BAB VIII

MOMEN, KEMIRINGAN
DAN KURTOSIS

Momen
Misalkan diberikan variabel x dengan harga-harga x1, x2, ... xn. Jika A = sebuah
bilangan tetap dan r = 0, 1, 2, ...., maka momen ke-r sekitar A, disingkat m1r
didefinisikan oleh hubungan:
n r
∑ ⎛⎜ x j - A ⎞⎟ r
j=1⎝ ⎠ ∑ (x - A ) .......... (1)
m'r = =
N N
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r :
n r
r r r ∑ xj r
x + x 2 + ... + x N j=1 ∑ x .......... (2)
momen ke - r x r = 1 = =
N N N
Dari rumus di atas, maka untuk r = 1 di dapat rata-rata x
Jika A = x diperoleh momen ke-r sekitar rata-rata, disingkat dengan mr, didapat:
n r
∑ ⎛⎜ x j - x ⎞⎟ r
mr =
j=1⎝ ⎠
=
( )
∑ x-x
.......... (3)
N N
Untuk r = 2 rumus (3) memberikan varians s2
Untuk membedakan apakah momen itu untuk sampel atau untuk populasi, maka
dipakai simbol:
mr dan m1r untuk momen sampel
µr dan µ1r untuk momen populasi
Jadi mr dan m1r adalah statistik sedangkan µr dan µ1r merupakan parameter.

Andiani / Statistik / Desember 2013 1

Momen Untuk Data Kelompok
Jika data disusun dalam daftar distribusi frekuensi, maka rumus di atas menjadi:
k r
∑ f j⎛⎜ x j - A ⎞⎟ r
j=1 ⎝ ⎠ ∑ f (x - A ) .......... (4)
m'r = =
N N
k r
r r r ∑ f jx j r
f x + f x + ... + f x ∑ fx .......... (5)
momen ke - r x r = 1 1 2 2 k k = j=1 =
N N N

k ⎛ r
⎞
∑ f ⎜x - x⎟ r
j=1 j⎝ j ⎠ ∑f x - x( )
mr = = .......... (6)
N N

Dengan n = Σfi
xi = tanda kelas interval
fi = frekuensi yang sesuai dengan xi

Dengan menggunakan cara coding (metode pengkodean) rumus (4) menjadi:

⎛ ∑ f cr ⎞
m'r = p r ⎜ i i ⎟ .......... (7)
⎜ n ⎟
⎝ ⎠
Dengan p = panjang kelas interval
ci = variabel coding
Dari
, harga-harga mr dapat ditentukan berdasarkan hubungan:
m2 = m2¹ - (m1¹)2
m3 = m3¹ - 3m1¹m2¹ + 2(m1¹)3
m4 = m4¹ - 4m1¹m3¹ + 6(m1¹)2 m2¹ - 3(m1¹)4

Contoh:
Untuk menghitung empat buah momen sekitar rata-rata untuk data dalam daftar
distribusi frekuensi, lakukan sebagai berikut:

Andiani / Statistik / Desember 2013 2

 DATA fi ci fi ci fi ci2 fi ci3 fi ci4
60 – 62 5 -2 -10 20 -40 80
63 – 65 18 -1 -18 18 -18 18
66 – 68 42 0 0 0 0 0
69 – 71 27 1 27 27 27 27
72 – 74 8 2 16 32 64 128
Jumlah 100 - 15 97 33 253
Dengan menggunakan rumus (7), maka:
⎛ fc
m'1 = p ⎜⎜ ∑ i i
⎞ ⎛ 15 ⎞
⎟
⎟ = 3⎜ ⎟ = 0,45
⎝ n ⎠ ⎝ 100 ⎠

⎛ ∑ fici2 ⎞
2 ⎛ 97 ⎞
m'2 = p ⎜⎜ ⎟
⎟ = 32 ⎜ ⎟ = 8,73
⎝ n ⎠ ⎝ 100 ⎠

⎛ f c3 ⎞
m'3 = p3 ⎜⎜ ∑ i i ⎟⎟
⎛ 33 ⎞
= 33 ⎜ ⎟ = 8,91
⎝ n ⎠ ⎝ 100 ⎠

⎛ ∑ fici4 ⎞
4 ⎛ 253 ⎞
m'4 = p ⎜⎜ ⎟
⎟ = 34 ⎜ ⎟ = 204,93
⎝ n ⎠ ⎝ 100 ⎠
Sehingga dengan menggunakan hubungan di atas:
m2 = m’2 - (m1¹)2 = 8,73 - (0,45)2 = 8,53

