PENGOLAHAN DATA PENELITIAN

Oleh : Prihatina Hikmasari

NIM : 0401518003

Dosen Penganmpu:

Dr. Iqbal Kharisudin, S.Pd., M.sc.

PROGRAM PASCASARJANA

UNIVERSITAS NEGERI SEMARANG

TAHUN 2018
 RINGKASAN MATERI STATISTIKA

Data Tunggal

A. Ukuran Tendensi Sentral

1. Mean (Rataan)
x1  x2  ......  xn
a. x 
n

x1.f1  x2.f2  .........

b. xgabungan 
f1  f2  .....

2. Modus (Nilai yang sering muncul)

Modus dari data x1, x2, x3, ....,xn didefinisikan sbg nilai datum yang paling sering
muncul ( nilai datum yang memiliki frekuensi terbesar
3. Median (Nilai tengah)

a. Jika n  GANJIL Me  X1
(n1)
2

1  
b. JIka n  GENAP : Me 
2

Xn  X n 
(  1)
2 2 
B. Generalisasi Median
1. Kuartil
a. Untuk Q1 :
1) Jika n  GANJIL : X
1
(n  1 )
4

2) Jika n  GENAP : X
1
(n  2 )
4

b. Untuk Q2 : Menggunakan rumus yang sama dengan Mencari Median (baik untuk
data berjumlah GANJIL ataupun GENAP):
c. Untuk Q3 :
1) Jika n  GANJIL, gunakan : X
3
(n  1 )
4

2) Jika n  GENAP : X
1
(3 n  2 )
4
 2. Desil
i
Urutan / letak Desil ke- i = 10
(n  1 )

3. Rataan Kuartil = 1

R  Q1  Q3
k 2 
4. Rataan Tiga Kuartil= Rt 
1

Q  2Q2  Q3
4 1

C. Ukuran Simpangan Dipersi dan Variasi
1. Jangkauan (J) atau Rentang / Range (R) R = Xmax  Xmin
2. Jangkauan Antar Kuartil (JAK) H = Q3 – Q1

Data Kelompok

A. Ukuran Tendensi Sentral

1. Mean (Rataan)

Ada 3 cara :

n
 fi.xi
a. Nilai Tengah : x 1
i
n
 fi
i1

fi.di
b. Metoda Rataan Sementara : x  xs  
 fi

dengan di  xi  xs di mana xs diambil dari nilai tengah kelas yang frekuensinya

terbesar

c. Metoda Coding : x  xs     fi.ci

 fi
.p dimana p = interval kelas dan ci 
xi  xs
p

2. Modus

Mo  L   d1
d1  d2
.p dimana : L = tepi bawah kelas modus (memeiliki frekuensi
tertinggi)
P = interval kelas
D1 = selisih frekuensi kelas modus dengan kelas
sebelumnya
D2 = selisih frekuensi kelas modus dengan kelas
sesudahnya
 3. Median/ Kuartil Kedua/ Kuartil Tengah
B. Generalisasi Median
1. Kuartil Pertama / Kuartil Bawah :
Q1 = Kuartil Bawah
 1n  fk1 
Q1  L1   4 p L1 = tepi bawah kelas yang memuat kuartil bawah
 f1 
  Q1

P = interval kelas

fk1 = jumlah frekuensi sebelum kelas Q1

f1 = frekuensi kelas Q1

n = ukuran data ( f)
Mencari kelas Q1 dengan XQ  X n
1
4

2. Kuartil Kedua / Kuartil Tengah / MEDIAN

 12n  fk  Q2 = Kuartil Tengah

Q L   2 p
2 2  f2 
  L2 = tepi bawah kelas yang memuat kuartil bawah Q2

P = interval kelas

fk2 = jumlah frekuensi sebelum kelas Q2

f2 = frekuensi kelas Q2

n = ukuran data ( f)
Mencari kelas Q1 dengan XQ  X n
2 2

3. Kuartil Letiga / Kuartil Atas

Q3 = Kuartil Bawah

 34n  fk3  L3 = tepi bawah kelas yang memuat kuartil bawah Q3

Q  L3   p
3  f
 3  P = interval kelas

fk3 = jumlah frekuensi sebelum kelas Q3

f3 = frekuensi kelas Q3

n = ukuran data ( f)
Mencari kelas Q3 dengan XQ  X3
3 n
4
C. Ukuran Simpangan Dipersi dan Variasi
1. Jangkauan (J) atau Rentang / Range (R) R = Xmax  Xmin
2. Jangkauan Antar Kuartil (JAK) H = Q3 – Q1
1 1
3. Simpangan Kuartil / Jangkauan Semi Antar Kuartil (JSAK) Qd  H  (Q 3  Q1 )
2 2

