UKURAN KEMIRINGAN DAN KERUNCINGAN

SERTA APLIKASI PADA DATA PENELITIAN

UKURAN KEMIRINGAN DAN KERUNCINGAN

1. Ukuran Kemiringan (Skewness)

Ukuran kemiringan adalah ukuran yang menyatakan sebuah model distribusi yang
mempunyai kemiringan tertentu. Apabila diketahui besarnya nilai ukuran ini maka dapat
diketahui pula bagaimana model distribusinya, apakah distribusi itu simetrik, positif, atau
negatif. Ukuran kemiringan kurva adalah derajat atau ukuran dari ketidaksimetrian suatu distribusi
data.

KURVA NORMAL KURVA MIRING KE KANAN KURVA MIRING KE KIRI

DISTRIBUSI NORMAL DISTRIBUSI POSITIF DISTRIBUSI NEGATIF

MEAN = MEDIAN = MODUS MEAN > MEDIAN > MODUS MEAN < MEDIAN <
MODUS

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:

a. Koefisien kemiringan pertam a dari Pearson

𝑋̅ −𝑀0
Koefisien kemiringan = 𝑆

Keterangan: 𝑀0 = Modus
𝑆 = simpangan baku
𝑋̅ = Rata - rata
b. Koefisien kemiringan kedua dari Pearson
3 ( 𝑋̅−𝑀𝑒 )
Koefisien kemiringan = 𝑆

Keterangan: 𝑀𝑒 = Median
𝑆 = simpangan baku
𝑋̅ = Rata - rata
c. Jika menggunakan nilai kuartil maka rumusnya adalah
𝐾3 −2𝐾2 + 𝐾1
Koefisien kemiringan = 𝐾3 − 𝐾1

Keterangan: 𝐾1 = kuartil kesatu

𝐾2 = kuartil kedua
𝐾3 = kuartil ketiga
d. Jika menggunakan nilai persentil maka rumusnya adalah
𝑃90 −2𝑃50 + 𝐾10
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, (ekor
bagian kiri lebih panjang)
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, (ekor
bagian kanan lebih panjang)

 UKURAN KEMIRINGAN KURVA (RUMUS MOMEN)

- Rata-rata dan varians sebenarnya merupakan hal istimewa dari kelompok ukuran lain
yang disebut momen.
- Momen juga dapat digunakan sebagai cara untuk mengukur ketidaksimetrisan
terhadap distribusi data dalam suatu variabel
- Momen dapat ditulis “ Mr (momen ke-r) “

1. MOMEN DATA TUNGGAL 2. MOMEN DATA BERKELOMPOK

 Untuk r = 1, maka M1 (momen pertama) = mean
Untuk r = 2, maka M2 (momen kedua) = varians
Untuk r = 3, maka M3 (momen ketiga) = kemencengan
Untuk r = 4, maka M4 (momen keempat) = keruncingan

 DERAJAT KEMENCUNGAN KURVA (RUMUS MOMEN)

1. DATA TUNGGAL

Keterangan :

𝛼3 = Koefisien kemencengan n = Banyaknya data pengamatan

𝑀3 = Momen ketiga, mengukur 𝑋𝑖 = data frekuensi ke-i

kemencengan
𝑋̅ = rata-rata hitung atau mean
S = Simpangan baku

2. DATA BERKELOMPOK

Keterangan :

𝛼3 = koefisien kemencengan c = besarnya kelas interval

𝑀3 = momen ketiga, mengukur 𝑓𝑖 = frekuensi kelas ke-i

kemencengan
𝑑𝑖 = simpangan kelas ke-I terhadap titik
S = simpangan baku asal asumsi

n = banyaknya data pengamatan 𝑋= rata-rata hitung atau mean

k = banyaknya kelas
• Jika α3 = 0, maka distribusi datanya simetris.

• Jika α3 < 0, maka distribusi datanya menceng ke kiri.

• Jika α3 > 0, maka distribusi datanya menceng ke kanan.