m3 = m’3 - 3 m1¹ m2¹ + 2(m1¹)3

= 8,91 - 3(0,45)(8,73) + 2(0,45)3 = -2,69

m4 = m¹4 - 4 m1¹ m3¹ + 6(m1¹)2(m2¹) - 3(m1)4

= 204,93 - 4(0,45)(8,91) + 6(0,45)2(8,73) - 3(0,45)4
= 199,38

Dari hasil ini didapat varians s2 = m2 = 8,53

Andiani / Statistik / Desember 2013 3

Kemiringan
Kemiringan (skewness) merupakan derajat ketidaksimetrian (keasimetrisan), atau
dapat juga didefiniskan sebagai penyimpangan dari kesimetrian, dari suatu distribusi.
Kurva halus (poligon frekuensi) atau model yang positif, negatif dan simetrik. Model
positif terjadi bila kurvanya mempunyai ekor yang memanjang ke sebelah kanan.
Sebaliknya, jika ekornya memanjang ke sebelah kiri didapat model negatif. Untuk
mengetahui derajat taksimetri sebuah model, digunakan ukuran kemiringan yang
ditentukan oleh:
mean - modus X - modus
kemiringan = = .......... (8)
standar deviasi s
mean = rata-rata
deviasi standar = simpangan baku

Untuk menghindari penggunaan modus dapat digunakan rumus empiris:

3(mean - median) 3( X - median)
kemiringan = = .......... (9)
deviasi standar s
Rumus-rumus (8) dan (9) berturut-turut dinamakan koefisien kemiringan Pearson
macam pertama dan macam kedua. Disebut model positif jika kemiringan positif, negatif
jika kemiringan negatif dan simetrik jika kemiringan = 0

Contoh:
Data nilai ujian 80 mahasiswa (lihat catatan lalu) menghasilkan:
X = 76,62
Me = 77,3
Mo = 77,17
Simpangan Baku s = 13,07
Maka:
mean - modus 76,62 - 77,17
kemiringan = = = - 0,04
deviasi standar 13,07
Karena kemiringan negatif dan dekat dengan nol, modelnya sedikit miring ke kiri.

Andiani / Statistik / Desember 2013 4

Kurtosis
Kurtosis ialah derajat ketinggian puncak atau keruncingan suatu distribusi.
Bertitik tolak dari kurva model normal atau distribusi normal, tinggi rendahnya atau
runcing datarnya bentuk kurva dapat ditentukan. Kurva distribusi normal, yang rucing
dinamakan leptokurtik, yang datar disebut platikurtik, sedangkan yang tidak terlalu
runcing atau tidak terlalu datar disebut mesokurtik.

Mesokurtik
Platikurtik
Leptokurtik

Salah satu ukuran yang digunakan untuk menyatakan derajat keruncingan kurva distribusi
atau kurtosis ini menggunakan momen keempat disekitar nilai mean yang dinyatakan
dalam bentuk tanpa dimensi dan dirumuskan sebagai:
m4 m
koefisien momen kurtosis = a 4 = 4
= 42 .......... (10)
s m2
Dengan m2 dan m4 didapat dari rumus (3)
Kriteria yang didapat dari rumus adalah:
• a4 = 3 à distribusi normal
• a4 > 3 à distribusi Leptokurtik
• a4 < 3 à distribusi Platikurtik
Untuk menyelidiki apakah distribusi normal atau tidak, sering dipakai koefisien kurtosis
persentil, diberi simbol k (kappa-huruf Yunani) yang rumusnya:
SK 1
( K 3 - K1 )
k = = 2
.......... (11)
P90 - P10 P90 - P10
Dengan:
SK = rentang semi antar kuartil
K = kuartil
P = persentil

Andiani / Statistik / Desember 2013 5

 P90 – P10 = rentang 10 – 90 persentil
Untuk model Distribusi Normal harga k = 0,263

Contoh1:
Telah dihitung (lihat ctt di atas):
m2 = 8,53
m3 = -2,69
m4 = 199,38
Dengan rumus (10), koefisien kurtosis besarnya:
m4 199,38
a4 = 2
= = 2,74 dan ini kurang dari 3, jadi kurvanya cenderung
m2 (8,53)2
akan Platikurtik.