3 3
4. Langkah L 
2
H  (Q 3  Q1 )
2

5. Pagar Dalam dan Pagar Luar

a. Pagar Dalam = Pd  Q1  L

b. Pagar Luar = Pl  Q3  L

6. Ragam(S2) dan Simpangan Baku (S)

 f.(x  x)2
a. S2  dan S  S2
n

b. Dengan Rataan Sementara : S2  

fd2
n
 
 
n
fd 2
dan S  S2

c. Dengan Metoda Coding : 2


S  
fc2
n
  
n
fc 2
2
dan S  S2

Tabel Distribusi Frekuensi Relatif, Tabel Distribusi Frekuensi Kumulatif, dan Tabel
Frekuensi Distribusi Frekuensi Relatif Kumulatif

fi f(%) = frekuensi relatif.

1. Frekuensi relatif : f(%)  x 100% dengan
f
fi = frekuensi kelas ke – i
2. Frekuensi kumulatif Kurang Dari (fk  ) menyatakan jumlah frekuensi semua data
f = jumlah data
yang kurang dari atau sama dengan nilai TEPI ATAS tiap kelas

3. Frekuensi kumulatif Lebih Dari (fk ) menyatakan jumlah frekuensi semua nilai data
yang lebih dari atau sama dengan nilai tepi bawah pada setiap kelas .

4. Frekuensi Kumulatif relative (frk atau fk(%) menyatakan jumlah frekuensi semua data
yang kurang dari atau sama dengan yang dinyatakn dalam persen.

fk
f (%) 
f
x 100% dengan fk(%) = frekuensi relatif kumulatif
k

fk = frekuensi kumulatif suatu kelas

f = jumlah data
 KUMPULAN SOAL STATISTIKA

A. Ukuran Tendensi Sentral

1. Mean (Rataan)
a. Dalam suatu ujian Fisika dari 10 mahasiswa adalah 89, 90, 87, 54, 53, 80, 76, 71, 75
dan 55 rata-ratanya:
x1  x2  ......  xn
x 
n

89 + 90 + 87 + 54 + 53 + 80 + 76 + 71 + 75 + 55
𝑥̅ =
10
730
𝑥̅ = = 73
10

b. Daftar Distribusi Frekuensi dan Produk fx

No Nilai (𝒙𝒊 ) Frekuensi 𝒇𝒊 . 𝒙𝒊

(𝒇𝒊 )

1 4 5 20
2 5 8 40
3 6 15 90
4 7 20 140
5 8 10 80
6 9 2 18

Jumlah  f = 60  fx = 388

x1.f1  x2.f2  .........

x gabungan 
f1  f2  .....

x
 fx  388  6,3
 f 60
c. Daftar Distribusi Frekuensi, Tanda kelas dan Produk fx

Nilai Frekuensi f Tanda kelas Produk fx

Ujian x
 31 – 40 3 35,5 106,5

41 – 50 5 45,5 227,5

51 – 60 10 55,5 555

61 – 70 16 65,5 1048

71 – 80 24 75,5 1812

81 – 90 17 85,5 1453,5

91 – 100 5 95,5 477,5

Jumlah 80 5680

5680
𝑥̅ = = 71
80

2. Modus (Nilai yang sering muncul)

a. Nilai ulangan matematika kelas X IPA 3 yang telah diurutkan adalah:
4,4,5,5,5,5,6,6,6,6,6,7,7,7,7,7,7,7,7,7,8,8,8,8,8,9,9,9,9
Frekuensi terbanyak ialah f = 9, terjadi pada data bernilai 7, maka Modus Mo= 7
b. Carilah modus nilai fisika data dari 80 mahasiswa, maka disusun tabel berikut:

No Nilai Ujian fi

1 31 – 40 3

2 41 – 50 5

3 51 – 60 10

4 61 – 70 16

5 71 – 80 24

6 81 – 90 17

7 91 – 100 5

Jumlah 80

Kelas modus = kelas kelima, batas bawah kelas b = 70,5

 P = 10, bl = 24 -16 = 8, b2 = 24 – 17 = 7
 8 
Mo = 70,5 + 10   = 70,5 + 5,33 = 75,8
8 7
3. Median (Nilai Tengah)
a. Jika data banyaknya ganjil, maka Me, setelah data disusun menurut nilainya
merupakan data paling tengah.
Data setelah diurutkan 3,3,4,4,4,5,5,6,6,7,8,8,8,8,8,8,8,9,9;
Data paling tengah bernilai 7
Jadi Me = 7
b. Jika data banyaknya genap, maka Me, setelah data disusun menurut nilainya sama
dengan rata-rata dari dua data tengah.
3,4,4,5,5,5,6,7,7,8,8,9
Me = ½ (5+6) = 5,5
c. Untuk data yang telah disusun dalam daftar distribusi frekuensi, median dihitung
 1/2 (n) -F 
dengan rumus: Me = b +p  
 f 
Dimana :

b = batas bawah kelas median, ialah kelas dimana median akan terletak

P = panjang kelas median, n = ukuran sampel atau banyaknya data

F = jumlah semua frekuensi sebelum kelas median

f = frekuensi kelas median

Hitunglah median data-data nilai ujian Fisik Dasar untuk 80 mahasiswa, maka disusun
tabel berikut:

No Nilai Ujian Fi

1 31 – 40 3

2 41 – 50 5

3 51 – 60 10

4 61 – 70 16
 5 71 – 80 24

6 81 – 90 17

7 91 – 100 5

Jumlah 80

Setengah dari seluruh data : ½ (n) = ½ (80) = 40, Median akan terletak pada kelas
interval kelima, karena sampai kelas interval keempat jumlah frekuensi baru 34,
berarti ke-40 termasuk di dalam kelas interal kelima, sehingga;

b = 70,5, P = 10, n = 80, F = 3 + 5 + 10 + 16 = 34, f = 24

 40  34 
Me = 70,5 + 10    73
 24 

B. Generalisasi Median
1. Kuartil
a. Sampel dengan data: 78,76,90,86,54,65,69,78,45,57,82,56
Data diurutkan : 45,54,56,57,65,69,76,78,78,82,86,90;
n = 12 akan dicari K1,
1 (12  1)
K1 = data ke = data ke 3 ¼ yaitu antara data ke 3 dan ke 4.
4
Nilai K1 = data ke 3 + ¼ (data ke 4 – data ke 3).
K1 = 56 + ¼ (57 – 56) = 56,25
b. Dicari K2 dari data nilai ujian Fisika Dasar dari 80 mahasiswa, maka disusun tabel
sebagai berikut:

No Nilai Ujian Fi

1 31 – 40 3

2 41 – 50 5

3 51 – 60 10

4 61 – 70 16

5 71 – 80 24
 6 81 – 90 17

7 91 – 100 5

Jumlah 80

Untuk menghitung K2, maka perlu mencari letak K2, K2 akan terletak pada data ke
2x80/4 = 40, data ke 40 termasuk dalam kelas interval kelima, sehingga: b = 70,5; P
= 10; f = 24; F = 3 + 5 + 10 +16= 34, n = 80

 in/4 - F 
Ki = b + P  
 f 

 2 x 80/4 - 34 
K2 = 70,5 + 10  
 24 

 6 
= 70,5 + 10   = 73
 24 
2. Desil
a. Dicari D3 data tersebut adalah: 45, 54, 56, 57, 65, 69, 76, 78, 78, 82, 86, 90.
5(12  1)
Letak D5 = data ke = data ke 6 ½
10

Nilai D5 = data ke 6+, ½ (data ke 7 – data ke 6)

