Anda di halaman 1dari 20

MOMEN, KECONDONGAN DAN

KERUNCINGAN

Rata-rata dan varians sebenarnya merupakan hal istimewa dari kelompok
ukuran lain yang disebut Momen. Dari Momen ini juga dapat diturunkan beberapa
ukuran lain.

1. MOMEN
a. Untuk Data Tunggal
Misalkan diberikan variabel x dengan harga-harga: x
1
, x
2
, x
3
, , x
n
. Jika A
= sebuah bilangan tetap dan r = 0, 1, 2, , n, maka momen ke-r sekitar A,
disingkat m
r
, didefinisikan oleh hubungan :
( )
n
A x
m
r
i
r


=
'
(1.1)
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r.
n
x
m
r
i
r

=
'
(1.2)
maka untuk r = 1 didapat rata-rata x
Jika x A = kita peroleh momen ke-r sekitar rata-rata, biasa disingkat m
r
.
( )
n
x x
m
r
i
r


=

Untuk r = 2, persamaan (2.3) memberikan varians s2.
Untuk membedakan apakah momen itu untuk sampel atau untuk populasi, maka
dipakai simbol :
m
r
dan m
r
untuk momen sampel

r
dan
r
untuk momen populasi
Jadi mr dan mr adalah statistik sedangkan r dan r merupakan parameter.



b. Untuk Data Kelompok
Jika data telah disusun dalam daftar distribusi frekuensi (data kelompok),
maka persamaan-persamaan di atas berturut-turut berbentuk :
Momen ke-r di sekitar A
( )
n
A x f
m
r
i i
r


=
'

Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r.
n
x f
m
r
i i
r

=
'

Jika
x A =
kita peroleh momen ke-r sekitar rata-rata, biasa disingkat mr.
( )
n
x x f
m
r
i i
r


=

Keterangan :

=
i
f n

x
i
= tanda kelas interval
f
i
= frekuensi yang sesuai dengan xi.

Dengan menggunakan persamaan diatas untuk data kelompom dapat ditulis
dengan cara coding menjadi :
|
|
.
|

\
|
=

n
ci fi
p m
r
r
r
.
'

Keterangan :
P = Panjang kelas,
c = Variabel coding, (c = 0, + 1, + 2, .... )

Dari mr harga-harga mr dapat ditentukan berdasarkan hubungan :
( )
( )
( ) ( )
4
'
1
'
2
2
'
1
'
3
'
1
'
4 4
3
'
1
'
2
'
1
'
3 3
2
'
1
'
2 2
3 6 4
2 3
m m m m m m m
m m m m m
m m m
+ =
+ =
=

Contoh :
Untuk menghitung momen disekitar rata-rata, untuk data dalam daftar distribusi
frekuensi, kita lakukan sebagai berikut:
TABLE 5.1: Table pembantu untuk mencari m
Data f
1
Ci f
1
Ci

f
1
C
1
2
f
1
C
1
3
f
1
C
1
4

60 63
64 67
68 71
72 75
76 79
5
18
42
27
8
-2
-1
0
1
2
-10
-18
0
27
16
20
18
0
37
42
-40
-18
0
27
64
80
18
0
27
128
Jumlah 100 15 97 33 253

Dapat dihitung:
6 , 0
100
15
4
.
1
1 '
1
=
|
.
|

\
|
=
|
|
.
|

\
|
=

n
ci fi
p m
52 , 15
100
97
16
.
2
2 '
2
=
|
.
|

\
|
=
|
|
.
|

\
|
=

n
ci fi
p m
12 , 21
100
33
64
.
3
4 '
3
=
|
.
|

\
|
=
|
|
.
|

\
|
=

n
ci fi
p m
68 , 647
100
253
256
.
4
4 '
4
=
|
.
|

\
|
=
|
|
.
|

\
|
=

n
ci fi
p m
Sehingga dengan menggunakan hubungan di atas:
( )
( )
( ) ( )
4752 , 652
3888 , 0 872 , 55 688 , 50 68 , 647
3 6 4
384 , 6
432 , 0 936 , 27 12 , 21
2 3
16 , 15 36 , 0 52 , 15
) 6 , 0 ( 52 , 15
4
'
1
'
2
2
'
1
'
3
'
1
'
4 4
3
'
1
'
2
'
1
'
3 3
2
2
'
1
'
2 2
=
+ =
+ =
=
+ =
+ =
= =
=
=
m m m m m m m
m m m m m
m m m

