MENENTUKAN TINGKA T KEMIRINGAN KURV A (SKEWNESS)

DENGAN METODE RATA-RATA POLAR

Andi Supangat1

'Fakultas Bisnis dan Manajemen Universitas Widyatama - Bandung

E-mail: andis@widyatama.ac.id

Abstrak. Skewness adalah merupakan besaran (ukuran) untuk menentukan tingkat kemiringan
kurva. Penentuan kecenderungan kemiringannya selama ini ditetapkan berdasarkan metode dari
Pearson dan Bowley. Pearson dengan metode pendekatan nilai rata-rata hitung, nilai modus ,
nilai median serta moment matematisnya, menyatakan bahwa kurva berkecenderungan condong
(miring) ke kiri (positif) jika nilai skewnessnya > 0, apabila nilai skewnessnya =0, maka kurva
dikatakan berkecenderungan normal dan apabila nilai skewness < 0, maka kurva dikatakan
cenderung condong ke kanan (Negatif). Sedangkan Bowley dengan melakukan pendekatan nilai
kuartilnya, menyatakan bahwa suatu kurva dikatakan cenderung condong ke kiri (positif) jika
nilai skewnessnya, normal dan atau cenderung condong ke kanan (negatif) ditetapkan jika nilai
skewness = ± 0,1, sedangkan jika nilai skev.rnessnya = ± 0,3, maka kecenderungan ccondongnya
sangat berarti.

Formulasi baru guna menentukan kemiringan kurva yang ditetapkan oleh Andi Supangat ini
didasarkan pada konsep pendekatan rata-rata polar dan deviasi polar. Adapun formulasi

dimaksud dinyatakan dalam bentuk (model): Sk= [ ~: J, dimana Sk : Kemiringan Kurva, Sp :

Selisih paruh Interval dengan rata-rata polarnya dan D: Deviasi polar. Kriteria penentuan
p
kemiringan kurva , jika Kemiringan Kurva (K.) > 0, maka kurva dikatakan cenderung condong
ke Kanan (negatif), jika Sk = 0, maka kurva dikatakan normal dan jika Sk < 0, maka kurva
dikatakan cenderung condong ke kiri (positif). Dari hasil pengamatan yang telah dilakukan,
yaitu dengan cara membuat simulasi data formula tersebut layak untuk dijadikan sebagai
formula baru dalam menentukan kemiringan kurva.

Kata Kunci: kemiringan kurva, rata-rata polar, deviasi polar

1. PENDAHULUAN

Skewness adalah merupakan besaran (ukuran) untuk menentukan tingkat kemiringan kurva.
Kurva yang terbentuk dari penghalusan poJigon frekuensi, penentuan kecenderungan
kemiringannya selama ini ditetapkan berdasarkan metode dari Pearson dan Bowley'. Pearson
dengan metode pendekatan nilai rata-rata hitung, nilai modus, nilai median serta menggunakan
model moment matematis, menyatakan bahwa kurva berkecenderungan condong (miring) kekiri
(positif) jika nilai skewnessnya > 0, apabila nilai skewnessnya = 0, maka kurva dikatakan
berkecenderungan normal dan apabila nilai ske\\'T1ess < 0, maka kurva dikatakan cenderung
condong ke kanan (negatif). Sedangkan Bowley dengan melakukan pendekatan nilai kuartilnya ,
menyatakan bahwa suatu kurva dikatakan cenderung condong kekiri (Positif) jika nilai
skewnessnya, normal dan atau cenderung condong kekanan (negatif) ditetapkan jika nilai
skewness = ± 0,1, sedangkan jika nilai skewnessnya = ± 0,3, maka kecenderungan ccndongnya
sangat berarti, pada konsep penentuan nilai skewness oleh Andi Supangat dengan menggunakan
metode selisih modus, menyatakan bahwa jika Sk >0, maka kurva cenderung condong ke kanan

1 Anto Dayan, Pengantar Metode Statistika I, LPiES , Jakarta, hlmn 207

95
(negatif), jika Sk = 0, maka kurva cendenmg nonnal dan jika Sk <
2
condong kekiri (posi tif) .
° maka kurva cendenmg

Berdasarkan hasil pengamatan penentuan ukuran keterpusatan data dan tingkat

penyimpangannya yang dikatakan sebagai rata-rata polar dan deviasi polar, penulis mencoba
untuk merangkurnkan hasil temuan dirnaksud guna menetapkan fonnulasi baru dalarn
menentukan tingkat kemiringan kurva, selain dengan metode terdahulu. Pada penentuan nilai
skewness dengan metode rata-rata polar ini, pada dasamya lllenentukan besaran kemiringan
kurva berdasarbn hasil pengilitungan rata-Paruh Interval, Rata-rata polar dan Deviasi Polamya.