= 69 + ½ (76 – 69) = 72,5

b. dari nilai ujian Fisika Dsar dari 30 mahasiswa akan dicari D7 dari tabel berikut:

No Nilai Ujian fi

1 31 – 40 3

2 41 – 50 5

3 51 – 60 10

4 61 – 70 16

5 71 – 80 24
 6 81 – 90 17

7 91 – 100 5

Jumlah 80

in  F
Di= b + P [ 10 ] , dengan i = 1, 2, 3, …..9, dengan b = batas bawah kelas Di,
f
ialah kelas intervl dimana Di terletak

P = panjang kelas Di, F= Jumlah frekuensi sebelum kelas Di

f = frekuensi kelas Di

7 x 80
D7 akan terletak pada data ke x 56 ,
10

data ke 56 akan termasuk dalam kelas interval ke lima,

dengan demikian maka b = 70,5, P = 10, F = 36 dan f = 24.

7 x8  34
D7 = 70,5 + 10 [ 10 ] = 79,67
24

3. Persentil
a. data tentang nilai ujian Fisika dasar dari 80 mahasiswa akan dicari P 23, disusun dalam
tabel berikut:

No Nilai Ujian Fi

1 31 – 40 3

2 41 – 50 5

3 51 – 60 10

4 61 – 70 16

5 71 – 80 24

6 81 – 90 17
 7 91 – 100 5

Jumlah 80

in F
Pi = b + P [ 100 ] , di mana P = panjang kelas
f

b = batas bawah kelas Pi, ialah kelas interval dimana Pi teletak

F = jumlah frekuensi sebelum kelas Pi

f = frekuensi kelas Pi

23 x 80
P23 akan terletak pada data ke = 18,4 data ke 18,4 termasuk dalam kelas
100
interval keempat dengan demikian b = 60,5, P = 10, F = 18, dan f = 16, i = 23, n = 100
maka:

P23=60,75
C. Ukuran Simpangan Dipersi dan Variasi
1. Range (Rentang antar Kuartil/ Hanparan/ Jangkauan)
a. Rentang antar kuartil mudah ditentukan, merupakan selisih antara K3 dan K1,
rumusnya adalah RAK = K3 – K1. Data nilai fisika dasar dari 80 mahasiswa dapat
dihitung K3 dan K1.

No Nilai Ujian Fi

1 31 – 40 3

2 41 – 50 5

3 51 – 60 10

4 61 – 70 16

5 71 – 80 34

6 81 – 90 17

7 91 – 100 5
 Jumlah 80

Untuk menghitung K3, maka perlu mencari letak K3, K3 akan terletak pada data ke 3
x 80 / 4 = 60, data ke 60 termasuk dalam kelas interval keenam, sehingga:

b = 80,5; P = 10; f = 17, F = 5 + 10 + 16 + 24 = 58, n = 80.

K3 = 80,5 + 10 
60 - 58 
  81,676
 17 

Untuk menghitung K1, maka perlu mencari letak K1, K1 akan terletak pada data ke 1
x 80 / 4 = 20, data ke 20 termasuk dalam kelas interval keempat, sehingga:

b = 60,5, P = 10, f = 16, F = 3 + 5 + 10 = 18, n = 80

K1 = 60,5 + 10 
20 - 18 
  61,75
 16 

Sehingga Rentang antar kuartil = 81,676 – 61,75 = 19,926

b. Simpangan kuartil atau deviasi kuartil atau disebut pula rentang semi kuartil,
ditentukan dengan rumus: SK= ½ (K3 – K1), dari perhitungan di atas, maka Sk dapat
dihitung SK = ½ (81,676 – 61,75) = 9,963.
2. Simpangan Baku atau Standar Deviasi
a. Akan dicari simpangan baku dari daa sampel 4, 5, 6, 7, 8, 9 siapkan abel sebagai
berikut:

TABEL 11 Daftar Pembatu Mencari simpang baku

X1 F X12 fX
fX 2

4 1 16 4 16

5 3 25 15 75

6 5 36 30 180

7 6 49 42 294

8 11 64 88 704
 9 4 81 36 324

 X  39 ∑f=30 X 2
 271 ∑fX
∑fX=215 2
=1593

30 (1593) - 2152
S =
30 (30 - 1)