Contoh2(kerjakan):
Daftar berikut menyatakan upah tiap jam untuk 65 pegawai di suatu pabrik. Berapakah
besarnya koefisien kurtosis?
Upah (rupiah) Fi
50,00 - 59,99 8
60,00 - 69,99 10
70,00 - 79,99 16
80,00 - 89,99 14
90,00 - 99,99 10
100,00 - 109,99 5
110,00 - 119,99 2
Jumlah 65

Andiani / Statistik / Desember 2013 6

Jawab:
DATA fi ci fi ci fi ci2 fi ci3 fi ci4
50,00 - 59,99 8 -2 -16 32 -64 128
60,00 - 69,99 10 -1 -10 10 -10 10
70,00 - 79,99 16 0 0 0 0 0
80,00 - 89,99 14 1 14 14 14 14
90,00 - 99,99 10 2 20 40 80 160
100,00- 109,99 5 3 15 45 135 405
110,00- 119,99 2 4 8 32 128 512
Jumlah 65 - 31 173 283 1229

p = 10, n = 65

⎛ fc
m'1 = p ⎜⎜ ∑ i i
⎞ ⎛ 31 ⎞
⎟
⎟ = 10⎜ ⎟ = 4,77
⎝ n ⎠ ⎝ 65 ⎠

⎛ ∑ fici2 ⎞
2 ⎛ 173 ⎞
m'2 = p ⎜⎜ ⎟
⎟ = 10 2 ⎜ ⎟ = 266,15
⎝ n ⎠ ⎝ 65 ⎠

⎛ f c3 ⎞
m'3 = p3 ⎜⎜ ∑ i i ⎟⎟
⎛ 283 ⎞
= 103 ⎜ ⎟ = 4353,85
⎝ n ⎠ ⎝ 65 ⎠

⎛ ∑ fici4 ⎞
4 ⎛ 1229 ⎞
m'4 = p ⎜⎜ ⎟
⎟ = 10 4 ⎜ ⎟ = 189076,92
⎝ n ⎠ ⎝ 65 ⎠

Maka

m2 = m' 2 - (m' 1)2 = 266,15 - (4,77)2 = 266,15 – 22,75 = 243,40

m3 = m' 3 - 3m' 1m' 2 + 2(m'1)3

= 4353,85 – 3. 4,77 . 266,15 + 2 (4,77)3 =
= 4353,85 – 3808,61 + 217,06 = 762,30

Andiani / Statistik / Desember 2013 7

m4 = m'4 - 4m'1m' 3 + 6(m'1)2(m' 2) - 3(m'1)4
= 189076,92 – 4. 4,77 . 4353,85 + 6(4,77)2(266,15) – 3(4,77)4
= 189076,92 – 83071,46 + 36334,11 – 1553,08 = 140786,49

Dari hasil ini didapat varians s2 = m2 = 243,40

Simpangan Baku s = 15,60
m4 m 140786,49 140786,49
koefisien momen kurtosis = a 4 = = 42 = = = 2,38
s 4
m2 (243,40 )2 59243,56
Jadi a4 < 3 à distribusi Platikurtik

Tugas

1. Carilah momen-momen pertama, kedua , ketiga dan keempat dari himpunan

bilangan 2, 3, 7, 8, 10.
2. Carilah momen-momen pertama, kedua , ketiga dan keempat dari mean himpunan
bilangan 2, 3, 7, 8, 10.
3. Carilah momen-momen pertama, kedua , ketiga dan keempat dari titik asal yang
sama dengan 4 himpunan bilangan 2, 3, 7, 8, 10.
4. Dengan menggunakan hasil-hasil yang diperoleh di soal no.2 dan no.3 ujilah
hubungan antara momen-momen:
a. m2 = m2’ - (m1’)2
b. m3 = m3’ - 3m1’m2’ + 2(m1’)3
c. m4 = m4’ - 4m1’m3’ + 6(m1’)2(m2’) - 3(m1)4
5. Diketahui tinggi badan dari 100 orang mahasiswa Universitas XYZ

X f
61 5
64 18
67 42
70 27
73 8
Jumlah 100
Carilah empat momen pertama dari mean untuk distribusi tinggi badan
mahasiswa.

Andiani / Statistik / Desember 2013 8