Dari hasil pengamatan yang telah dilakukan, yaitu dengan cara membuat simulasi data yang
tersusun dalarn model-model daftar distribusi frekuensi, pada akhimya dapat ditetapkan
fonnulasi baru dengan metode rata-rata polar dengan kriteria, jika Kemiringan Kurva (\) > 0,
maka kurva dikatakan cenderung condong kekanan (negatif), jika Sk 0, maka kurva dikatakan
=

nonnal dan jika \ < 0, maka kurva dikatakan cenderung condong kekiri (positif).

2. MODEL SKEWNESS

Berikut disajikan model-model untuk menghitung dan menentukan nilai skewness menu rut
Pearson dan Bowley 3:
1. Pearson":
X -Mo 3(X - Me)
a. Model I : Sk = 0: 3 = : - - - atau Sk = 0: 3 =:

S S

Sk : Skewness
X : Rata-rata

Mo : Modus

Me : Median

S : Sirnpangan baku

b. Model II : (Moment Matematis)5:

- 3
SK = 0:) = Ifi.(X; - Xl
n.s 3
2. Bowley6:
Sk- (0) +OJ-(02 +0 1 ) 0 3 -0 1

- (0 3 + O2) + (0 2 + 0 1 ) 0 3 + 20 2 + 0 1

Condong KIn (POSI1rf)

Condong Kana n (N€gatrf)

Gambar 1

2 AntoDayan, op.cit, hlmn 203

) Andi Supangat, Statistika Untuk Ekonomi dan Bisnis. Pustaka, bandung 2005. hlmn 122
4 lbid
S Ibid
6 Ibid

96
3. EKSISTENSI FORMULASI TERDAHULU

Seperti telah dikemukakan sebelumnya, bahwa pad a dasarnya gambaran kemiringan kurva dan
atau kenonnalan suatu kurva, konsep penentu utamanya adalah: "Bagaimana sekumpulan data
tersebar (terdistribusi) pada interval - interval kelas yang diimplementasikan dalam
frekuensnya".

Sejauh ini konsep penanganan bentuk kemiringan kurva dilandasi oleh ukuran keterpusatan data
dan ukuran letak data. Namun demikian pada gilirannya hal tersebut dihadapkan pada berbagai
kendala untuk mendapatkan kepastian secara nyata, karena sering dihadapkan pada kondisi­
kondisi yang inkonsistensi antara hasil perhitungan dan kenyataannya.

Secara khsusus, penulis mencoba menelaah fonnulasi skewness yang disampaikan oleh
Pearson, baik dilihat dari fonnulasi dengan pendekatan Modus, Median maupun dengan
menggunakan model Moment Matematis, seperti :
X-Mo
Formulasi -I : Sk = oJ =- -­
S
3(X M) I F- (X, . X)3
Formulasi - 2 : Sk = - e dan Fonnulasi - 3 : Sk = I I
S ns 3
Ukuran kemiringan kurva (skewness) pada pnnslpnya didasarkan pada konsep
hubungan pemusatan data antara niJai rata-rata hitung, modus dan mediannya (X, Mo, dan Me ),
jika nilai X = Mo = Me, maka kecenderungan kurvanya akan terbentuk simetris (normal).
Namun demikian apabila nilai-nilai X;to Mo;to Me maka ada 2 (dua) kemungkinan yang dapat
terjadi pada kemiringan kurvanya, yaitu bisa condong kekiri (positif) atau bisa juga condong
kekanQn (negQrif).
Dalam kajian ini, penulis sengaja menyampaikan satu telaah (dalam bentuk contoh
penyeJesaian soaJ) yang akan dijadikan sebagai gambaran cara menghitung nilai skewness dari
Pearson dan Bowley?