47790 - 46225 1565

= = =
870 870

= 1,7988 =1,34

b. Untuk penggunaan rumus ini tidak perlu mencari rata-rata

Jika data telah disusun dalam daftar distribusi frekuensi aka untuk menentukan
simpang baku digunakan rumus:

S=
 f (X 1 X) 2
n 1

Data nilai ujian Fisika dasar dari 80 mahasiswa akan dicari simpang bakunya, disiapkan
tabel sebagai berikut:

TABEL 12 Daftar Pembatu Mencari simpang baku

Nilai Ujian f1 Xi X1 - X (X1 - X )2 f (Xi - X )2

31 – 40 3 35,5 -35,5 1260,25 3780,75

41 – 50 5 45,5 -25,5 650,25 3251,25

51 – 60 10 55,5 -15,5 240,25 2402,5

61 – 70 16 65,5 5,5 30,25 484

71 – 80 24 75,5 4,5 20,25 486

81 – 90 17 85,5 14,5 210,25 3547,25

91 – 100 5 95,5 24,5 600,25 3001,25

 Jumlah 80 16980

n = f  80
16980
S=  214,9367 = 14,66
80  1

n  f1X 2  ( f 1X1 ) 2
Cara kedua, dengan menggunakan rumus: S = penggunaan
n (n - 1)
rumus ini tidak mencari rata-rata.

c. Akan dicari simpang baku nilai ujian Fisika Dasar dari 80 mahasiswa. Dipersiapkan tabel
sebagai berikut:

TABEL 13 Daftar Pembatu Mencari simpang baku

Nilai Ujian f1 X1 f1X1 f1X12

31 – 40 3 35,5 106,5 3780,75

41 – 50 5 45,5 277,5 10351,25

51 – 60 10 55,5 555 30802,5

61 – 70 16 65,5 1048 68644

71 – 80 24 75,5 1812 136806

81 – 90 17 85,5 1453,5 124274,25

91 – 100 5 95,5 477,5 45601,25

Jumlah 80 f X
1 1  5680 f X 1 1
2
 420260

80 x 420260 - (5680) 2
S =
80 (80 - 1)

33620800 - 32262400
=
6320

= 214,9367 =14,66
Cara ketiga untuk mencari simpangan baku yaitu dengan cara coding atau cara singkat
dengan rumus:

 n f C 2  ( f C )2 
S= P 
2 1 1  1 
 n (n - 1) 
 

Akan kita cari simpangan baku data nilai ujian Fisika Dasar, dengan memilih salah satu
tanda kelas kita beri tanda xo dan kita beri harga C = 0, selanjutnya tanda kelas yang
kurang dari xo berturut-turut diberi harga C = -1, C = -2, C = -3 dan seterusnya,
sedangkan tanda kelas yang lebih dari xo berturut-turut diberi harga C = 1, C = 2, C = 3
dan seterusnya, kita siapkan tabel sebagai berikut

TABEL 14 Daftar Pembatu Mencari simpang baku

Nilai Ujian F1 X1 C1 f1C1 f1C12

31 – 40 3 35,5 -4 -12 48

41 – 50 5 45,5 -3 -15 45

51 – 60 10 55,5 -2 -20 40

61 – 70 16 65,5 -1 -16 16

71 – 80 24 75,5 0 0 0

81 – 90 17 85,5 1 17 17

91 – 100 5 95,5 2 10 20

f  80 f C
1 1  - 36 fC 2
186

Dari tabel itu kita dapatkan f  n  80, f C1 1  36,  fC1 2  186, P  10

 n f C 2  ( f C )2 
S= P 
2 1 1  1 
 n (n - 1) 
 
  (80 x 186) - (36) 2 
S = 102  
 80 (80 - 1) 

 14880  1296 
= 100 
 6320 

= 214,9267 = 14,66
d. Untuk penggunaan rumus ini tidak perlu mencari rata-rata

Jika data telah disusun dalam daftar distribusi frekuensi aka untuk menentukan simpang
baku digunakan rumus:

