinamakan mesokurtik. runcing dinamakanleptokurtik sedangkan yang datar disebut platikurtik.17 dan simpangan baku s = 13. Kurva distribusi normal.4 Contoh: Data dari hasil ujian 80 mahasiswa menghasilkan x¯ = 76.0. dan ditentukan oleh rumus: a4 = (m4/m22) nilai m2 dan m4 diperoleh dari rumus di atas Kriteria yang didapat dari rumus : a. diberi simbul a4.62 – 77. sering pula dipakai koefisien kurtosis persentil.69 dan m4 = 199.38 Pusat Pengembangan Bahan Ajar .

5 Dan Contoh: Dari bab lalu tentangupah 60pegawai diperoleh K1 = Rp 68.baku) *M3 dan M4 utk mengukur kemencengan (skewness) dan skewness) Keruncingan (kurtosis) Pusat Pengembangan Bahan Ajar . MM STATISTIK I .74 dan ini kurang dari 3 jadi kurvanya akan platikurtik.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.25 dan K3 = 90. Ringkasan rumus kemencengan dan keruncingan: Jk sekelompok data sebanyak n: X1.75 P10 = Rp 58.X2.38/(8.UMB Siti Nadhifah Ir.baku) simp.00 Koefisien kurtosis persentil adalah ? koefisien urtosisnya a4 = (m4/m22) = 199.12 dan P90 = Rp 101. ….53)2 = 2.

Mod TK = _________ atau s UKURAN KEMENCENGAN KURVA(SKEWNESS) 3(X¯ . kurva distribusi makin menceng atau miring Pusat Pengembangan Bahan Ajar . Kelas ke Iterhadap ttk asal asumsi simp.baku c=p= besar kelas interval fi = frekuensi kelas ke I di = simp.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 .3 ( __ ∑ fidi2)( __ ∑ fidi ) + 2 ( __ ∑ fidi)3 n I =1 n i=1 n i=1 n i=1 α3 = ukuran tingkat kemencengan s = simp.6    X ¯ . MM STATISTIK I . k = banyak kelas Jadi makin besar α3 .UMB Siti Nadhifah Ir.

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.4 ( __ ∑ fidi3)( __ ∑ fidi ) + 6( __ ∑ fidi2)( ___ ∑ fidi)2 . Kelas ke Iterhadap ttk asal asumsi k = banyak kelas 1 k 1 k 1 k 1 k 1 k 1 k -__ ∑ fidi4 . nilai K1 e. MM STATISTIK I . deviasi standar c. Kelas: 0–4 5–9 10 – 14 15 – 19 20 – 24 Frekuensi 2 7 12 6 3 Hitunglah: a. jarak b.UMB Siti Nadhifah Ir.baku c=p= besar kelas interval fi = frekuensi kelas ke I di = simp. 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. K3 f. variasinya d. Nilai koefisien kemencengan dan keruncingannya? Pusat Pengembangan Bahan Ajar .

Sign up to vote on this title
UsefulNot useful