Jadi Varian S
2
= m
2
= 15,16
2. KECONDONGAN ATAU KEMENCENGAN (SKEWNESS)
Tampilan kurva yang diperlihatkan oleh suatu distribusi data bisa saja
berbentuk simetris maupun tidak simetris. Kurva yang mencerminkan distribusi
data dikatakan simetris bila belahan kanan dan belahan sebelah kiri memiliki
bentuk dan ukuran yang sama. Sebaiknya, kurva yang menggambarkan distribusi
data dikatakan tidak simetris jika belahan sebelah kiri dan belahan sebelah kanan
tidak memiliki bentuk dan ukuran yang sama. Guna menunjukkan tingkat
simetrisitas suatu kurva yang ditampilkan dari suatu distribusi data, konsep dan
pengertian mengenai ukuran kecondongan (skewness) menjadi penting untuk
dipahami.
Bentuk suatu kurva merupakan pencerminan pola distribusi data.
Karenanya, kecondongan suatu kurva dapat dilihat dari perbedaan letak antara
mean, median, dan modus. Bila disajikan dalam bentuk grafik maka akan terlihat
sebagai berikut :
Kurva Keterangan
Distribusi suatu gugusan data
dikatakan simetris bila nilai mean,
median, dan modus terletak dalam
suatu titik temu atau mempunyai
nilai yang sama besarnya.
Md x Mo = =

Condong secara Negatif
(Condong ke Kiri)
Kecondongan Penyebaran Data ke
Arah kiri.
Karena nilai mean, median, dan
modus tidak sama maka bentuk
kurva yang ditampilkan akan
condong pada salah satu sisi kiri
saja.

x Mo

Condong secara Positif
(Condong ke Kanan)
Kecondongan Penyebaran Data ke
Arah Kanan.
Karena nilai mean, median, dan
modus tidak sama maka bentuk
kurva yang ditampilkan akan
condong pada salah satu sisi kanan
saja.
x Mo


Contoh :
Tentukan bentuk Kurva dari Nilai Ujian Statistik Semester II ?
Nilai Ujian Frekuensi (f) Nilai Tengah (X) f.X
32 - 41 7 36.5 255.5
42 - 51 12 46.5 558
52 - 61 22 56.5 1243
62 - 71 12 66.5 798
72 - 81 7 76.5 535.5

60

3390
Penyelesaian :
Dari tabel diatas dilakukan perhitungan mean, median dan modus.
Mean dari data nilai ujian statistik adalah :
50 , 56
60
3390
= = =

f
fX
X

Median dari data nilai ujian statistik adalah :
50 , 56
22
19 30
10 50 , 51
2
1
=
|
.
|

\
|
+ =
|
|
|
|
.
|

\
|

+ =
f
F n
p b Me

Modus dari data nilai ujian statistik adalah :
50 , 56
10 10
10
10 50 , 51
2 1
1
=
|
.
|

\
|
+
+ =
|
|
.
|

\
|
+
+ =
b b
b
p b Mo

Dari data ujian statistik karena nilai mean, median dan modus adalah sama maka
akan membentuk kurva yang simetris yaitu :
Md x Mo = =


Untuk mengetahui bahwa kurva condong kekiri atau ke kanan dapat digunakan
metode berikut :
a. Koefisien Kemencengan Person
Karl Pearson (seorang pakar statistika ternama) telah merumuskan suatu
formula, yakni melalui apa yang dinamakan sebagai koefisien kecondongan
Pearson. Rumus untuk mengukur tingkat kecondongan distribusi data oleh Karl
Pearson ini adalah :
s
Mo X
PSk