S=
 f (X  X) 2
1

n 1

Diberikan sampel dengan data 4, 5, 7, dan 8 dibuat data berikut:

X1 Xi - X (Xi - X )2

4 -2 4

5 -1 1

7 1 1

8 2 4

Jumlah 24 10

10
S=  1,826
3

Cara kedua untuk mencari simpang baku, dengan rumus:

n  X12  ( X) 2
S=
n (n - 1)
 X1 X2

4 16

5 25

7 49

8 64

Jumlah 24 154

4 (154) - 242
S =
4(4 - 1)

616 - 576
=
12

= 3,33 = 1,826

3. Varians/ Ragam
Pangkat dua dari simpangan baku s2 adalah varians untuk sampel 2 untuk varians
populasi.
Varians dari data diatas adalah
S2 = 3,33
4. Simpangan Baku Gabungan

Yang digabungkan menjadi sebuah sampel berukuran n – n1 – n2 - …….nk simpang

gabungan dihitung dengan rumus:

S=  (ni - 1) Si 2

 ni - k
Hasil pengamatan terhadap n1= 20 obyek menghasilkan S1 = 6,58, sedangkan
pengamatan berikutnya terdapat n2= 30 obyek menghasilkan S2 = 7,15, maka simpangan
gabungan dari dua pengamatan tersebut dapat dihitung:

(20 - 1) (6,58) 2  (30 - 1 ) (7,15) 2

S =
20  30 - 2
 822,6316  1482,5525
S = = 6,92998
48

Simpangan bagu gabungan S = 6,92998

5. Angka Baku dan Koefisien Variansi

a. Seorang mahasiswa mendapat nilai 76 pada ujian Fisika kuantu, dimana rata-rata dan
simpangan baku dari kelompok masing-masing 70 dan 11. sedangkan untuk
matakuliah Mekanika ia mendapat nilai 82, data rata-rata dan simpangan baku
kelompoknya masing-masing 77 dan 12. dalam mata ujian mana mahasiswa tersebut
memperoleh kedudukan lebih.
Penyelesaiannya:
76  70
Untuk mata kuliah Fisika Modern Z =  0,545
11

82  77
Untuk mata kuliah Mekanika Z =  0,416
12

Dengan melihat nilai Fisika kuantum 76 dan nilai Mekanika 82, nilai Fisika kuantum
lebih rendah dari Mekanika namun Fisika kuantum memperoleh rangking yang lebih
baik dari pada mekanika. Disinilah angka baku dipakai untuk membandingkan
distribusi dari suatu hal. Perbedaan angka baku antar nilai Fisika Kuantum dengan
Mekanika kurang begitu kelihata maka jika diubah ke dalam angka baku model baru
dengan rata-rata Xo = 100 dan simpang baku So = 20, akan didapat:

Untuk Fisika Kuantum Zi = 100 + 20 (0,545) = 110,9

Untuk Mekanika Z = 100 + 20 (0,516) = 108,32

Ukuran variasi atau dispersi yang telah diuraikan di atas merupakan dispersi absolut.
Variasi 6 Cm untuk ukuran 100m dan variasi 6 Cm untuk ukuran 2m jelas mempunyai
pengaruh yang berlainan. Untuk mengukur pengaruh demikian da untuk
membandingkan variasi antara nilai-nilai besar dan nilai-nilai kecil digunakan dispersi
Dispersi Absolut
relatif yang ditentukan oleh: Dispersi Relatif = bila dispersi absolut
Rata - rata
diganti dengan simpang baku maka diperoleh koefisien variasi, disingkat KV, dan
dinyatakan dalam persen, Rumusnya:
 Simpang Baku
KV = x 100%
Rata - rata

b. Bola pingpong merk AUC rata-rata dapat dipakai selama 200 jam dengan sipangan
baku 30 jam. Bola merk BUC rata-rata dapat dipakai selama 320 jam dengan
simpangan bakunya 70 jam, maka KV dapat dicari:
30
KV (bola merk AUC) = x 100%  15%
200
70
KV (bola merk BUC) = x 100%  23,33%
300
D. Ukuran Simetris dan Condongnya Suatu Kurva
1. Skewness
a. Metode Pearson

