Selanjutnya dapat dikatakan bahwa deviasi kuartil adalah sebesar +dQ atau dQ dari
mediannya.
Contoh :
Kemiringan
positif
simetri (normal)
kemiringan
Negatif
Rumus Momen
Data tidak berkelompok
3 = 1/nS^2 ( X1 X )3
Data Berkelompok
3 = 1/nS^3 f i( mi - X )3
Keterangan
3 = derajat kemiringan
x1 = nilai data ke i
X
= nilai rata-rata hitung
Fi = frrekuensi nilai ke i
M1 = nilai titik tengah kelas ke-i
S = Simpangan Baku
N = Banyaknya data
Jika 3 = 0 distribusi data simetris
3 < 0 distribusi data miring ke kiri
3 > 0 distribusi data miring ke kanan
Rumus bowley
Rumus ini menggunakan nilai kuartil :
3 = (Q_3+ Q_1- 2Q_2)/(Q_3- Q_1 )
Keterangan :
Q1
= kuartil pertama
Q2
= Kuartil Kedua
Q3
= Kuaril Ketiga
Ukuran kemiringan data merupakan ukuran yang menunjukan apakah penyebaran data
terhadap nilai rata-ratanya bersifat simetris atau tidak. Ukuran kemiringan pada dasarnya
merupakan ukuran yang menjelaskan besarnya penyimpangan data dari bentuk simetris. Suat
distribusi frekuensi yang miring (tidak simetris) akan memiliki nilai mean, median dan
modus yang tidak sama besar (X Md Mo) sehinggan distribusi akan memusat
pada salah satu sisi yaitu sisi kanan atau sisi kiri. Hal ini yang menyebabkan bentuk kurva
akan miring ke kanan atau ke kiri. Jika kurva miring ke arah kanan (ekornya memanjang ke
arah kiri) disebut kemiringan positif, dan jika kurva miring ke arah kiri (ekornya memnjang
ke arah kanan) disebut kemiringan negatif.
Analisis kasus :
Tabel 2.1
Cara perhitungan koefisien kecondongan dengan metode
Pearson dari data penghasilan keluarga
penghasila keluarga X f U fU Fu2
10-22 16 5 -3 -15 225
23-35 29 6 -2 -12 144
36-48 42 13 -1 -13 169
49-61 55 19 0 0 0
62-74 68 11 1 11 121
75-87 81 11 2 22 484
88-100 94 5
Jumlah
70
15 225
fU = 8 fU2 = 1368
Sebelum menggunakan rumus terlebih dahulu dicari nilai , mean, median, dan standar
deviasinya berikut ini:
Mean :
X = A + (( f.U)/n) . i
X = 55 + (8/70) . 3
X = 56,485
Median :
Med = Tkbmd + ((1/2 n-fkb)/fmd) . i
Med = 48.5 + ((35-24)/19) . 13
Med = 48.5 + 7,526
Med = 56,026
Standar Deviasi :
S = i ((nf.U^2-(f.U^2))/(n(n-1)))
S = 13 (((70)-(1368)-(8)^2)/(70(70-1)))
S = 13 19,81
S = 57,86
Setelah kita dapatkan nilai-nilai diatas, kemudian dimasukan ke dalam rumus koefisein
skewness :
= 3/S (X - Med)
= 3/57,86 ( 56,485 56,026)
= 0,0238
dari hasil perhitungan menunjukan bahwa koefisien skewness menghasilkan nilai positif, itu
berarti distribusi frekuensi mempunyai bentuk kemiringan yang positif yaitu miring ke arah
kanan
Mesokurtis
leptokurtis
platikurtis
Keterangan :
4 = Derajat keruncingan
Xi = nilai data ke i
= nilai rata-rata hitung
fi = frekuensi kelas ke i
mi = nilai titik tengah ke i
S = simpangan baku
n = banyaknya data
dari penggunaan rumus diatas akan menghasilkan kemungkinan tiga nilai yaitu :
4 = 3 distribusi keruncingan data disebut mesokurtis
4 > 3 distribusi keruncingan data disebut leptokurtis
4 < 3 distribusi keruncingan data disebut platikurtis
Analisis kasus :
Tabel 2.2
Cara perhitungan koofisien keruncingan
Dari data penghasilan keluarga
Penghasilan keluarga Frekuensi U f.U
10-22 5 -3 -15 45 -135 405
23-35 6 -2 -12 24 -48 96
36-48 13 -1 -13 13 -13 13
49-61 19 0 0 0 0 0
62-74 11 1 11 11 11 11
75-87 11 2 22 44 88 176
88-100 5 3 15 45 135 405
jumlah 70
8 182 38 1106
f.U2
f.U3
f.U4
s = i ((nfU^2-(f.U)^2)/(n(n-1)))
s = 13 (((70)(1368)-(8)^2)/(70(70-1)))
s = 13 19,81
s = 57,86
Setelah kita dapatkan nilai diatas, kemudian dimasukan ke dalam rumus koefisein kurtosis :
4 = [(f.U^4)/n-4{(f.U^3)/n}{(f.U^ )/n}+6{(f.U^2)/n} {(f.U)/n}^2-
3{(f.U)/n}^4 ] i^4/s^4
4 = [1106/70-4{38/70}{8/70}+6{182/70} {8/70}^2-3{8/70}^4 ] 13^4/57.86^4
4 = (15.7557) (0,00255)
4 = 0.040