=
Keterangan :
PSk = Koefisien kecondongan Person
X = Mean
Mo = Modus
s = standar deviasi
Selain melalui rumus yang lebih menekankan pada nilai-nilai modus,
dalam kondisi tertentu median dipandang sebagai ukuran nilai sentral yang lebih
mampu memberikan angka valid. Karl Pearson merumuskan kembali hubungan di
atas secara umum :
) ( 3 Md X Mo X =
Keterangan : Md = Median
X = Mean
Mo = Modus
Apabila rumus di atas disederhanakan dengan memperhitungkan median dan nilai
modus dari hubungan itu, maka akan menjadi :
s
Md X
PSk
) ( 3
=
Keterangan :
Md = Median
X = Mean
Mo = Modus
s = Standar Deviasi
Berkenaan dengan perhitungan koefisien kecondongan Pearson itu, ada tiga
kemungkinan yang dapat terjadi yaitu :
a. Nilai koefisien kecondongan Pearson adalah 0 maka distribusi data dalam
suatu gugusan akan membentuk pola yang simetris.
b. Nilai kecondongan Pearson nilainya lebih dari 0 maka arah kecondongan
adalah ke kanan di mana dalam hal ini data akan terkonsentrasikan pada
nilai yang rendah ( X terletak di sebelah kanan Mo).
c. Sementara apabila nilai koefisien kecondongan kurang dari 0 maka arah
kecondongan adalah ke kiri di mana dalam hal ini ia akan terkonsentrasikan
pada nilai yang relatif tinggi ( X terletak di sebelah kanan Mo).

Contoh :
Tentukan niali koefisien person dan tentuka kemencengan kurva dari data Nilai
Ujian Statistik di Universitas Borobudur Tahun 2009
Nilai Ujian
Frekuensi
(f)
Nilai Tengah
(X)
f.X
( ) X X ( )
2
X X ( )
2
X X f
31 - 40 4 35.5 142 -32 1024 4096
41 - 50 3 45.5 136.5 -22 484 1452
51 - 60 5 55.5 277.5 -12 144 720
61 - 70 8 65.5 524 -2 4 32
71 - 80 11 75.5 830.5 8 64 704
81 - 90 7 85.5 598.5 18 324 2268
91 - 100 2 95.5 191 28 784 1568

40

2700

10840
Penyelesaian :
nilai mean :
5 , 67
40
2700
= = =

f
fX
X

Nilai standar deviasai :
( )
2 , 16 271
40
10840
2
= = =

=

n
X X f
s
Nilai Median :
5 , 70
8
12 40
2
1
10 5 , 60
2
1
=
|
|
|
|
.
|

\
|

+ =
|
|
|
|
.
|

\
|

+ =
f
F n
p b Md

Nilai Modus :
94 , 74
4 3
3
10 5 , 70
2 1
1
=
|
.
|

\
|
+
+ =
|
|
.
|

\
|
+
+ =
b b
b
p b Mo

Nilai koefisien kecondongan Pearson :
46 , 0
2 , 16
94 , 74 5 , 67
=

=
s
Mo X
PSk
atau
( )
56 , 0
2 , 16
5 , 70 5 , 67 3 ) ( 3
=

=
s
Md X
PSk
Karena nilai koefisien kecondongan Pearson adalah negatif maka kurvanya
condong ke kiri.

4
3
5
8
11
7
2
0
2
4
6
8
10
12
0 50 100 150
F
r
e
k
u
e
n
s
i
Titik Tengah
Nilai Ujian Statistik Universitas Borobudur Tahun 2009
b. Koefisien Kemencengan Bowley
Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil
(Q
1
,Q
2
dan Q
3
) dari sebuah distribusi. Koefisien kemencengan Bowley
dirumuskan :
( ) ( )
( ) ( )
1 2 2 3
1 2 2 3
Q Q Q Q
Q Q Q Q
sk
B
+

=
Atau
) (
) 2 (
1 3
2 1 3
Q Q
Q Q Q
sk
B

+
=
Keterangan :
sk
b
= Koefisien kemencengan Bowley
Q = Kuartil
Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien
Kemencengan.
Apabila nilai sk
b
dihubungkan dengan kurva, didapatkan :
a. Jika Q
3
- Q
2
> Q
2
Q
1
maka distribusi akan menceng ke kanan (Menceng
positif)
b. Jika Q
3
- Q
2
< Q
2
Q
1
maka distribusi akan menceng ke kiri (Menceng
negatif)
c. sk
b
positif berarti distribusi menceng ke kanan
d. sk
b
negatif berarti distribusi menceng ke kiri
e. sk
b
= + 0,01 berarti distribusi yang menceng tidak berarti
f. sk
b
> 0,03 berarti distribusi yang menceng berarti