Koefisien Skewness dapat dinyatakan dengan rumus sebagai berikut

(Rumus I)
X - Mo
Sk =
S

Keterangan :

Sk = Koefisien skewness

X = Rata-rata

Mo = Nilai modus

Contoh : Tabel 2.4 Distribusi nilai matematika 80 siswa SMA XYZ

Rentang nilai frekuensi

50-54 1

55-59 2

60-64 11

65-69 10
 70-74 12

75-79 21

80-84 6

85-89 9

90-94 4

95-99 4

80

  f j .c j 
X  A0  d .   = 97 + 5  346 = 97 + - 21,625 = 75,375
 f  80
 j 

 9 
Mo = 74.5 + 5   = 76,375
 9 15 

 f A X
N
2
j j
j 1 8538.71
s =  108.08 10.39
N 1 80  1

X  Mo 75.375  76,375
Sk  =  0,09
S 10,39

Dengan menggunakan hub antara mean, median, modus rumus diatas dapat diubah
menjadi

Sk 

3 X  Me 
s
Rumus ke-2

Contoh :

Tabel 2.4 Distribusi nilai matematika 80 siswa SMA XYZ

 Rentang nilai frekuensi

50-54 1

55-59 2

60-64 11

65-69 10

70-74 12

75-79 21

80-84 6

85-89 9

90-94 4

95-99 4

80

A
j 1
j . fj
6030
X  N
= = 75,375
80
f
j 1
j

 N 
  F 
40  36 
Me  L1  d  2  = 74,5 + 5   = 74,5 + 0,952 = 75,452
 f Median   21 
 
 

 f A X
N
2
j j
j 1 8538.71
s =  108.08 10.39
N 1 80  1

Sk 

3 X  Md
=

3(75,375  75,452)
 0,022
S 10,39

Jadi distribusi di atas mempunyai skewness negatif

b. Metode Bowley

Dalam menentukan koefisien skewness , bowley mendasarkan pada nilai-nilai Quartil

(Q3 + Q2 ) − (Q2 − Q1 )
𝑆𝑘 =
(Q3 + Q2 ) + (Q2 − Q1 )

Diperoleh:

Jika :

1) Q3 - Q2 = Q2  Q1 maka hasilnya akan 0.

2) Q3 - Q2  Q2  Q1 maka hasilnya akan skewness positif.

3) Q3 - Q2  Q2  Q1 maka hasilnya akan skewness negatif.

c. Metode Percentil

10 – 90 persentil Sk-nya dinyatakan dengan:

P90  P10   P50  P10 

Sk 
P90  P10 

Setelah kita ketahui besarnya koefisien skewness maka untuk menentukan gambar
dari distribusi itu condong ke kiri,ke kanan atau simetris didasarkan atas ketentuan
berikut :

1) Bila koefisien skewness itu positif berarti mean > median dan mode ,maka kurva
condong ke kiri atau ekornya disebelah kanan.
2) Bila koefisien skewness itu negatif berarti mean < median dan mode ,maka kurva
itu condong ke kanan atau ekornya di sebelah kiri.
3) Bila koefisien skewnes itu besarnya sama dengan nol berarti
mean=median=modus, maka kurva itu simetris.

Distribusi Simetrik Distribusi Positif Skewness

 Untuk data tunggal komputasi skewness melalui Ms. Excel adalah insert – function-
select category : statistical – skew
2. Kurtosis
Kurtosis adalah ukuran mengenai keruncingan dari kurva suatu distribusi frekuensi.
Kurtosis ada 3 macam :
a. Leptokurtik
Leptokurtik adalah distribusi frekuensi yang kalau digambarkan kurvanya merupakan
kurva yang agak sempit pada bagian puncaknya atau mendekati runcing.

b. Platikurtik
Platikurtik adalah distribusi frekuensi yang digambarkan kurvanya agak mendatar
(tumpul) pada puncaknya.

c. Mesokurtik
Mesokurtik adalah distribusi frekuensi yang kurvanya normal yakni bukan leptokurtik
dan plaktikurtik.
Dalam perhitungan untuk mengetahui runcingan kurva dapat mendasarkan pada
moment keempat.