Contoh soal :
Berikut ini adalah data nilai ujian statistik dari 40 mahasiswa sebuah universitas.
Nilai Ujian Statistika pada Semester 2, 2010

a) Tentukan nilai sk dan ujilah arah kemencengannya (gunakan kedua rumus tersebut) !
b) Gambarlah kurvanya !
Penyelesaian:

Oleh karena nilai sk-nya negatif (-0,46) maka kurvanya menceng ke kiri
ataumenceng negatif.
b. Gambar kurvanya :

2. Koefisien Kemencengan Bowley

Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Q1,Q2 dan Q3)
dari sebuah distribusi. Koefisien kemencengan Bowley dirumuskan :
Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien
Kemencengan.Apabila nilai skB dihubungkan dengan keadaan kurva, didapatkan :
1) Jika Q3 – Q2 > Q2 – Q1 maka distribusi akan menceng ke kanan atau menceng secara
positif.
2) Jika Q3 – Q2 < Q2 – Q1 maka distribusi akan menceng ke kiri atau menceng secara
negatif.
3) skB positif, berarti distribusi mencengke kanan.
4) skB negatif, nerarti distribusi menceng ke kiri.
5) skB = ± 0,10 menggambarkan distribusi yang menceng tidak berarti dan skB> 0,30
menggambarkan kurva yang menceng berarti.
Contoh soal :
Tentukan kemencengan kurva dari distribusi frekuensi berikut :
Nilai Ujian Matematika Dasar I dari 111 mahasiswa, 1997

Penyelesaian :
Kelas Q1 = kelas ke -3

Karena skB negatif (=−0,06) maka kurva menceng ke kiri dengan kemencengan yang berarti.
 2. Ukuran keruncingan (Kurtosis)
Ukuran keruncingan adalah kepuncakan dari suatu distribusi, biasanya diambil relatif
terhadap distribusi normal.

Leptokurtis Platikurtis Mesokurtis

Ada tiga jenis derajat keruncingan, yaitu
1. Leptokurtis : Distribusi data yang puncaknya relatif tinggi
2. Mesokurtis : Distribusi data yang puncaknya normal
3. Platikurtis : Distribusi data yang puncaknya terlalu rendah dan terlalu mendatar

Untuk mengetahui koefisien kurtosis digunakan rumus koefisien kurtosis, yaitu:

1
(𝑄3 − 𝑄1 )
𝐾= 2
𝑃90 − 𝑃10
Keterangan: 𝑄1 = kuartil kesatu
𝑄3 = kuartil ketiga
𝑃10 = persentil ke-10

𝑃90 = 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.
2. Jika koefisien kurtosis sama dengan 0,263 (=0,263) maka distribusinya adalah mesokuritik.
3. Jika koefisien kurtosis lebih dari (>0,263) maka distribusinya adalah leptokurtik.

 UKURAN KEMIRINGAN KURVA (RUMUS MOMEN)

1. MOMEN DATA TUNGGAL 2. MOMEN DATA BERKELOMPOK
 DERAJAT KEMENCUNGAN KURVA (RUMUS MOMEN)
1. DATA TUNGGAL

Keterangan :

𝛼4 = Koefisien keruncingan n = Banyaknya data pengamatan

𝑀4 = Momen keempat, mengukur 𝑋𝑖 = data frekuensi ke-i

keruncingan
𝑋̅ = rata-rata hitung atau mean
S = Simpangan baku

2. DATA BERKELOMPOK

Keterangan :

𝛼4 = koefisien keruncingan c = besarnya kelas interval

𝑀3 = momen keempat, mengukur 𝑓𝑖 = frekuensi kelas ke-i

keruncingan
𝑑𝑖 = simpangan kelas ke-I terhadap titik
S = simpangan baku asal asumsi

n = banyaknya data pengamatan 𝑋= rata-rata hitung atau mean

k = banyaknya kelas

Jika 𝛼4= > 3, maka bentuk kurva leptokurtis (meruncing)

Jika 𝛼4= = 3, maka bentuk kurva mesokurtis (normal)

Jika 𝛼4= < 3, maka bentuk kurva platikurtis (mendatar)

Contoh soal:
 APLIKASI PADA DATA PENELITIAN
Data diambil dari skripsi Mety Jumiati dengan judul “Peningkatan Hasil Belajar Dengan
Menggunakan Pendidikan Matematika Realistik Pada Bahasan Statistika Di Kelas II.5 SMPN
34 Palembang”

Tabel data tunggal nilai test siswa :

61,43 67,14 65,71 61,43 60 65,71 21,43

75,71 57,14 65,71 81,86 68,57 35,71 71,43

70 80 71,43 41,43 74,29 51,43 71,43

74,29 75,51 68,57 68,57 67,14 78,57 77,14

62,86 45,71 75,71 47,14 78.57 70 54,29

Dari tabel data tunggal di atas dapat dibuat tabel distribusi frekuensi seperti dibawah ini!

