Skewness dan Kurtosis

Mata Kuliah Metode Numerik (TKS1113)

(Pertemuan ke-3)

Program Studi S1 Teknik Sipil

Jurusan Teknik Sipil
Fakultas Teknik
Universitas Jember
• Berhubungan dengan normalitas data
• Ada banyak cara untuk menguji normalitas
data, baik yang bersifat eksploratif (deskriptif)
maupun konfirmatif (inferensi).
• Salah satu cara yang bersifat eksploratif adalah
dengan melihat bentuk kurva pendekatan
distribusi empirisnya, yaitu dengan
menghitung nilai skewness (kemencengan)
dan kurtosis (keruncingan) kemudian
membandingkan dengan distribusi normal.
Skewness (Kemencengan Kurva)
• Kurva yang tidak simetris dapat menceng ke kiri atau ke kanan. Di
dalam kurva yang simetris, letak modus, median dan rata-rata (X)
sama.

• Ukuran tingkat kemencengan (TK) menurut Pearson:

TK 
X  mod
TK 

3 X  med 
S S
• Ukuran tingkat kemencengan dapat juga dihitung berdasarkan
momen ketiga dengan rumus sebagai berikut:
 X i  X 
n 3
M3 1
3  3
 3 Untuk data tunggal
S nS i 1

 f i X i  X 
n 3
M3 1
3  3
 3
Untuk data berkelompok
S nS i 1

Rumus ini dapat dituliskan menjadi:


p 1 k3
1 k
2  1
k
 1 k
 
3

 3  3   f i d i  3  f i d i   f i d i   2  f i d i  
3

S  n i 1  n i 1  n i 1   n i 1  
• Ukuran kemencengan lainnya dengan menggunakan kuartil dan
persentil adalah sebagai berikut:

QCS 
Q3  Q2   Q2  Q1  Q3  2Q2  Q1

Q3  Q1 Q3  Q1

10  90 PCS 
P90  P50   P50  P10   P90  2 P50  P10
P90  P10 P90  P10

• QCS - Quartile Cofficient of Skewness (Kuartil Koefisien Kemencengan)

• 10 - 90 PCS : 10 - 90 Percentile Coefficient of Skewness (Persentil
Koefisien Kemencengan)
Contoh 1
Diketahui data sebagai berikut:
Kelas 𝒇
118-126 3
127-135 5
136-144 9
145-153 12
154-162 5
163-171 4
172-180 2
Jumlah Hitunglah TK dan 𝛼3 dari data tersebut
Solusi
Kelas 𝑿𝒊 𝒇 𝒇𝑿𝒊 𝒅 𝒇𝒅 𝒇𝒅𝟐 𝒇𝒅𝟑 𝒇𝒅𝟒
118-126 122 3 366 -3 -9 27 -81 243
127-135 131 5 655 -2 -10 20 -40 80
136-144 140 9 1.260 -1 -9 9 -9 9
145-153 149 12 1.788 0 0 0 0 0
154-162 158 5 790 1 5 5 5 5
163-171 167 4 668 2 8 16 32 64
172-180 176 2 352 3 6 18 54 162
Jumlah 𝑓𝑖 = 40 𝑓𝑖 𝑋𝑖 = 5.879 𝑓𝑖 𝑑𝑖 = −9 𝑓𝑖 𝑑𝑖2 = 95 𝑓𝑖 𝑑𝑖3 = −39 𝑓𝑖 𝑑𝑖4 = 563

1 
 N F 
X 
 f i X i  5.879  146,975 Me  b  p 2   144,5  9 20  17   146,75
 fi 40  f   12 
 
 
  f i d i2   f i d i 
2 2
95   9 
Sp   9    13,72
N  N  40  40 

Tingkat kemencengan:

TK 

3 X  med

3146,975  146,75
 0,049
S 13,72
Tingkat kemencengan berdasarkan rumus momen ketiga:
p3  1 k  1 k
2  1 k
  1 k
 
3

3  3   f i d i  3  f i d i   f i d i   2  f i d i  
3

S  n i 1  n i 1  n i 1   n i 1  
9 3
  39  95   9    9  
3

 3 
 3    2    0,282(0,605)  0,17
(13,72)  40  40  40   40  
Kurtosis (Keruncingan Kurva)
Dilihat dari tingkat keruncingannya kurva distribusi frekuensi dibagi
menjadi 3, yaitu leptokurtis, platykurtis, dan mesokurtis.
• Untuk menghitung tingkat keruncingan suatu kurva distribusi diper-
gunakan yaitu momment coefficient of kurtosis yang rumusnya seba-
gai berikut:
1 n

 X X
M 4 n i 1 i

4
Ketentuan:
4  4  Untuk data tunggal 𝛼4 > 3 dihasilkan kurva leptokurtis (meruncing)
S S4
𝛼4 = 3 dihasilkan kurva mesokurtis (normal)
𝛼4 < 3 dihasilkan kurva platykurtis (mendatar)
1 n
f X X
M 4 n i 1 i i
 
4

4  4  Untuk data berkelompok

S S4
Rumus ini dapat dituliskan menjadi:

p 1
4 k
1 k
3  1
k
 1 k
2  1
k

2
1 k
 
4

 4  4   f i d i  4  f i d i   f i d i   6  f i d i   f i d i   3  f i d i  
4

S  n i 1  n i 1  n i 1   n i 1  n i 1   n i 1  
• Rumus lainnya disebut Quartile Coefficient of Kurtosis (QCK), yaitu
sebagai berikut:
1
Q3  Q1 
QCK  2
P90  P10

• Suatu distribusi yang mempunyai nilai QCK = 0,263 dapat didekati

dengan fungsi normal.
Contoh 2
Berdasarkan data berkelompok dari contoh 1, hitunglah tingkat
keruncingan kurva dari data tersebut.
Solusi
p 4  1 k  
2 4
1 k 3  1
k
 1 k 2  1
k
 1 k
 4  4   f i d i  4  f i d i   f i d i   6  f i d i   f i d i   3  f i d i  
4

S n  i 1 n  i 1 
n i 1  n i 1  n i 1  
n i 1  
94  1   39   9   95  9 
2
  9  
4

  (653)  4    6    3  
13,72 4  40  40  40   40 40   40  


6.561
35.433,68

14,075  4(0,975)(0,225)  6(2,375)(0,225) 2  3(0,225) 4 
 0,18514,075  4(0,219)  6(0,120)  3(0,0020)
 2,57