`Kata Pengantar

Puji syukur penyusun panjatkan ke hadirat Allah Subhanahu wata’ala,

karena berkat rahmat-Nya kami bisa menyelesaikan makalah yang berjudulTeori
Peluang “ Makalah ini diajukan guna memenuhi tugas mata kuliah Statistik
Kami mengucapkan terima kasih kepada semua pihak yang telah
membantu sehingga makalah ini dapat diselesaikan tepat pada waktunya. Makalah
ini masih jauh dari sempurna, oleh karena itu, kritik dan saran yang bersifat
membangun sangat kami harapkan demi sempurnanya makalah ini.
Semoga makalah ini memberikan informasi bagi pembaca dan bermanfaat
untuk pengembangan wawasan dan peningkatan ilmu pengetahuan bagi kita
semua.

Makassar , 25 september 2018

penulis

1
 DAFTAR ISI

HALAMAN JUDUL............................................................................................ i
KATA PENGANTAR........................................................................................... 1
DAFTAR ISI...........................................................................................................2
BAB I PENDAHULUAN
A. Latar Belakang................................................................................................... 3
B. Rumusan Masalah.............................................................................................. 3
C. Tujuan..................................................................................................................3
BAB II KAJIAN MATERI
A. Kemiringan dan kecembungan data................................................................... 4
B. Ukuran Penyebaran Relatif.................................................................................7
C. Simpangan...........................................................................................................8
BAB III PENUTUP
A. Kesimpulan....................................................................................................... 12
B. Saran................................................................................................................. 12
DAFTAR PUSTAKA..........................................................................................13

2
 BAB I

PENDAHULUAN

A. Latar Belakang
Statistik adalah kumpulan angka yang sering disusun, diatur, atau
disajikan ke dalam bentuk daftar/tabel, sering pula daftar atau tabel tersebut
disertai dengan gambar-gambar yang biasa disebut diagram atau grafik. Data
yang diperoleh itu dapat berupa bilangan yang melukiskan suatu persoalan.
Statistika adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, pengolahan atau penganalisaannya dan penarikan
kesimpulan atau interprestasi terhadap hasil analisis kumpulan data tersebut.
Statistika tidak dapat dipisahkan dalam kehidupan sehari-hari. Tanpa
sadar kita sering menjumpai data satatistika. Ilmu statistika dapat membantu
seseorang dalam menyelesaikan masalah yang kaitannya dengan data tunggal
maupun data kelompok. Salah satu jenis dari satitistika dapat membantu
seseorang dalam menyelesaikan maslah yang berhubungan dengan ilmu
statistika adalah mengenai kemiringan dan kecembungan data, ukuran
penyebaran relatif dan simpangan baku, baik dari data tunggal maupun data
kelompok.
Dalam makalah ini akan dijelaskan mengenai pengertian rmus dan jenis
jenis dari kemiringan dan kecembungan data, ukuran penyebaran relatif dan
simpangan baku.
B. Rumusan Masalah
a. Apa itu kemiringan dan kecembungan data?
b. Apa itu ukuran penyebaran relatif dalam stitstika?
c. Apa itu simpangan baku?
C. Tujuan
a. Untuk memahami apa itu kemiringan dan kecembungan data
b. Untuk memahami ukuran penyebaran relatif dalam stitstika
c. Untuk memahami apa itu simpangan

3
 BAB II
KAJIAN MATERI

A. Kemiringan Dan Kecembungan Data

a. kemiringan
Kemiringan dari suatu distribusi adalah derajat kesetangkupan (derajat
simetris) dari distrubusi tersebut. Adapun ukuran kemiringan adalah ukuran
yang meyatakan derajat ketidaksimetrian suatu lengkungan halus (kurva) dari
suatu dstribusi frekuensi. Dapat pula dikatakan bahwa ukuran kemiringan
adalah harga yang menujukkan seberapa jauh distribusi itu menyimpang dari
simetris
Ukuran Kemiringan adalah ukuran yang menyatakan sebuah model
distribusi yang mempunyai kemiringan tertentu. Apabila diketahui besarnya
nilai ukuran ini maka dapat diketahui bagaimana model distribusinya, apakah
distribusi ini simetrik, positif atau negatif.[1]
Untuk mengetahui apakah sekumpulan data mengikuti model distribusi
positif, negatif atau simetrik, hal ini dapat dilihat berdasarkan nilai koefisien
kemiringannya. Ada beberapa rumus untuk menghitung koefisien kemiringan,
yaitu:
1) Koefisien kemiringan pertama dari Pearson