Contoh :
Tentukan kemencengan kurva nilai ujian statistik universitas Borobudur Tahun
2007
Nilai Ujian Frekuensi (f) Nilai Tengah (X) f.X
31 - 40 4 35.5 142
41 - 50 3 45.5 136.5
51 - 60 5 55.5 277.5
61 - 70 8 65.5 524
71 - 80 11 75.5 830.5
81 - 90 7 85.5 598.5
91 - 100 2 95.5 191

40

2700

i = 1 maka
( )
10
4
40 1
4
= =
in

terletak dikelas ke-3
i = 2 maka
( )
20
4
40 2
4
= =
in

terletak dikelas ke-4
i = 3 maka
( )
30
4
40 3
4
= =
in
terletak di kelas ke-5
b
1
= 50,5 ; b
2
= 60,5 ; b
1
= 70,5
p = 10
f
1
= 5 ; f
1
= 8 ; f
1
= 11
F
1
= 7 ; F
1
= 12 ; F
1
= 20 ;
( )
5 , 56
5
7
4
40 1
10 5 , 50
1
=
|
|
|
|
.
|

\
|

+ = Q
( )
5 , 70
8
12
4
40 2
10 5 , 60
2
=
|
|
|
|
.
|

\
|

+ = Q

( )
59 , 79
11
20
4
40 3
10 5 , 70
3
=
|
|
|
|
.
|

\
|

+ Q

Sehingga nilai koefisien kemencengan Bowley adalah :
( )
2 , 0
5 , 56 59 , 79
5 , 70 2 5 , 56 59 , 79
) (
) 2 (
1 3
2 1 3
= |
.
|

\
|

+
=

+
=
Q Q
Q Q Q
sk
B

Karena sk
B
negatif yaitu -0,2 maka kurva menceng kekiri dengan kemencengan
yang berarti.

c. Koefisien Kemencengan Persentil
Koefisien kemencengan persentil didasarkan atas hubungan antarpersentil
(P
90
, P
50
dan P
10
) dari sebuah distribusi. Koefisien kemencengan persentil
dirumuskan :
10 50
10 50 90
2
P P
P P P
sk
P

+
=
Keterangan :
sk
P
= Koefisien kemencengan Persentil
P = Persentil

Contoh :
Tentukan kemencengan kurva nilai ujian statistik universitas Borobudur Tahun
2007
Nilai Ujian Frekuensi (f) Nilai Tengah (X) f.X
31 - 40 4 35.5 142
41 - 50 3 45.5 136.5
51 - 60 5 55.5 277.5
61 - 70 8 65.5 524
71 - 80 11 75.5 830.5
81 - 90 7 85.5 598.5
91 - 100 2 95.5 191

40

2700

Penyelesaian :

n = 40
i = 10 maka
( )
4
100
40 10
100
= =
in

terletak dikelas ke-1
i = 50 maka
( )
20
100
40 50
100
= =
in

terletak dikelas ke-4
i = 90 maka
( )
36
100
40 90
4
= =
in

terletak dikelas ke-6
b
10
= 30,5 ; b
50
= 60,5 ; b
90
= 80,5
p = 10
f
10
= 4 ; f
50
= 8 ; f
90
= 7
F
10
= 4 ; F
50
= 12 ; F
90
= 31

( )
5 , 30
4
4
100
40 10
10 5 , 30
10
=
|
|
|
|
.
|

\
|

+ = P

( )
5 , 70
8
12
100
40 50
10 5 , 60
50
=
|
|
|
|
.
|

\
|

+ = P

( )
64 , 87
7
31
100
40 90
10 5 , 80
90
=
|
|
|
|
.
|

\
|

+ = P

Sehingga koefisien kemencengan persentil adalah :
( )
5715 , 0
5 , 30 5 , 70
5 , 30 5 , 70 2 64 , 87 2
10 50
10 50 90
=

+
=

+
=
P P
P P P
sk
P

Karena sk
P
negatif yaitu -0,5715 maka kurva menceng ke kiri.




