Ukuran Kemiringan (Skewness)

dan Ukuran Keruncingan

(Kurtosis)
Oleh :
Taufiq Satria Mukti, M.Pd.
Ilustration...
Ukuran Kemiringan (Skewness)

Ukuran kemiringan kurva adalah derajat atau ukuran

dari ketidaksimetrian suatu distribusi data

Kurva positif apabila rata-rata hitung >

modus / median
 Kurva negatif apabila rata-rata hitung <
modus / median

- +
Mo X Me

3
• Ada 3 kemungkinan kesimetrian kurva distribusi
data :
1) Jika nilai ketiganya sama maka kurvanya berbentuk
simetri.
2) Jika Mean > Med > Mod, maka kurva miring ke
kanan.
3) Jika Mean < Med < Mod, maka kurva miring ke kiri.
Rumus untuk Ukuran Kemiringan
x - Mo
Koefisien kemiringan pertama Pearson KK 
s
3x - Me 
Koefisien kemiringan kedua Pearson KK 
s

Q3  2Q 2  Q1
Menggunakan nilai kuartil KK 
Q 3 - Q1

P90  2P50  P10

Menggunakan nilai persentil KK 
P90 - P10
6
Kriteria untuk mengetahui model distribusi dari koefisien
kemiringan
 Jika koefisien kemiringan < nol, maka bentuk distribusinya negatif
(ekor bagian kiri lebih panjang)
 Jika koefisien kemiringan = nol, maka bentuk distribusinya simetrik
• Jika koefisien kemiringan > nol, maka bentuk distribusinya positif
(ekor bagian
kanan lebih panjang)

7
DERAJAT KEMENCENGAN KURVA
(RUMUS MOMEN)
•Data Tunggal

α3 = koefisien kemencengan
M3 = momen ketiga, mengukur kemencengan
S = simpangan baku
n = banyaknya data pengamatan
Xi = data frekuensi ke-i
X = rata-rata hitung atau mean
DERAJAT KEMENCENGAN KURVA
(RUMUS MOMEN)
• Data Berkelompok

α3 = koefisien kemencengan
M3 = momen ketiga, mengukur kemencengan
S = simpangan baku
n = banyaknya data pengamatan
k = banyaknya kelas
fi = frekuensi kelas ke-i
X = rata-rata hitung atau mean
DERAJAT KEMENCENGAN KURVA
(RUMUS MOMEN)
Data Berkelompok

α3 = koefisien kemencengan
M3 = momen ketiga, mengukur kemencengan
S = simpangan baku
n = banyaknya data pengamatan
k = banyaknya kelas
c = besarnya kelas interval
fi = frekuensi kelas ke-i
di = simpangan kelas ke-I terhadap titik asal asumsi
X= rata-rata hitung atau mean
•Jika α3 = 0, maka distribusi datanya simetris.
•Jika α3 < 0, maka distribusi datanya menceng
ke kiri.
•Jika α3 > 0, maka distribusi datanya menceng
ke kanan.
Ukuran Keruncingan (Kurtosis)

Adalah derajat kepuncakan dari suatu distribusi,

biasanya diambil relatif terhadap distribusi normal

Leptokurtik Platikurtik Mesokurtik

1
Q3  Q1 
K 2
P90  P10
12
Kriteria untuk mengetahui model distribusi dari
koefisien kurtosis
 Jika koefisien kurtosis kurang dari 0,263 maka distribusinya adalah
platikurtik
 Jika koefisien kurtosis sama dengan 0,263 maka distribusinya adalah
mesokurtik
 Jika koefisien kurtosis lebih dari 0,263 maka distribusinya adalah
leptokurtik

13
DERAJAT KERUNCINGAN KURVA
(RUMUS MOMEN)
• Data Tunggal

α4 = koefisien keruncingan
M4 = momen ketiga, mengukur keruncingan
S = simpangan baku
n = banyaknya data pengamatan
Xi = data frekuensi ke-i
X= rata-rata hitung atau mean
DERAJAT KERUNCINGAN KURVA
(RUMUS MOMEN)
• Data Berkelompok

α4 = koefisien keruncingan
M4 = momen keempat, mengukur keruncingan
S = simpangan baku
n = banyaknya data pengamatan
k = banyaknya kelas
fi = frekuensi kelas ke-i
X = rata-rata hitung atau mean
DERAJAT KERUNCINGAN KURVA
(RUMUS MOMEN)
• Jika α4 > 3, maka bentuk kurva leptokurtis (meruncing)
• Jika α4 = 3, maka bentuk kurva mesokurtis (normal)
• Jika α4 < 3, maka bentuk kurva platikurtis (mendatar)
Contoh menghitung koefisien kemiringan dan koefisien
keruncingan
Kelas interval fi
Q1  2,85  0,2
7 - 5  2 ,93
2,5 – 2,6 2 5
2,7 – 2,8 3 Q2  3,05  0,2
14 - 10   3,16
7
2,9 – 3,0 5 21 - 17   3,38
Q3  3,25  0,2
3,1 – 3,2 7 6
3,3 – 3,4 6 P10  2,65  0,2
2,8 - 2   2,70
3
3,5 – 3,6 5 25,2 - 23  3,54
P90  3,45  0,2
jumlah 28 5

3,38 - 23,16   2,93  0,01

KK    0,022
3,38  2,93 0,45
1
3,38  2,93 0,225
K 2   0,268
3,54  2,70 0,84
17
Contoh Menghitung Koefisien Keruncingan Kurva
(RUMUS MOMEN)
• Sehingga
Jadi kurva yang terbentuk adalah kurva
leptokurtis (α4 > 3)