x − Mo
Koefisien kemiringan = σ

Keterangan: x = rata-rata
Mo = Modus
s = simpangan baku
2) Koefisien kemiringan kedua dari Pearson
3 (x – Me)
Koefisien kemiringan = s

Keterangan: x = rata-rata
Me = Median
s = simpangan baku
3) Jika menggunakan nilai kuartil maka rumusnya adalah
Q3−2Q2+Q1
Koefisien kemiringan = Q3−Q1

4
 Keterangan: Q1= kuartil kesatu
Q2 = kuartil kedua
Q3 = kuartil ketiga
4) Jika menggunakan nilai persentil maka rumusnya adalah
P90−2P50+P10
Koefisien kemiringan = P90−P10

Keterangan: P10 = Persentil ke-10

P50 = Persentil ke-50
P90 = Persentil ke-90
Menurut Pearson, dari hasil koefisien kemiringan di atas, ada tiga
kriteria untuk mengetahui model ditribusi dari sekumpulan data (baik data
tidak berkelompok maupun data berkelompok), yaitu:
1. Jika koefisien kemiringan lebih kecil dari 0 (< 0) maka
bentuk distribusinya negatif.
2. Jika koefisien kemiringannya sama dengan 0 (=0) maka
bentuk distribusinya simetrik.
3. Jika koefisien kemiringan lebih besar dari 0 (>0) maka
bentuk distribusinya positif.
b. Ukuran Kecembungan ( Kurtosis )
Kurtosis adalah derajat kepuncakan dari suatu distribusi, biasanya
diambil relatif terhadap distribusi normal.
Ukuran ini disebut juga ukuran kepuncakan atau ketinggian kurva.
Untuk mengukur kecembungan dilakukan dengan perbandingan dengan
kurva simetris.
1) Kurva simetris adalah kurva yang mempunyai distribusi yang tidak
mendatar dan tidak meruncing, atau disebut dengan Mesokurtik
2) Sedangkan kurva dengan distribusi puncak mendatar disebut:
platikurtik
3) Dan kurva dengan distribusi puncak yang tinggi disebut
leptokurtik

Untuk mengetahui koefisien kurtosis digunakan rumus koefisien

kurtosis, yaitu:

5
Keterangan: = kuartil kesatu
= kuartil ketiga
= persentil ke-10
= persentil ke-90
Dari hasil koefisien kurtoris di atas, ada tiga kriteria untuk mengetahui
model distribusi dari sekumpulan data, yaitu:

1. Jika koefisien kurtosis kurang dari 0,263 (<0,263) maka

distribusinya adalah platikurtik (tumpul/ hampir mendatar)

2. Jika koefisien kurtosis sama dengan 0,263 (=0,263) maka

distribusinya adalah mesokuritik (tidak tumpul tidak mendatar)
3. Jika koefisien kurtosis lebih dari (>0,263) maka distribusinya
adalah leptokurtik (lancip)

Rumus koefisien kecembungan:

𝟏/𝐧 𝚺 ( 𝐱 − µ )𝟒
α4 = Untuk data yang tidak berkelompok
𝛔𝟒

Dimana α4 = koefisien kurtosis

n = Jumlah data
x = Nilai data
µ = Nilai rata rata hitung
σ = Standar deviasi
Apabila α4 = 3 Kurva Mesokurtik
` α4 > 3 Kurva Leptokurtik
` α4 < 3 Kurva Platikurtik

