oleh :
Kelompok 2
UNIVERSITAS ASAHAN
2019
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena dengan rahmat,
karunia, serta hidayah-Nya kami dapat menyelesaikan tugas untuk mata kuliah Statistika. Kami
juga berterima kasih kepada Dosen mata kuliah Statistika yang telah memberikan tugas ini
kepada kami.
Kami sangat berharap tugas ini dapat berguna dalam rangka menambah wawasan serta
pengetahuan kita mengenai “Momen, Kemiringan, dan Kurtosis”. Kami juga menyadari
sepenuhnya bahwa di dalam tugas ini terdapat kekurangan-kekurangan dan jauh dari apa yang
kami harapkan. Untuk itu, kami berharap adanya kritik, saran dan usulan demi perbaikan di masa
yang akan datang, mengingat tidak ada sesuatu yang sempurna tanpa sarana yang membangun.
Semoga laporan ini dapat dipahami oleh siapapun yang membacanya dan dapat berguna
bagi diri kami sendiri maupun orang yang membacanya. Sebelumnya kami mohon maaf apabila
terdapat kesalahan kata-kata yang kurang berkenan dan kami memohon kritik dan saran yang
dapat membangun demi perbaikan yang lebih baik di masa yang akan datang.
Penyusun
MOMEN, KEMIRINGAN, DAN KURTOSIS
Rata-rata dan varians sebenarnya merupakan hal istimewa dari kelompok ukuran lain
yang disebut momen. Dari momen ini pula beberapa ukuran lain dapat diturunkan. Bentuk-
bentuk sederhana dari momen dan ukuran-ukuran yang didapat daripadanya akan diuraikan
dalam materi ini.
1. MOMEN
Pada bagian ini dibahas tentang momen, yang meliputi konsep momen ke-r di sekitar
bilangan tetap (asli), momen ke -r di sekitar nol, momen ke-r di sekitar rata-rata, momen ke-r
dalam bentuk data distribusi frekuensi, momen ke-r dengan cara sandi. Agar dapat memahami
konsep momen tersebut dengan jelas, mari kita bahas uraian dberikut ini.
VI(1) . . . . . . . . . . .
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r:
VI(2) . . . . . . . . . . .
Jika A = kita peroleh momen ke-r sekitar rata-rata, biasa disingkat dengan m r. Jadi
didapat:
VI(3) . . . . . . . . . . .
Untuk membedakan apakah momen itu sampel atau untuk populasi, maka dipakai simbol
sebagai berikut :
Jika data telah disusun dalam daftar distribusi frekuensi, maka rumus-rumus sebelumnya
berbentuk:
VI(4) . . . . . . . . . . .
VI(5) . . . . . . . . . . .
VI(6) . . . . . . . . . . .
Dengan n = , xi = tanda kelas interfal dan fi = frekuensi yang sesuai dengan xi.
VI(7) . . . . . . . . . . .
ci = variabel sandi
Untuk menentukan empat buah momen sekitar rata-rata untuk data dalam daftar distribusi
frekuens, kita lakukan sebagai berikut :
66-68 42 0 0 0 0 0
69-71 27 1 27 27 27 27
72-74 8 2 16 32 64 128
2. KEMIRINGAN
Kita sudah mengenal kurva halus atau model yang bentuknya bisa positif, negatif, atau
simetris. Model positif terjadi apabila kurva memiliki ekor panjang ke kanan. Sementara apabila
ekor kurva memanjang ke kiri maka kurva tersebut adalah kurva negatif. Kedua kurva tersebut
terjadi sifat taksimetri.
Untuk mengetahui derajat taksimetri sebuah model, maka digunakan ukuran kemiringan
yang ditentukan oleh :
VI(8) . . . . . . . . . . . .
VI(9) . . . . . . . . . . .
Rumus VI(8) dan VI(9) berturut-turut dinamakan koefisien kemiringan pearson type
pertama dan type kedua.
Sebuah model dapat dikatakan model positif apabila kemiringannya positif, negatif jika
kemiringannya negatif, dan simetrik jika kemiringannya sama dengan nol.
Contoh soal :
Data nilai ujian 80 mahasiswa yang mengikuti test memiliki rata-rata 76,62, median 77,3, dan
modus 77,17. Simpangan baku data tersebut adalah s = 13,07.
Karena kemiringan negatif dan dekat kepada nol maka dapat di lihat di dalam grafik
sedikit miring ke kiri.
3. KURTOSIS
Bertitik tolak dari kurva model normal atau distribusi normal, tinggi rendahnya atau
runcing datarnya bentuk kurva disebut kurtosis dapat ditentukan. Kurva yang runcing disebut
kurva leptokurtik, kurva yang tidak terlalu runcing disebut mesokurtik, dan kurva yang lebih
datar disebut kurva platikurtik.
Salah satu ukuran kurtosis ialah koefisien kurtosis, yang simbolnya a4, ditentukan oleh
rumus berikut :
VI(10) . . . . . . . . . . .
Dengan m2 dan m4 didapat dari Rumus VI(3). Kriteria yang didapat dari rumus ini
adalah :
a4 = 3 distribusi normal
a4 ˃ 3 distribusi leptokurtik
a4 ˂ 3 distribusi platikurtik.
Untuk menyelidiki apakah distribusi normal atau tidak, sering pula dipakai koefisien
kurtosis persentil, diberi simbol κ , yang rumusnya :
VI(11) . . . . . . . . . . .
K1 = kuartil ke satu
K3 = kuartil ke tiga
P90 = persentil ke 90
Contoh :
1. Dalam sebuah data telah dihitung m 2 = 8,53 ; m3 = -2,69 ; dan m4 = 199,38. Hitunglah
koefisien kurtosisnya!
2. Dalam data upah pegawai tercantum upah untuk 65 orang. Telah dihitung :