4. SIMULASI DATA UNTUK FORMULASI TERDAHULU

Berikut disajikan satu contoh penyelesaian soal dari sekumpulan data yang telah tersusun

kedalam daftar distribusi frekuensinya:

Contoh - 1 :

Jika da ft ar distribusi frekuensi tersaj i seperti pada tabel berikut, maka tentukan kesesuaian

tingkatkemirin gan kurvan ya dengan hasil perhitungan nilai skewness nya ')

Tabel 1

TABEL PENDAPATAN MASYARAKAT KOTA "X"

(0000 Rupiah)

10,2 19,4 1
19,5 28,7 6
28,8 38,0 10
38, 1 47,3 8
47,4 56,6 40
56,7 65 ,9 20
66,0 75 ,2 6
75,3 84,5 5

7 Anlo Dayan. Penganlar Melode Slatislika I, LP3ES, Jakarta; hlmn 203

97
 84,6 - 93,8 7
93 ,9 - 103,1 8
lumlah III
Sumber : Flictlf
Penyelesaian:

)~t~.~r~~i tri!~~ ~~j!r,~~~ ~ff~l: :~f®~t.~~~,; tW~#l ~~~ Thr~~~;:t~ ;~~ln~~~w.;1

1Q.2 - 19.4 1 14.' 14.8 -45,70 2088,49 2088A9 -95443,99 -95443,99
19,5 - 28.7 6 N,1 144 ,6 .36.40 1324.96 7949,76 48228,54 -289371,26
2~,8 38,8 11 :n,' 334 .:27.10 734,41 7344,10 .19902,51 .199025,11
38,1 47,3 8 42,7 341,6 .17,60 316,84 2534,72 .5639,75 .45118,02
47,4 2080 .8,50 72,'15 2890,00 .614,13 -24565,00
56,7 -
56.,6

65.9
"
2e
52

61,3 1226 0,80 0,64 12,60 0,51 10,24

66.0 75,2 6 70.6 423.6 10,10 102,01 612.06 1030.30 6181,61
75,3 - 84.5 5 79.9 3S9,5 19 ,40 376,36 1681,60 7301,38 36506,92
84,6 93,. 7 89,2 624,4 20,70 623,69 576'5,63 2363S,90 165479,32
93,~ 103,1 ~ ~,S 768 38,00 14H,OO 11552,00 54872,00 438976,00
Jumlah 111 6376.5 42&31.56 .6369.096

Rata-rata: X= LFjX j = 6376,5 = 5745

LFj 111 '

Simpangan Baku (Standar Deviasi) : s =

IL F (X-X-)2
\! f f
42631,56 = 19 69
I n-1 110 '
- Tingkat kemiringan Kurva (skewlless):

8
o Menurut Pearson
X-Mo
1. Sk =a 3 =--­
S

Mo = b + p( _ b_- ]
b, + b2
1
~ Mo = 47,35 + 9,3(~J
32 + 20
= 53,07

d ' N']l al'Sk e\\TIessnya: Sk.

Jal = 57,45 - 53,07 = 022
,

19,69

Karena sk > 0 , maka Kurva Condong kekiri I Positif

2. Sk = 3(X - Me)
S

l
Me=b+p ~-Fl
~ ~Me=47,35+9,3 (55,5-25
40 J =54 ,44

d ' N']
Jal l al'Sk ewnessnya : Sk 3(57,45 - 54,44) = 0,4 6
=
19,69
Karena sk > a, maka Kurva cenderung Condong kekil'i I Positif
9
o Menurut Cara Moment Matematis :

8Ibid
91bid

98
 Sk = IF,(X , - XY ~ Sk = - 6369,096 = -0 007
ns 3 111(19,69)3'
Karena sk < 0, maka Kurva cenderung Condong kekanan / Ncgatif
o Menurut BowleylO:
Nilai-nilai Kuartil:

Q =b+
1
[~n-F]=4735+93(27'75-25)=4799

P f ' '40 '

2n - F] ( 55,5 _25)
Q2 = b + P _4_- = 47,35 + 9,3 40 = 47,35 + 6,67 = 54,44
[ f

3n - F] ( 83 25 _65)
Q3 = b + P _4_- = 56,65 + 9,3 ' 20 = 56,65 + 8,49 = 65,14
[ f

Sk-(Q3+Q2)-(Q2+QI) _ Q3-Ql

- (Q3 +QJ+(Q2 +QI) - Q3 +2Q 2 +QI

sk= 65,14-47,99 =0077

65,14+2(54,44) +47,99 '

