Disusun Oleh
Kelompok 6
JURUSAN BIOLOGI
1.MOMEN
Misalkan diberikan variable x dengan harga-harga: x1, x2, …., xn. Jika A = sebuah
bilangan tetap dan r = 0, 1, 2, ……., n, maka momen ke-r sekitar A, disingkat mr,
didefinisikan oleh hubungan:
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r:
Dari rumus (2), maka untuk r = 1 didapat rata-rata . Jika A = kita perolehmomen ke-r
sekitar rata-rata, biasa disingkat dengan mr. Jadi didapat:
Untuk membedakan apakah momen itu untuk sampel atau untuk populasi, maka dipakai
simbul: mr dan mr’ untuk momen sampel dan µr dan µr’ untuk momen populasi.
Jadi, mr dan mr’ adalah statistik sedangkan µr dan µr’ merupakan parameter. Jika data telah
disusun dalam daftar distribusi frekuensi, maka rumus-rumus di
Dari mr’, harga-harga mr untuk beberapa harga r, dapat ditentukan berdasarkan hubungan:
m2 = m2’ – (m1’)2
contoh untung menghitung 4 buah momen sekitar rata-rata untk data dalam daftar
distribusi frekuensi sbb:
2.Kemiringan
memiliki rata-rata, median, dan modus yang tidak sama besarnya sehingga distribusi akan
terkonsentrasi pada salah satu sisi dan kurvanya akan menceng.Jika distribusi memiliki
ekor yang lebih panjang ke kanan daripada yang ke kiri maka distribusi disebut menceng
ke kanan atau memiliki kemencengan positif.Sebaliknya, jika distribusi memiliki ekor yang
lebih panjang ke kiri daripada yang kekanan maka distribusi disebut menceng ke kiri atau
memiliki kemencengan negatif.Berikut ini gambar kurva dari distribusi yang menceng ke
kanan (mencengpositif) dan menceng ke kiri (menceng negatif).
Keruncingan atau kurrtosis adalah tingkat kepuncakan dari sebuah distribusi yang
biasanya diambil secararelatif terhadap suatu distribusi normal. Berdasarkan
keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu sebagai berikut :
1) Leptokurtik
2) Platikurtik
3) Mesokurtik
Merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar
Bila distribusi merupakan distribusi simetris maka distribusi mesokurtik ianggap sebagai
distribusi normal.
Untuk mengetahui keruncingan suatu distribusi, ukuran yang sering digunakan
1. Koefisien keruncingan
BAB VI
MOMEN, KEMIRINGAN, & KURTOSIS
1. MOMEN
Misalkan diberikan variabel x dengan harga-harga: x1, x2, …., xn. Jika A = sebuah
bilangan tetap dan r = 0, 1, 2, ……., n, maka momen ke-r sekitar A, disingkat mr,
didefinisikan oleh hubungan:
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r:
Dari rumus (2), maka untuk r = 1 didapat rata-rata . Jika A = ̅ kita peroleh
momen ke-r sekitar rata-rata, biasa disingkat dengan mr. Jadi didapat:
Untuk membedakan apakah momen itu untuk sampel atau untuk populasi, maka
dipakai simbul: mr dan mr’ untuk momen sampel dan µr dan µr’ untuk momen populasi.
Jadi, mr dan mr’ adalah statistik sedangkan µr dan µr’ merupakan parameter. Jika
data telah disusun dalam daftar distribusi frekuensi, maka rumus-rumus di atas berturut-
turut berbentuk:
(4) …………………..
(5) ………………………..
(6) ………………………..
dengan n = ∑fi, xi = tanda kelas interval dan fi = frekuensi yang sesuai dengan xi.