d. Koefisien Kemencengan Momen
Koefisien kecondongan momen atau koefisien kecondongan merupakan
perbandingan momen ketiga dengan pangkat tiga simpangan baku. Dilambangkan
3
o , merupakan penyederhanaan dari koefisien kecondongan Pearson.
Kecondongan momen dinamakan pula koefisien kecondongan relatif(relative
skewness coefficient).
Apabila nilai
3
o dihubungkan dengan keadaan kurva maka :
a. Nilai koefisien kecondongan momen adalah 0 maka distribusi simetris atau
normal.
b. Nilai koefisien kecondongan momen positif, distribusi data condong ke
kanan.
c. Nilai koefisien kecondongan momen negatif, arah kecondongan distribusi
data adalah ke kiri.
d. Menurut karl pearson distribusi yang memiliki nilai
3
o > + 0,50 adalah
distribusi yang sangat menceng
e. Menurut kenney dan keeping nilai
3
o bervariasi antara + 2 bagi distribusi
yang menceng.

Untuk mencari nilai
3
o , dibedakan antara data tunggal dan data kelompok
a. Untuk Data Tunggal
Koefisien kemencengan momen untuk data tunggal dirumuskan :
( )
3
3
3
3
3
1
s
X X
n
s
M


= = o
Keterangan :
3
o = koefisien kemencengan momen
Contoh :
Tentukan nilai
3
o dari : 2, 3, 5, 9, 11


Penyelesaian :
6
5
11 9 5 3 2
=
+ + + +
= X
X
X X ( )
2
X X ( )
3
X X
2 -4 16 64
3 -3 9 27
5 -1 1 1
9 3 9 27
11 5 25 125
JUMLAH

60 60

( )
873 , 3
4
60
1
2
= =

=

n
X X
s
Sehingga koefisien momen adalah :
( ) ( )
( )
2 , 0
873 , 3
60
5
1 1
2 3
3
3
= =

=

s
X X
n
o
Maka kecondongan dari data ini adalah kecondongan ke kanan (positif)
b. Untuk Data Berkelompok
Koefisien kemencengan momen untuk data kelompok dirumuskan :
( )
3
3
3
1
s
f X X
n


= o

Contoh :
Tentukan kemencengan kurva nilai ujian statistik universitas Borobudur Tahun
2007
Nilai Ujian
Frekuensi
(f)
Nilai
Tengah
(X)
f.X
X X ( )
2
X X ( )
3
X X
( )
3
X X f

31 - 40 4 35.5 142 -32 1024 -32768 -131072
41 - 50 3 45.5 136.5 -22 484 -10648 -31944
51 - 60 5 55.5 277.5 -12 144 -1728 -8640
61 - 70 8 65.5 524 -2 4 -8 -64
71 - 80 11 75.5 830.5 8 64 512 5632
81 - 90 7 85.5 598.5 18 324 5832 40824
91 - 100 2 95.5 191 28 784 21952 43904

40

2700

2828 -16856 -81360

Penyelesaian :
5 , 67
40
2700
= = =

f
fX
X

( )
5 , 8
40
2828
1
2
= =

=

n
X X
s
Sehingga Koefisien kemencengan momen adalah :
( ) ( )
31 , 3
4 , 8
81360
40
1 1
3
3
3
=

=

s
f X X
n
o
Maka kecondongan dari data ini adalah kecondongan ke kiri (negatif)

3. KERUNCINGAN ATAU KURTOSIS
Keruncingan atau kurtosisi adalah tingkat kepuncakan dari sebuah
distribusi yang biasa diambil secara relatif terhadap suatu distribusi normal.
Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga
macam, yaitu :
Leptokurtik
Leptokurtik merupakan
distribusi yang memiliki puncak
relatif tinggi

Platikurtik
Platikurtik merupakan distribusi
yang memiliki puncak hampir
mendatar


Mesokurtik
Mesokurtik merupakan
distribusi yang memiliki puncak
yang tidak tinggi dan tidak
mendatar.