Karena sk < 0,1 , maka Kurva cenderung Condong kek:lIlan / negatif

Keterangan Gambar 2:
Untuk menentukan kurva penghalusan (kurva yang diarsir), adalah merupakan model
kurva kontinu sebagai penghalusan dari kurva polygon frekuensinya, kalau diperhatikan dan
model kurva (hasil penghalusan), tingkat kecenderungan kurva di atas lebih condong kekanan
(kurva negatif), namun demikian sesuai dengan hasil perhitungan dengan modus dan median,
kurva di alas dikatakan cenderung condollg kekiri (kurva posilif), sedangkan dengan
menggunakan metode Moment Matematis dan Bowley, hasilnya adalah cenderung cOfldong
kekallall (kurva negatif), secara nyata hasil perhitungan satu dengan lainnya terjadi kelidak
Konsislenan.

5. KONSEP PENDUKUNG TEORI BARU

Telah dikemukakan sebelumnya, bahwa keterpusatan dala dan variasi data adalah merupakan
pendukung utama dalam me nentukan nilai skewness (kemiringan kurva), seperti nilai rata-rata,
nilai Median, nilai Modus, nilai simpangan baku serta nilai variasi lainnya .

Secara teoritis , di dalam Statistika dikenal beberapa istilah untuk melakukan pengukuran
terhadap tingkat penyirnpangan data (deviasi), maka berangkat dari semua persoalan yang
terjadi khususnya dalam menentukan nilai-Rjlai yang terkait dengan uJ....Llran parameter
penyirnpangannya . Dalam kaitan dengan penentuan formula baru ini , penulis mencoba
memperke nalkan beberapa istilah "baru" sebagai pendukung teon yang akan diungkapkan
lebih ianjut, seperti: Paruh Interval, Middle Rallge, Titik Interval, Rata-rata Polar dan
Deviasi Polar.

10 Ibid

99
 Kurva:
KURVA PENDAPATAN MASYARAKAT KOTA "x"
Frekuensi
40

20

10

InlerYal Kelas
o
Gambar 2

5.1. PARUH INTERVAL

Yang dimaksud dengan istilah "Paruh In tervar' I I adalah merupakan nilai atau ukuran data
tengah dari kelas kelas intervalnya yang terdapat pada Daftar Distribusi Frekuensi. Adapun nilai
dari Paruh interval ini diperoleh berdasarkan : "Jumlah nilai ujung bawah kelas interva l pertama
(NA + Ns )
dengan nilai ujung atas kelas interval terakhir dibagi dua". Paruh Interval (P In! )
2
Dimana : Pint : Paruh interval
NA : Ujung bawah kelas interval pertama
Ns : Ujung atas kelas interval terakhir
Sebagai gambaran, untuk menentukan nilai paruh interval sebagai berikut:

Tabel2

TABEL PENDAPATAN MASYARAKAT KOTA "A"

(0000 Rupiah)

lntreval
Fi Xi
pendapatan
25 - 34 15 29,5
35 - 44 7 39,5
45 - 54 8 49,5
55 - 64 12 59,5
65 - 74 22 69,5
75 - 84 10 79,5
85 - 94 15 89,5
95 - 104 9 99,5
Jumlah 98
Sumber: Flktlf

(104 + 25) = 62 5
2 '

11 Andi Supangat, 2005, Hasil Penelitian "Rata·rata Polar Sebagai Alternatif Dalam Menentukan Ukuran Keterpusatan
Data", Universitas Widyatama, Bandung .

100
5.2. MIDDLE RANGE (M R)

l2
Yang dimaksud dengan middle range adalah jarak setengah interval yang merupakan hasil

selisih ujung atas interval kelas terakhir dengan ujung bawah interval kelas perlama dan
dihagi dua . Middle range (M R) diformulasikan seperti berikut: MR == (N N J
B ; A

Dimana : MR : Middle range

NA : Nilai ujung bawah kelas interval pertama

NB : Nilai ujung atas kelas interval terakhir

Dari tabel di bawah ini , nilai dari paruh intervalnya (semi intervalnya) adalah :
Tabel3
TABEL PENDAPATAN MASYARAKAT KOTA "A"
(0000 Rupiah)

· ~Jdai~I~~II~~
10 - 19 5
20 - 29 10
30 - 39 18
40 - 49 20
50 - S9 14
60 - 69 7
70 - 79 II
80 - 89 28
90 - 99 18
lumlah 132
Su mbe r. F.kt. r