Dengan menggunakan cara sandi, rumus 4 menjadi:
(7) ………………………
Karena nilainya 1,08 (lebih kecil dari 3) maka distribusinya adalah distribusi platikurtik.
b. Untuk data kelompok
1. Momen
Momen merupakan fungsi dalam statistik yang istimewa karena untuk menurunkan fungsi
sesudahnya yang lebih spesifik atau lebih sederhana lagi. Artinya momen merupakan fungsi
yang masih umum sehingga dapat dijadikan fungsi-fungsi yang lain, seperti varians (ragam),
standar deviasi (simpangan baku), dan lain-lain. Berikut rumus momen dalam pengukuran
data,diantaranya:
∑( 𝑖 −𝐴)𝑟
1) Rumus Momen Untuk Data Tunggal mr` = 𝑁
∑𝑓𝑖 ( 𝑖 −𝐴)𝑟
2) Rumus Momen Untuk Data Kelompok mr` =
𝑁
∑(𝑓𝑖 .𝑐𝑖 𝑟 )
3) Rumus Momen Dengan Metode Penyandian mr` = pr( 𝑁
)
2. Skewness (Kemiringan)
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu
distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan
menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan,
skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris
lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). Untuk menentukan
skweness atau kemiringan sebuah data ada 4 cara yang dapat digunakan yaitu pearson, momen
matematis, bowly, dan metode Andi Supangat.
̅ −𝑀𝑜
1) Metode Pearson Sk =
𝑠
∑𝑓 𝑖 ( 𝑖 − ̅ )3
2) Moment Matematis Sk =
𝑁.𝑠 3
𝑄3 −2𝑄2 +𝑄1
3) Bowley Sk =
𝑄3 −𝑄1
(𝑃𝑖𝑛𝑡 −𝑀𝑜)
4) Andi Supangat Sk =
𝑇𝑘
1. Kurtosis
Kurtosis merupakan koefisien yang menentukan jenis kurva berbentuk runcing atau normal
atau tumpul. Kurtosis dapat ditentukan dengan cara menjumlahkan perkalian antara frekuensi ke-
i dengan nilai ke-i dikurangkan dengan rata – rata yang di pangkatkan empat dan berbanding
terbalik dengan perkalian banyaknya data atau jumlah frekuensi dengan simpangan baku atau
standar deviasi dipangkatkan empat.
∑ ̅
K=
NAMA : Maruahal nickholas Pasaribu
NIM : 4203151002
BAB VI
MOMEN, KEMIRINGAN, & KURTOSIS
1. MOMEN
Momen merupakan fungsi dalam statistik yang istimewa karena untukmenurunkan
fungsi sesudahnya yang lebih spesifik atau lebih sederhana lagi.Artinya momen merupakan
fungsi yang masih umum sehingga dapat dijadikanfungsi-fungsi yang lain, seperti varians
(ragam), standar deviasi (simpangan baku), dan lain-lain.
Berikut rumus momen dalam pengukuran data,diantaranya :
1. Rumus momen
Misalkan diberikan variabel x dengan harga-harga: x1, x2, …., xn. Jika A = sebuah
bilangan tetap dan r = 0, 1, 2, ……., n, maka momen ke-r sekitar A, disingkat mr, didefinisikan
oleh hubungan:
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r:
Dari rumus (2), maka untuk r = 1 didapat rata-rata . Jika A = ̅ kita peroleh momen ke-r
sekitar rata-rata, biasa disingkat dengan mr. Jadi didapat:
Untuk membedakan apakah momen itu untuk sampel atau untuk populasi, maka dipakai
simbul: mr dan mr’ untuk momen sampel dan µr dan µr’ untuk momen populasi.
Jadi, mr dan mr’ adalah statistik sedangkan µr dan µr’ merupakan parameter. Jika data
telah disusun dalam daftar distribusi frekuensi, maka rumus-rumus di atas berturut-turut
berbentuk:
dengan n = ∑fi, xi = tanda kelas interval dan fi = frekuensi yang sesuai dengan xi.
Dengan menggunakan cara sandi, rumus 4 menjadi:
2. KEMIRINGAN
Kemiringan (skewness) dari suatu distribusi adalah derajat kesetangkupan (derajat simetris) dari
distribusi tersebut. Dapat pula dikatakan bahwa ukuran kemiringan adalah harga yang
menunjukkan seberapa jauh distribusi itu menyimpang dari simetris. Jika kita tinjau berdasarkan
kemiringan, suatu kurva distribusi dapat dikelompokkan menjadi tiga bagian, yaitu sebagai
berikut:
Dari hasil koefisien kemiringan diatas ada tiga kriteria untuk mengetahui model distribusi dari
sekumpulan data (baik data tidak berkelompok maupun data berkelompok), yaitu:
1. Jika koefisien kemiringannya lebih kecil dari nol ( 0), model distribusinya negatif
2. Jika koefisien kemiringannya sama dengan nol (= 0), model distribusinya simetris
3. Jika koefisien kemiringannya lebih besar dari nol (> 0), model distribusinya positif.
rumus untuk menghitung koefisien kemiringan, yaitu:
Kemiringan =
atau
Kemiringan =
Kurtosis (peadkedness) dari suatu distribusi adalah derajat kelancipan dari distribusi
tersebut dibandingkan terhadap distribusi normal (kurva normal). Ditinjau dari segi
kelancipannya, suatu distribusi dapat dibedakan menjadi tiga :
1) Leptokurtik
Merupakan distribusi yang memiliki puncak relatif tinggi.
2) Platikurtik
Merupakan distribusi yang memiliki puncak hampir mendatar
1. Jika suatu distribusi (kurva) lebih landai atau lebih tumpul dibandingkan terhadap kurva
normal, distribusinya disebut platikurtis
2. Jika suatu distribusi (kurva) normal, distribusinya disebut mesokurtis
3. Jika suatu distribusi (kurva) lebih lancip ataulebih ramping dibandingkan terhadap kurva
normal, distribusinya disebut leptokurtis.
Untuk mengetahui apakah sekumpulan data mengikuti distribusi leptokurtik, platikurtik atau
mesokurtik, hal ini dapat dilihat berdasarkan nilai koefisien kurtosisnya. Untuk menghitung
koefisien kurtosis digunakan rumus koefisien kurtosis, yaitu :
Dari hasil koefisien kurtosis diatas, ada tiga kriteria untuk mengetahui model distribusi dari
sekumpulan data, yaitu :
1. Jika koefisien kurtosisnya kurang dari 0,263 (< 0,263), maka distribusinya adalah
platikurtis
2. Jika koefisien kurtosisnya sama dengan 0,263 (=0,263), maka distribusinya adalah
mesokurtis
3. Jika koefisien kurtosisnya lebih dari 0,263 (>0,263), maka distribusinya adalah
leptokurtis
Nama : Nazli Ashfia Nasution
Nim : 4203351015
Kelas : Pendidikan Ipa A 20
Matkul : Statistik Dasar
1. MOMEN
Misalkan diberikan variable x dengan harga-harga: x1, x2, …., xn. Jika A = sebuah bilangan
tetap dan r = 0, 1, 2, ……., n, maka momen ke-r sekitar A, disingkat mr, didefinisikan oleh
hubungan:
Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r:
2.Kemiringan
memiliki rata-rata, median, dan modus yang tidak sama besarnya sehingga distribusi akan
terkonsentrasi pada salah satu sisi dan kurvanya akan menceng.Jika distribusi memiliki ekor
yang lebih panjang ke kanan daripada yang ke kiri maka distribusi disebut menceng ke kanan
atau memiliki kemencengan positif. Sebaliknya, jika distribusi memiliki ekor yang lebih panjang
ke kiri daripada yang kekanan maka distribusi disebut menceng ke kiri atau memiliki
kemencengan negatif.Berikut ini gambar kurva dari distribusi yang menceng ke kanan (menceng
positif) dan menceng ke kiri (menceng negatif).
3.KURTOSIS
Keruncingan atau kurrtosis adalah tingkat kepuncakan dari sebuah distribusi yang biasanya
diambil secararelatif terhadap suatu distribusi normal. Berdasarkan keruncingannya, kurva
distribusi dapat dibedakan atas tiga macam, yaitu sebagai berikut :
1) Leptokurtik
Merupakan distribusi yang memiliki puncak relatif tinggi.
2) Platikurtik
Merupakan distribusi yang memiliki puncak hampir mendatar
3) Mesokurtik
Merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar
Bila distribusi merupakan distribusi simetris maka distribusi mesokurtik ianggap sebagai
distribusi normal
1. Koefisien keruncingan
Untuk mencari nilai koefisien keruncingan, dibedakan antara data tunggal dan
data kelompok.
a.data tunggal
b.data Kelompok