Apabila ketiganya digambar secara bersamaan maka dihasilkan :

Bila distribusinya simetris maka distribusi mesokurtik dianggap sebagai distribusi
normal.
Untuk mengetahui keruncingan suatu distribusi, ukuran yang sering
digunakan adalah koefisien keruncingan atau koefisien kurtosisi persentil.
a. Koefisien Keruncingan
Koefisien keruncingan dilambangkan dengan
4
o . Hasil perhitungan
koefisien keruncingan diperoleh :
- Jika 3
4
< o maka distribusi platikurtik
- Jika 3
4
> o maka distribusi leptokurtik
- Jika 3
4
= o maka distribusi mesokurtik
Untuk mencari nilai koefisien keruncingan, dibedakan antara data tunggal
dan data kelompok.
a. Untuk data Tunggal
( )
4
4
4
1
s
X X
n


= o
Contoh :
Tentukan keruncingan dari data : 2, 3, 6, 8, 11 dengan s= 3,67 dan 6 = X
X
X X ( )
4
X X
2 -4 256
3 -3 81
6 0 0
8 2 16
11 5 625
JUMLAH

978
Sehingga koefisien keruncingannya adalah :
( ) ( )
( )
08 , 1
67 , 3
978
5
1 1
4 4
4
4
= =

=

s
X X
n
o
Karena nilai koefisien keruncingan lebih kecil dari 3 maka distribusinya
adalah platikurtik.

b. Untuk data Kelompok
( )
4
4
4
1
s
f X X
n


= o
Contoh :
Tentukan keruncingan dari tabel distribusi frekuensi dengan s = 3,42 berikut :
Nilai Ujian
Frekuensi
(f)
Nilai
Tengah (X)
X X ( )
4
X X ( )
4
X X f
65 - 67 2 66 -7.425 3039.3858 6078.7716
68 - 70 5 69 -4.425 383.4009 1917.0044
71 - 73 13 72 -1.425 4.1234 53.6047
74 - 76 14 75 1.575 6.1535 86.1490
77 - 79 4 78 4.575 438.0911 1752.3643
80 - 82 2 81 7.575 3292.5361 6585.0723

40

16472.9662

Penyelesaian :
( ) ( )
( )
01 , 3
42 , 3
9662 , 16472
40
1 1
4 4
4
4
= =

=

s
f X X
n
o
Sehingga didapat grafik yaitu :


2
5
13
14
4
2
0
2
4
6
8
10
12
14
16
0 10 20 30 40 50 60 70 80 90
b. Koefisien Kurtosisi Persentil
Koefisien kurtosisi persentil dilambangkan dengan K (kappa). Untuk
distribusi normal, nilai K = 0,263. Koefisien kurtosisi Persentil dirumuskan :
( )
10 90
1 3
2
1
P P
Q Q
K

=
Contoh :
Tentukan koefisien kurtosisi persentil (K) dari nilai ujian statistik universitas
Borobudur Tahun 2007
Nilai Ujian Frekuensi (f) Nilai Tengah (X) f.X
31 - 40 4 35.5 142
41 - 50 3 45.5 136.5
51 - 60 5 55.5 277.5
61 - 70 8 65.5 524
71 - 80 11 75.5 830.5
81 - 90 7 85.5 598.5
91 - 100 2 95.5 191

40

2700

Penyelesaian :
( )
5 , 56
5
7
4
40 1
10 5 , 50
1
=
|
|
|
|
.
|

\
|

+ = Q
( )
59 , 79
11
20
4
40 3
10 5 , 70
3
=
|
|
|
|
.
|

\
|

+ Q

( )
5 , 30
4
4
100
40 10
10 5 , 30
10
=
|
|
|
|
.
|

\
|

+ = P

( )
64 , 87
7
31
100
40 90
10 5 , 80
90
=
|
|
|
|
.
|

\
|

+ = P

Sehingga nilai koefisien kurtosisi persentil adalah :
( ) ( )
2 , 0
14 , 57
09 , 23
2
1
2
1
10 90
1 3
= =

=
P P
Q Q
K
Karena nilai K = 0,2 maka distribusinya adalah distribusi normal dan grafiknya
adalah sebagai berikut :

4
3
5
8
11
7
2
0
2
4
6
8
10
12
0 20 40 60 80 100 120
F
r
e
k
u
e
n
s
i
Titik Tengah
Nilai Ujian Statistik Universitas Borobudur Tahun 2009