http://www.simpopdf.com
Statistik Bisnis : BAB 6
· Untuk distribusi yang tidak simetris, rata-rata, median, dan modus mempunya nilai
berbeda.
· Pearson menggunakan hubungan diantara ketiga ukuran pemusatan itu untuk
merumuskan koefisien kecondongan, yaitu :
« Koefisien kemiringan Pearson tipe I :
m - Mo
Sk = (6.1)
s
« Koefisien kemiringan Pearson tipe II :
3 (m - Me )
Sk = (6.2)
s
dengan : m = Rata-rata Hitung Mo = Modus
s = Standar Deviasi Me = Median
· Jika distribusinya tidak simetris, maka koefisien kecondongan akan berkisar antara -1
dan +1. Makin dekat dengan 0 berarti makin simetris.
· Kesimpulan yang dapat ditarik dari ukuran kemiringan adalah:
« Jika ukuran kemiringan bernilai negatif (Sk<0), menunjukan bahwa model miring ke
kiri (miring negatif).
« Jika ukuran kemiringan bernilai positif (Sk>0), menunjukan bahwa model miring ke
kanan (miring positif).
« Jika ukuran kemiringan bernilai sama dengan nol (Sk=0), menunjukan bahwa model
simetris.
· Contoh 6.1
Hitunglah ukuran kemiringan untuk data pengeluaran per hari (ribu rupiah) untuk 30
keluarga yang telah dikelompokan pada contoh terdahulu pada bab 4 dan bab 5 !
Jawab :
Catatan :
- berdasarkan hasil perhitungan pada Contoh 4.5 dan 4.6 (hal.20-21) diperoleh :
rata-rata hitung → m =
- berdasarkan hasil perhitungan pada Contoh 4.9 (hal.23) diperoleh :
modus → Mo =
- berdasarkan hasil perhitungan pada Contoh 4.15 (hal.27) diperoleh :
median → Me =
- berdasarkan hasil perhitungan pada Contoh 5.7 (hal.35) diperoleh :
standar deviasi → s =
6.2 Kurtosis
· Kurtosis adalah ukuran statistik yang digunakan untuk menentukan tinggi-rendahnya
puncak atau runcing-datarnya suatu bentuk kurva.
· Ketinggian suatu distribusi biasanya dilihat dengan membandingkannya terhadap
ketinggian distribusi normal.
· Ukuran kurtosis disimbolkan dengan ” α4 ”.
· Kesimpulan yang dapat ditarik dari ukuran kurtosis adalah :
« Jika ukuran kurtosis bernilai lebih kecil dari 3 (α4<3), menunjukan bahwa distribusi
dari data rendah atau disebut ”platikurtik”.
« Jika ukuran kurtosis bernilai lebih besar dari 3 (α4>3), menunjukan bahwa distribusi
dari data tinggi atau disebut ”leptokurtik”.
« Jika ukuran kurtosis bernilai sama dengan 3 (α4=3), menunjukan bahwa distribusi
dari data normal atau disebut ”mesokurtik”.
Gambar 6.2 Bentuk kurva dengan ukuran kurtosis (leptokurtik, mesokurtik dan platikurtik)
å (x i - m )4
a 4 = i =1
i=1,2,..,N (6.3)
Ns 4
å [ f ´ (m )4 ]
k
i i -m
a 4 = i =1
i=1,2,..,k (6.4)
Ns 4
dengan :
mi = titik tengah kelas N = banyak data/jumlah frekuensi
m = rata-rata hitung k = banyak kelas interval
s = standar deviasi fi = frekuensi tiap kelas interval
Jawab :
Catatan :
Berdasarkan hasil perhitungan pada Contoh 5.4 untuk data tersebut diperoleh:
Rata-rata → m =
standar deviasi → s =
Maka ukuran kurtosisnya adalah
N
å (x i -m )4
a 4 = i =1
=
Ns 4
· Contoh 6.3
Hitunglah ukuran kurtosis untuk data pengeluaran per hari 30 keluarga!
Jawab : Tabel 6.1 Perkiraan Ukuran Kurtosis
Pengeluaran fi mi mi - m (m i - m )4 f i ´ (m i - m )
4
50 – 55 1 52,5
56 – 61 5 58,5
62 – 67 6 64,5
68 – 73 10 70,5
74 – 79 5 76,5
80 – 85 3 82,5
Jumlah 30 -
Catatan :
- Berdasarkan hasil perhitungan pada Contoh 5.7 diperoleh standar deviasi → s =
- Berdasarkan hasil perhitungan pada Contoh 4.5 diperoleh rata-rata hitung → m =
Maka ukuran kurtosisnya adalah
å [f )4 ]
k
i ´ (m i - m
a 4 = i =1
=
Ns 4
Ketentuan :
« Tugas dikerjakan berkelompok max. 4 orang.
« Diketik dan dijilid rapi.
« Setiap kelompok menggunakan data yang berbeda, jika ada 2 kelompok atau lebih
dengan data yang sama, maka salah satunya akan didiskualifikasi dan diberikan
nilai nol.
« Dikumpulkan pada saat UTS berlangsung, bagi yang telat dikenai pengurangan
skor.
Spesifikasi Tugas :
1. Carilah data mengenai kasus apa saja, dimana datanya masih dalam bentuk data
mentah (data yang belum dikelompokan).
2. Tuliskan sumber data secara lengkap dan jelas.
3. Susun data mentah tersebut ke dalam sebuah daftar distribusi frekuensi menurut
aturan sturges.
4. Dari data yang telah disusun hitunglah :
Ø Frekuensi Relatif
Ø Frekuensi Kumulatif kurang dari dan kumulatif atau lebih.
Ø Gambarkan Histogram, Poligon dan Ogive.
Ø Ukuran Gejala Pusat : Rata-rata Hitung, Rata-rata Ukur, Rata-rata Harmonik dan
Modus.
Ø Ukuran Letak : Median, Kuartil (Q1,Q2,Q3), Desil & Persentil @ 1 buah saja.
Ø Ukuran Penyebaran : Rentang Antar Kuartil, Simpangan Kuartil, Simpangan
Rata-rata, Varians, Standar Deviasi, Kemiringan dan Kurtosis.
Ø Interpretasikan setiap hasilnya.
☺….SELAMAT MENGERJAKAN….☺