MEMBEDAKAN STATISTIK INFERENSIAL MELIPUTI

NILAI PENYEBARAN KURTOSIS DAN SKEWNESS

DI SUSUN OLEH :

NAMA : ANGENIA ITONIAT ZEGA

NIM : 032017044
TUGAS : BIOSTATISTIK
DOSEN P : POMARIDA SIMBOLON, S.KM.,M.Kes

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN SANTA ELISABETH
MEDAN
2020
 KATA PENGANTAR

Puji dan syukur kami Panjatkan kehadirat Tuhan Yang Maha Esa, karena
atas berkat dan rahmat-Nya yang berlimpah kami telah mampu menyelesaikan
makalah ini dengan judul “Nilai Penyebaran Kurtosis dan Skewness“.
Makalah yang tersusun ini adalah hasil yang dapat saya sajikan. Saya
yakin makalah ini masih jauh dari kesempurnaaan, karena saya menyadari bahwa
saya masih kurang berpengetahuan dalam menyajikan makalah baik dari segi
penyusunan, pengolahan maupun bahasa. Untuk menyempurnakan makalah ini
saya mengharapkan kritik dan saran yang membangun dari pembaca kepada saya
agar dalam penulisan makalah selanjutnya bisa lebih baik.
Dalam rangka menyusun makalah ini saya sampaikan ucapan terima kasih
kepada teman – teman yang telah meluangkan waktu untuk bekerjasama demi
tersusunnya makalah ini, dengan semangat yang tinggi serta keinginan yang keras
akhirnya dapat mengatasi kesulitan – kesulitan dan terwujudlah makalah yang
sederhana ini.

Penyusun
 DAFTAR ISI

SAMPUL DEPAN
KATA PENGANTAR.................................................................................... 1
DAFTAR ISI................................................................................................... 2

BAB 1 MATERI.............................................................................................. 3
1.1 Skewness.......................................................................................... 3
1.2 Kurtosis............................................................................................ 5
BAB 2 KASUS................................................................................................. 9
BAB 3 PEMBAHASAN.................................................................................. 10

DAFTAR PUSTAKA
 BAB 1
MATERI

1. Kemencengan (Skewness)
Kemencengan (skewness) merupakan derajat ketidaksimetrisan atau
dapat juga didefinisikan sebgai penyimpangan kesimetrisan dari suatu
distribusi. Jika suatu kurva frekuensi dari suatu distribusi memiliki ekor kurva
yang lebih panjang ke arah sisi kanan dibandingkan ke arah sisi kiri dari nilai
maksimum tengah, maka distribusi ini dikenal dengan nama distribusi miring
ke kanan, atau memiliki kemencengan positif. Untuk kondisi kebalikannya,
distribusinya dikenal sebagai distribusi miring ke kiri atau memiliki
kemencengan negatif (Fahmeyzan et al., 2018).
Distribusi normal adalah simetris di sekitar rata-rata dan tidak miring ke
arah sisi yang lain dari distribusi. Distribusi dengan kemiringan negatif adalah
miring ke arah sisi rendah dari ekor distribusi, sementara distribusi dengan
kemiringan positif adalah miring ke arah sisi tinggi dari ekor distribusi. Derajat
kemiringan distribusi dapat dilihat sebagai derajat penyimpangan dari
normalitas. Untuk mengetahui derajat tak simetri sebuah model, digunakan
ukuran koefisien skewness (Hafid et al., 2017). Salah satu ukuran skewness lain
yang penting menggunakan momen ketiga di sekitar nilai mean yang
dinyatakan sebagai berikut :

α₃=

Ukuran skewness juga sering dinyatakan oleh persamaan 𝛽1= 𝑎32. Ukuran kurva
simetris sempurna, seperti misalnya kurva normal 𝑎3 dan 𝛽1 masing-masing sama
dengannol. Batas – Batas nilai ukuran kemiringan
 0 ≤ | Sk = α3 | < 0,1 artinya bentuk kurva DF dianggap normal .
 0,1 ≤ | Sk = α3 | < 0,3 artinya bentuk kurva DF miring ke kiri atau kanan.
 0,3 ≤ | Sk = α3 | artinya bentuk kurva DF sangat miring ke kiri atau kanan.

2. Keruncingan (Kurtosis)
 Kurtosis adalah derajat ketinggian puncak atau keruncingan suatu
distribusi. Sebuah distribusi yang mempunyai puncak yang relatif tinggi
disebut leptokurtik, sementara kurva yang memiliki puncak datar atau rata
disebut platikurtik sedangkan kurva dengan puncak yang tidak terlalu runcing
ataupun terlalu datar disebut mesokurtik. Kurtosis dihitung dari momen
keempat terhadap mean (Hafid et al., 2017).