Momen keempat ialah rata-rata dari kuatnya penyimpangan keempat dari nilai mean
dalam suatu distribusi frekuensi.

Kurtosis dalam suatu distribusi frekuensi diukur atas dasar momen keempat tersebut
dan ukuran ini diberik symbol a4

 X  X 
4

m4 m4 N
a4   
s 4 m2 2 m2 2
Distribusi frekuensi yang normal (Mesokurtik) nilai a 4 = 3

Distribusi yang lebih mendatar (Platikurtik) Nilai a 4 < 3

Distribusi yang lebih runcing (Leptokurtik) nilai a 4 > 3

Contoh :

1) Tentukan kurtosis dari 2, 3, 7, 8, 10 !

2  3  7  8  10 30
X  6
5 5

Xj X j  X X j  X X j  X
2 4

2 -4 16 256

3 -3 9 81

7 1 1 1

8 2 4 16

10 4 16 256

Jumlah 0 46 610
 46 610
m 2
5
 9,2 m 4
5
 122

m4 122
a4   1,44
 
2
m2 9,2 2

Jadi data di atas kurvanya platikurtik (distribusi yang lebih mendatar)

2) Hitunglah Kurtosis dari data berikut !

Tabel 2.1 Tinggi 100 siswa SMA XYZ

Tinggi f Xj (X j  X ) ( X j  X )2 ( X j  X )4 f 2 ( X j  X )2 f j ( X j  X )4
badan

60 - 62 5 61 -6,45 41,60 1730,56 208 8652.80

63–65 18 64 -3,45 11,90 141,61 214,2 2548.98

66–68 42 67 -0,45 0,20 0,04 8,4 1.68

69–71 27 70 2,55 6,50 42,25 175,5 1140.75

72–74 8 73 5,55 30,80 948,64 246,4 7589.12

JUMLAH 100 - - - - 852.5 19933.3

X  67,45

852.5
m2   8.525
100

19933.3
m4 =  199.333
100

199.333
a4   2,74
8.5252
 Jadi data di atas kurvanya platikurtik (distribusi yang lebih mendatar)

Momen coefficient of kurtosis dan alpha empat, ukuran keruncingan tersebut

dapat juga dicari dengan menggunakan nilai kuartil dan persentil. Ukuran yang
demikian dinamakan quartile coefficient of kurtosis dan dinyatakan dengn rumus ;

1
(Q 3  Q1 )
K= 2
P90  P10

Dari hasil koefisiensi kurtosis di atas, ada tiga kriteria untuk mengetahui model
distribusi dari sekumpulan data, yaitu:
a) Jika koefisien kurtosisnya < 0,263, maka distribusinya adalah platikurtik.
b) Jika koefisien kurtosisnya = 0,263, maka distribusinya adalah mesokurtik.
c) Jika koefisien kurtosisnya > 0,263, maka distribusinya adalah leptokurtik.
Tabel 2.1 Tinggi 100 siswa SMA XYZ

Tinggi badan (in) frekuensi

60 – 62 5

63 – 65 18

66 – 68 42

69 – 71 27

72 – 74 8

100

 jxn 
 F 
Qj  L  d 4 
 fQ j 
 
 
  1x100 
  23 
  65.5  3   65.64
2
Q1  65.5  3 4
 42   42 
 
 

 3x100 
  65 
  68.5  3   69.61
10
Q3  68.5  3 4
 27   27 
 
 

 10 x100 
 5
5
P10  62.5  3 100   62.5  3.  63.3
 18  18
 
 

 90 x100 
  65 
  68.5  3   71.28
25
P90  68.5  3 100
 27   27 
 
 

1
(Q 3  Q1 )
K= 2 =
1
2 69.61 65.64  12 x 3.97  0.25
P90  P10 71.28  63.3 7.98

Jadi data di atas kurvanya platikurtik (distribusi yang lebih mendatar)

Untuk data tunggal komputasi kurtosis melalui Ms. Excel adalah insert – function-
select category : statistical – kurt