5.3. RATA-RATA POLAR

l4
Rata - rata polar adalah merupakan ukuran keterpusatan data , penentuan nilai rata-rata polar ini
didasarkan pada kutub-kutub data (data awal, data tengah dan data akhir), se telah dilakukan
pen g- urutan data dari kecil ke besar. Rata-rata polar termasuk pada jenis ukuran gejala letak, hal
ini dikarenakan penentuan nilainya didasarkan pada hasil urutan data . Ada 2 (dua) cara dalam
menentukan nilai rata-rata polar, antara lain:

A. UNTUK DATA YANG BELUM DIKELOMPOKKAN

PA =( 0 A + D3T + DB J ~ Data ganjil

Dimana :
PA : Polar average (rata - rata Polar:g

DA : Data awal

12Ibid
14Andi Supangat, 2005, Hasil Penelitian "Rata·rata Polar Sebagai Alternatif Dalam Menentukan Ukuran Keterpusatan
Data", Universitas Widyatama, Bandung

101
 DT : Data tengah
DB : data akhir

Dirnana:

(DT1 + DT2 ) : Jumlah dua data tengah

B. UNnJK DATA YANG SUDAH DIKELOMPOKKAN

P = (MRXLF;. T;)

A P'LF;

Dirnana:

PA : Rata-rata polar
MR : Middle range

LF1 . T 1 : Jurnlah frekuensi x titik interval

P : Panjang kelas

LF : Jurnlah data

5.4. FORMULASI DEVIASI POLAR

Perhitungan nilai deviasi polar dapat dilakukan untuk data yang belurn dikelornpokkan dan data
yang sudah dikelornpokkan '5 :
o Untuk data yang bel urn dikelornpokkan (jurnlah data ganjil) :

Deviasi Polar (D ) =
IDs -PAl
IDA -PAl + lOT -PAl + '---..:.-~
P 3 3 3
Dirnana: DA.T.B : Data awal, data tengah dan data akhir

PA : Rata-rata polar
o
Untuk data yang belurn dikelornpokkan (jurnlah data genap):

Deviasi Polar (Dp) =

3 (FATA -PAf + [( F1T1 ~F2T2 ]-PA
3
r + (FsTs -PA)2
Dirnana:
FA T A : Hasil kali frekuensi dengan titik interval kelas interval pertama
FTI TTl: Hasil kali frekuensi interval kelas tengah 1 dengan titik interval kelas interval
Tengah 1
FnTn : Hasil kali frekuensi interval kelq.s tengah 2 dengan titik interval kelas interval
Tengah 2
PA : Rata - rata polar

15 Andi Supangat, 2005, Hasil Penelitian U Deviasi Polar Sebagai Alternatif Dalam Mene~tukan Tingkat Penyimpangan
Data", Universitas Widyatama, Bandung "

102
 o
Untuk data yang belum dikelompokkan (Jumlah Data

Deviasi Polar

Dimana:
: Hasil kali frekuensi titik interval kelas interval pertama
T : Hasil kali frekuensi interval kelas tengah dengan titik interval kelas interval

TB : Hasil kali fTekuensi interval kelas akhiT titik interval kelas interval
Akhir
PA : Rata rata

FOR:\IULASI BARU TINGKAT KEMIRINGAN KURVA

pendukung di atas, selanjutnya hal tersebut dikondisikan untuk

dijadikan penentu dari kurva (skewness). Adapun Nilai Skewness
(Tingkat kemiringan Kurva) dinyatakan berikut:

Dp
Dimana.
kurva
Pint Paruh interval
.

PA : Rata-rata polar
Dp : Deviasi

Adapun Kriteria dalam menentukan dinyatakan bcrikut:

Kriteria kurva

Jlka : Sk < 0, maka kurva dikatakan cenderung condong kekanan /

Jika : s k == 0, maka kurya dikatakan normal

Jika : Sk > 0, maka kUrYa dikatakan cenderung condong kekiri / positif

Berikut disajikan contoh dalam penggunaan (aplikasi) dari

formulasi baw SkeJ.vness (andi Supan gat) yang telah ditetapkan, berikut:

Misalkan diketahui daftar distribusi frekuensi berikut:

Tabel 1

TABEL PENDAPATAN MASYARAKAT KOTA "Y"

Interval Frekuensi Titik

pendapatan Point Interval Fi. Ti
(Ti)
5 2,9 14,5
4 1
12
6
8

103
 90 - 99 5 94,5 18,9 94,5
100 - 109 9 104,5 20,9 [r~;r
lumlah 59 697,1
SUMBER : F[J(TlF