𝟏/𝐧 𝚺 ( 𝐱 − µ )𝟒
α4 = Untuk data berkelompok
𝛔𝟒

Dimana α4 = koefisien kurtosis

n = Jumlah data
f = Jumlah frekuensi kelas
x = Nilai tengah kelas
µ = Nilai rata rata hitung
σ = Standar deviasi

6
B. Ukuran Penyebaran Relatif
Yang dimaksud dengan ukuran penyebaran adalah persebaran data
terhadap rata-ratanya. Semakin kecil nilai penyebarannya maka akan semakin
dekat nilai datanya dengan rata-ratanya. Atau dikatakan datanya semakin
homogen.
Ukuran penyebaran relatif adalah mengubah nilai ukuran penyebaran dari
berbagai satuan menjadi ukuran relatif atau persen karena kita tidak dapat
membandingkan dua ukuran penyebaran dengan satuan yang berbeda.

1) Koefisien Range
𝐋𝐚 – 𝐋𝐛 𝐱 𝟏𝟎𝟎%
Rumus: KR = 𝐋𝐚 + 𝐋𝐛

Dimana: KR= Koefisien range dalam persen

La = Batas atas data kelas tertinggi
Lb = Batas bawah data kelas terendah
2) Koefisien Deviasi rata-rata
Adalah Ukuran penyebaran dengan menggunakan deviasi rata-rata
relatif terhadap nilai rata-ratanya atau persentase dari deviasi rata rata
terhadap nilai rata ratanya

𝐌𝐃 𝐗 𝟏𝟎𝟎%
KMD = 𝐗

Dimana : KMD = Koefisien deviasi rata-rata dalam persen

MD = Deviasi rata-rata
X = Nilai rata-ratanya
3) Koefisien Standar Deviasi
Adalah ukuran penyebaran yang menggunakan standar deviasi
relatif terhadap nilai rata rata yang dinyatakan sebagai persentase

𝐒 𝐗 𝟏𝟎𝟎%
KSD = 𝐗

Dimana KSD = Koefisien standar deviasi dalam %

S = Standar Deviasi
ẋ = Nilai rata-rata data

7
 4) Ukuran Kecondongan (Skewness)
Yang diharapkan dari ukuran pemusatan adalah:
ẋ = Md = Mo, Maka kurva akan berbentuk simetris atau normal
Jika ẋ > Md > Mo, Maka kurva akan condong ke kiri / kurva
condong positif. Hal ini disebabkan karena adanya data yang sangat besar
sehingga nilai rata rata hitungnya meningkat

Jika ẋ < Md < Mo, Maka kurva akan condong ke kanan / Kurva
condong negatif. Hal ini disebabkan karena data yang kecil, sehingga
menurunkan nilai rata rata hitungnya

Rumus keofisien kecondongan:

µ − Mo 3 (µ − Md)
Sk = atau Sk =
σ σ

Dimana: Sk = koefisien kecondongan

µ = Nilai rata rata hitung
Mo = Nilai Modus
Md = Nilai Median
σ = Standar Deviasi
Nilai Sk berkisar dari -3 sampai 3

 Jika nilai SK negatif Kurva condong negatif

 Jika nilai SK positif Kurva condong positif
 Jika nilai SK = 0 Kurva simetris / normal
C. Simpangan
1) Simpangan rata-rata
Simpangan rata-rata menyatakan penyebaran nilai dari nilai rata-rata
dari suatu data. Nilai dari simpangan rata-rata digunakan untuk memberikan
representatif data yang tepat. Misalkan gaji dari lima orang karyawan adalah 1
juta untuk setiap bulan. Sedanglan gaji untuk 2 orang karyawan lain adalah 8
juta per bulan. Dari data tersebut nilai rata-rata gaji yang diterima dalah 3 juta
per bulan.
Jika nilai simpangan rata-rata berada jauh dari nilai rata-rata sebenarnya
maka hal tersebut merupakan hal yang tidak representatif, harus ada

8
 penyesuaian. Sebaliknya, jika nilai simpangan rata-rata berada dekat dengan
nilai rata-rata sebenarnya maka hal tersebut merupakan hal yang representatif.
Kesimpulannya, nilia simpangan rata-rata digunakan untuk menunjukkan data
tersebut dapat menjadi wakil/representatif atau tidak.