α⁴=

Menurut (Wigati, 2018) dimana α4 = momen keempat di sekitar nilai

mean. Ukuran kurtosis juga sering dinyatakan sebagai 𝛽2= 𝑎4. Tingkat
keruncingan suatu kurva (kurtosis) memiliki 3 jenis, yaitu :
1) Leptokurtis (puncak relative tinggi) (merah)
2) Mesokurtis (puncak normal) (hitam)
3) Platikurtis (puncak relative rendah) (kuning)
Kriteria untuk menyatakan keruncingan kurva :
1) Suatu kurva dikatakan runcing, jika nilai K > 3
2) Suatu kurva dikatakan normal, jika K = 3
3) Suatu kurva dikatakan datar, jika K < 3
 BAB 2
KASUS

1. Tentukan tingkat kemiringan kurva (Skewness)

Interval Kelas Frekuensi

10-29 8
20-34 12
30-39 26
40-44 13
50-59 11
60-54 9
70-59 14
80-64 7
90-99 10

Jumlah 100

2. Tentukan jenis kurvanya (runcing, normal, atau datar), sesuai dengan formula
model moment matematis
Interval Kelas Frekuensi
300-449 14
450-599 22
600-749 34
750-899 10
900-1049 5
1050-1199 12
1200-1349 8
Jumlah 105
 BAB 3
PEMBAHASAN

1. Penyelesaian
Interval Fre Xi Fi Xi (Xi -Ẍ) (Xi -Ẍ)² Fi (Xi - (Xi - Ẍ)³ Fi((Xi - Ẍ)³
kelas k Ẍ)²
10-19 10 14,5 145 -33,5106 1,122,96 11,229,63 -37,631,20 -376.312,03
20-29 15 24,5 367,5 -23,5106 552,75 8,291,25 -12.995,51 -194.932,62
30-39 20 34,5 690 -13,5106 182,54 3,650,75 -2.446,20 -49.323,92
40-49 12 44,5 534 -3,51064 12,32 147,89 -43,27 -519,21
50-59 8 54,5 436 6,489362 42,11 336,89 237,28 2.186,23
60-69 6 64,5 387 16,48936 271,90 1,631,39 4.483,44 26.900,65
70-79 9 74,5 670,5 26,48936 701,69 6,315,18 18.587,22 167.285,00
80-89 4 84,5 338 36,48936 1,331,47 5,325,89 48.584,62 194.338,48
90-99 10 94,5 945 46,48936 21,61,26 21,612,61 100475,63 1.004.756,3
3
Jumlah 94 4.513 58,541,49 774.378,90

Dengan menghitung rata-rata hitung Ẍ = 48,01

Nilai Simpangan baku S = 25,09
Modus : Mo = b +p = 29,5 + 10 = 33,35

Median = 40,5
Kuartil -1 = 28,5
Kuartil -2 = 40,5
Kuartil -3 =68,67

Tingkat Kemiringan suatu kurva (Skewness), ditentukan dengan

menggunakan (formulasi) sebagai berikut :
a. Pearson:Sᴋ=α₃=

= =0,58
Karena Sᴋ > 0,01, maka kurva miring ke kiri (positif)
Atau Sᴋ = α₃ = = = 0,89

Moment Matematis : Sᴋ = α₃ = = = 0,22

 Suatu kurva dikatakan condong ke kiri (positif), jika Sᴋ> 0,01

 Suatu kurva dikatakan normal, jika Sᴋ = 0,01

 Suatu kurva dikatakan condong ke kanan (negatif), jika Sᴋ < 0,01

. Penyelesaian :

Interval Kelas Frekuensi

300-449 14
450-599 22
600-749 34
750-899 10
900-1049 5
1050-1199 12
1200-1349 8
Jumlah 105

Rata-rata Ẍ = 62,72

Simpangan Baku (s) = 66,09

Kurtosis

K = α₄ =

= = 1,33

Karena nilai K < 3, maka kurvanya datar

 DAFTAR PUSTAKA

Fahmeyzan, D., Soraya, S., & Etmy, D. (2018). Uji Normalitas Data Omzet
Bulanan Pelaku Ekonomi Mikro Desa Senggigi Dengan Menggunakan
Skewness Dan Kurtosis. 2(1).
Hafid, H., Anisa, & Islamiyati, A. (2017). Interval Kepercayaan Skewness dan
Kurtosis Menggunakan Bootstrap pada Data Kekuatan Gempa Bumi.
Wigati, R. (2018). Analisis Parameter Statistik Butiran Sedimen Dasar Pada
Sungai Alamiah.