Interval Batas Nilai fk (𝑥𝑖 − 𝑋̅) (𝑥𝑖 − 𝑋̅)2 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )2

Frekuensi 𝑓𝑖 . 𝑥𝑖
Kelas Tengah Tengah
21 - 30 20,5 – 29,5 25,5 1 25,5 1 -39,143 1532,2 1532,2
31 - 40 30,5 – 39,5 35,5 1 35,5 2 -29,143 849,3 849,3
41 – 50 40,5 – 49,5 45,5 3 136,5 5 -19,143 792 2376
51 – 60 50,5 – 59,5 55,5 4 222 9 -9,143 83,6 334,4
61 – 70 60,5 – 69,5 65,5 13 851,5 22 0,857 0,734 9,542
71 – 80 70,5 – 79,5 75,5 12 906 34 10,857 117,8 1413,6
81 – 90 80,5 – 89,5 85,5 1 85,5 35 20,857 435 435
∑ 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )2
∑ 𝑓𝑖 = 35 ∑ 𝑓𝑖 𝑥𝑖 = 2262,5
= 6950,042

Koefisien kemiringan pertama dari Pearson

𝑋̅ −𝑀0
Koefisien kemiringan = 𝑆
∑𝑛
𝑖=1 𝑓𝑖 .𝑥𝑖 2262,5
𝑥̅ = ∑𝑛
= = 64,643
𝑖=1 𝑓𝑖 35

6950,042
Simpangan baku = √ = 14,09
35
 Tb = 61 – 0,5 = 60,5
𝑃 = 10
𝑑1 = 13 − 4 = 7
𝑑2 = 13 − 12 = 1
𝑑1
𝑀𝑜 = 𝑇𝑏 + 𝑃 𝑑
1 𝑑2

7
= 60,5 + 10 7+1

= 60,5 + 8,75

= 69,25

𝑋̅ −𝑀0
Koefisien kemiringan = 𝑆
64,643−69,25
= 14,09

= -0,3269

Koefisien kemiringan kedua dari Pearson

Tb = 61 – 0,5 = 60,5

𝑛 = 35
𝑓𝑘 = 9
𝑖 = 10
𝑓 = 13
1
𝑛−𝑓𝑘
𝑀𝑒 = Tb + [(2 ) 𝑖]
𝑓

1
35−9
= 60,5 + [(2 13 ) 10]

17,5−9
= 60,5 + [( ) 10]
13

= 60,5 + 6,54

= 66,54
3 ( 𝑋̅−𝑀𝑒 )
Koefisien kemiringan = 𝑆
3 ( 64,643−66,54)
= 14,09
3 ( −1,897)
= 14,09
−5,691
= = −0,403
14,09
Jika menggunakan nilai kuartil maka rumusnya adalah
𝐾3 −2𝐾2 + 𝐾1
Koefisien kemiringan = 𝐾3 − 𝐾1

Koefisien kemiringan dengan menggunakan nilai Kuartil :

1 1
 Kuarti ke-1 = 4 𝑛 = 4 35 = 8,75
Jadi letak kuarti ke-1 pada data 51-60 sehingga dapat diperoleh
Tb = 51 - 0,5 = 50,5
P = 10
𝑓𝑘 = 5
n = 35
𝑓𝑖 = 4