1) Data tunggal

Keterangan:
n=jumlah seluruh frekuensi
xi = nilai datum ke-i
x- = rata-rata

Keterangan:
n = jumlah seluruh frekuensi
fi = frekuensi kelas ke-i
xi = nilai tengah kelas ke-i
x- = rata-rata
k = banyaknya kelas interval

2) Simpangan baku
Simpangan baku adalah ukuran sebaran statistik, nilai yang
menggambarkan rata-rata jarak penyimpangan titik-titik data yang diukur dari
nilai rata-rata data tersebut. Nilai dari simpangan digunakan untuk
membandingkan satu kumuplan data dengan kumpulan data yg lain.

9
Keterangan:
xi = nilai data ke –i
x- = rata-rata
n = jumlah seluruh frekuens

Keterangan:
xi = nilai tengah kelas ke-i
fi = frekuensi kelas ke-i
x- = rata-rata
k = banyak kelas interval
3) variansi
Ragam atau variasi menyatakan perbandingan antara simpangan
baku/standar deviasi dengan nilai rata-ratanya, dala bentuk persen. Nilai ragam
atau variasi digunakan untuk mengetahui keseragaman dari serangkaian data.
Semakin kecil nilai koefisien variasi menunjukkan data yang digunakan
semakin seragam. Sebaliknya, jika nilai varisai semakin besar, artinya data
yang digunakan semakin beragam.

10
Keterangan:
xi = nilai data ke-i
x- = rata-rata
n = jumlah seluruh frekuens

Keterangan:
xi = nilai tengah kelas ke-i
fi = frekuensi kelas ke-i
x- = rata-rata
k = banyak kelas interval

11
 BAB II
PENUTUP

A. Kesimpulan
Berdasarkan kajian materi yang telah dibahas diatas maka dapat
disimpulkan bahwa ukuran kemiringan data terbagi 3 yaitu distribusi negatif,
simtrik dan posistif sementra kecembungan data juga terbagi 3 yaitu
mesokurtik, platikurtik dan leptokurtik. Adapun ukuran penyebaran relatif
terbagi 4 yaitu koefisien range, Koefisien Deviasi rata-rata, Koefisien Standar
Deviasi , Ukuran Kecondongan (Skewness) dan terakhir yaitu simpangan
terbagi 3 yaitu Simpangan rata-rata, Simpangan baku, dan variansi yang
masing-masing terdiri dari data tunggal dan data kelompok.
B. Saran
Dalam menghitung melakukan persamaan statistika maka diharapkan agar
memahami baik baik jenis dari statiska yang dibutuhkan, oleh karna itu
dibutuhkan pemahaman yang baik. Adapun makalah yang kami buat masih
jauh dari kesempurnaan maka kritikan yang membangun sangat dibutuhkan.

12
 Daftar Pustaka

Esa . 2013. Diambil dari http://ueu1013.weblog.esaunggul.ac.id/wp-

content/uploads/sites/256/2013/04/MINGGU-KE_V-VI.pdf diakses pada
tanggal 25 september 2018. Pukul 22.20

Ilham. 2016. Diambil dari https://idschool.net/sma/rumus-simpangan-rata-rata-

ragam-dan-simpangan-baku/ diakses pada tanggal 25 september 2018.
Pukul 24.14

Inggirita. 2015. Diambil dari https://inggrita.files.wordpress.com/2015/10/ukuran-

penyebaran-relatif.pptx diakses pada tanggal 25 september 2018. Pukul
22.10

Rani. 2017. Diambil dari http://rani99silitonga.blogspot.com/2017/04/ukuran-

kemiringan-dan-keruncingan.html diakses pada tanggal 25 september
2018. Pukul 22.53

Saputra. 2015 Diambil dari https://www.slideshare.net/Damysaputra/ukuran-

kemiringan-dan-keruncingan-data diakses pada tanggal 25 september
2018. Pukul 23.15

13