7. PENENTUAN NILAI SKEWNESS DENGAN FORMULA BARU

.
Paruh mterval P. = (10 + 109) = 59,5
onl 2

Middle range: M
R
=(NB-NAJ=
2
109-10 =495
2 '

Rata - rata Polar: P = (MRITFi· TJ = (49,5)(697,1) = 5849

A P'LF; (10)(59) ,

T _p )2 + [(F1Tl +F2T2)_p ]2 +{F T _p )2

(FAA
3 A 2 A 'i88 A

Deviasi Polar : Dp =

3 (14,5-58,9f +{(87,2;25,8)_58,9f +(188,1-58,9)2

= 13,75
3

- (Pint - PA ) -> sk = (59,5 - 58,49) = 0 07

Sk -
Dp 13,75 '
Kesimpulan :
Karena 0,07 > 0, maka dapat diartikan kurva penghalusan cenderung condong kekanan
(Negatif)
Kurva Penghalusarmya :
KURVA PENDAPATAN MASYARAKAT KOTA "Y"
(0000 Rupiah)
15

10

Gambar.,3

8. KESIMPULAN DAl'l SARAN

8.1. KESIMPULAN

Berdasarkan penelaahan yang telah dilakukan dengan menggunakan simulasi penyelesaian soal,

dalam kesempatan ini penulis berkesin}pulan, bahwa:

104
 Berdasarkan hasil telaah fonnulasi skelvness yang
Pearson dan Bowley yang kriteria
kemiringan kurvanya, dalam proses pelaksanaan
kali terjadi ketidak
2. Ketidak sesuaian yang dimunculkan menentukan nilai bisa terjadi
dan hasil perhitungan fonnula dan bahkan tidak terjadi perbedaan antara
hasil hitungan fonnula dengan kesesuaian kurva penghalusannya;
3 Abbat adanya "ketidak sesuaian" hasil akhir dalam IJ",uH"'Uie,a.u
dan kesesuaian poJa kurva maka

4. Berdasarkan hasil telaah dari penulis, tehadap fonnulasi bam guna menghitung nilai
SkelVness,
pada lebih berkesesuaian antara hasil
fonnulasi
Dengan memanfaatkan
secara otomatis akan timbul
ilmu statistika, Istilah Paruh Interval, Midlle Range, Paruh
Interval, Interval, Rata-rata polar dan Deviasi Polar; untuk data
yang belum (ungrouped) maupun yang sudah
dikelompokkan
8.2. SARAN
1. Fonnulasi skewness yang oleh PenuIis, adalah merupakan metode barn
guna menentukan nilai kemmiringan Kurva (skeIVness) selain metode
sebelunmya Bowley dan Moment l'viathematics).
2. Temuan bam tersebut diharapkan menciptakan nuansa baru pula khususnya
dalam kajian "STA TISTlKA" dan umunya dalam dunia Ilmu

baik,

pengguna pada umunmya;

9. DAFTAR PUSTAKA
a. Andi Supangat, Hasil Pellelitian "Rata-rata Polar Sebagai Alternatif Dalam
Afellentukan Ukuran Keterpusatan Data", Universitas Bandung.
b. Andi 2005, Hasil Penelitiall " Deviasi Polar Alternatif Da/am
ftfellell(ukan Tingkat Penyimpangall Data", Universitas Widyatama,
c Andi Supangat, Hasil Penelitian "Sebuah [novasi Sebagai Paradigma Baru
Da/am ftfenentukan Ukuran Kemiringan Kurva", Universitas Widyatama Bandung.
d. Andi Supangat, Statistika Untuk Ekonomi dall Bisnis, Pustaka, '-''"'''U''''A
e. Anto 1991, Statistika I dall II, Jakarta.
f 1 Statis tik a Ulltuk Bisnis, BP STIE

g. Theory and Problems III Si McGraw Hill Book

h. Sudjana, I Statistika Ulltuk Ekoltomi, Jakarta.

L & Purwanto Statistika Untuk EkOllomi & Keuangan
Modern, Jakarta.
Supannan, 1 Statistik Sosial, Jakarta.
k. Statistika Teori dall
L Thomas and Ronald 1. Introductory Statistics for
Business and Economic, ed , John Wiley & Inc.

105