lalu kita cari kuarti ke-1 nya

1
𝑛−𝑓𝑘
4
𝑘1 = 𝑇𝑏 + ( )𝑝
𝑓𝑖
1
35−5
4
𝑘1 = 50,5 + ( ) 10
4
8,75−5
𝑘1 = 50,5 + ( 4 ) 10
= 50,5 + (3,75)2,5
= 50,5 + 9,375
= 59,875
2 2
 Kuarti ke-2 = 4 𝑛 = 4 35 = 17,5
1
Letak kuartil ke-2 berada dibagian 2 data. Sehingga, letak kuartil ke-2 berada pada
data 17,5. Sehingga dapat diperoleh :
Tb = 61 - 0,5 = 60,5
P = 10
𝑓𝑘 = 9
n = 35
𝑓𝑖 = 13
lalu kita cari kuarti ke-2 nya
2
𝑛−𝑓𝑘
𝑘2 = 𝑇𝑏 + (4 )𝑝
𝑓𝑖
2
35−9
𝑘2 = 60,5 + (4 13 ) 10
85
𝑘1 = 60,5 + (13)
= 60,5 + 6,538
= 67,038

𝐾3 − 2𝐾2 + 𝐾1
𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑘𝑒𝑚𝑖𝑟𝑖𝑛𝑔𝑎𝑛 =
𝐾3 − 𝐾1
 74,04−2(67,038)+ 59,875
= 74,04− 59,875
74,04−134,476+59,875
= 14,165
−0,561
= 14,165

= −0,0396

Jika menggunakan nilai persentil maka rumusnya adalah

10
 Letak 𝑃10 = (100 35 = 3,5), yaitu data ke-3,5 dan kelas 𝑃10 = 41 −
50 sehingga dapat diketahui :
Tb = 51 – 0,5 = 40,4
p = 10
𝑓𝑘 = 2
f =3
n = 35
Jawab :
𝑖
𝑛−𝑓𝑘
100
𝑃𝑖 = 𝑇𝑏 + ( )𝑝
𝑓𝑖
3,5−2
𝑃25 = 40,5 + ( ) 10
3

1,5
= 40,5 + ( 4 ) 10

= 40,5 + 3,75 = 44,25

Jadi, nilai 𝑃10 𝑎𝑑𝑎𝑙𝑎ℎ 44,25

50
 Letak 𝑃50 = (100 35 = 17,5), yaitu data ke-17,5 dan kelas 𝑃50 = 61 −
70 sehingga dapat diketahui :
Tb = 61 – 0,5 = 60,5
p = 10
𝑓𝑘 = 2
f = 13
n = 35
Jawab :
𝑖
𝑛−𝑓𝑘
𝑃𝑖 = 𝑇𝑏 + (100 𝑓 )𝑝
𝑖
17,5−9
𝑃50 = 60,5 + ( ) 10
13

85
= 60,5 + (12)

= 60,5 + 7,083 = 67,583

 Jadi, nilai 𝑃50 𝑎𝑑𝑎𝑙𝑎ℎ 67,583

90
 Letak 𝑃90 = (100 35 = 31,5), yaitu data ke-31,5 dan kelas 𝑃90 = 71 −
80 sehingga dapat diketahui :
Tb = 71 – 0,5 = 70,5
p = 10
𝑓𝑘 = 22
f = 12
n = 35
Jawab :
𝑖
𝑛−𝑓𝑘
𝑃𝑖 = 𝑇𝑏 + (100 𝑓 )𝑝
𝑖
31,5−22
𝑃75 = 70,5 + ( ) 10
12

9,5
= 70,5 + ( 12 ) 10

= 70,5 + 7,916 = 78,416

Jadi, nilai 𝑃90 𝑎𝑑𝑎𝑙𝑎ℎ 78,416

𝑃90 −2𝑃50 + 𝑃10

Koefisien kemiringan = 𝑃90 − 𝑃10
78,416−2(67,583)+44,25
= 78,416−44,25
78,416−135,166+44,25
= 34,166
−12,776
= 34,166

= −0,3365

Karena koefisien kemiringan lebih kecil dari 0 (< 0) maka bentuk distribusinya negatif, (ekor
bagian kiri lebih panjang)
 Koefisien Kurtosius
1
(𝑄3 − 𝑄1 )
𝐾= 2
𝑃90 − 𝑃10
1
(74,04 − 59,875) 7,0825
𝐾= 2 = = 0,207
78,416 − 44,25 34,166

Jika koefisien kurtosis kurang dari 0,263 (<0,263) maka distribusinya adalah platikurtik.

Platikurtis