MAKALAH STATISTIK

“UKURAN DISTRIBUSI DATA MELIPUTI KEMIRINGAN”

Disusun Untuk Memenuhi Tugas Mata Kuliah Statistik

Dosen Pengampu :
Saumi Setyaningrum, M.Si.

DISUSUN OLEH
KELOMPOK 1 :

Khalifatur Rahman (11901082)

Syarifah Amaliah Farhana (11901201)
Indah Kurniawati (11901213)
Aida Hana Soraya (11901244)

PROGRAM STUDI PENDIDIKAN AGAMA ISLAM

FAKULTAS TARBIYAH DAN ILMU KEGURUAN
INSTITUT AGAMA ISLAM NEGERI PONTIANAK
TAHUN AJARAN 2020/2021
 KATA PENGANTAR

Dengan menyebut nama Allah SWT yang Maha pengasih lagi Maha penyayang.
Marilah kita panjatkan segala puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya, sehingga kami dapat menyelesaikan makalah
sebagai tugas dari mata kuliah “Statistik”.

Makalah ini telah disusun dengan maksimal dan mendapatkan bantuan dari berbagai
pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu, kami menyampaikan
banyak terimakasih kepada ibu Saumi Setyaningrum, M.Si. yang telah memberikan
pengarahan atas terselesaikannya makalah ini serta pihak-pihak yang telah terlibat.

Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada kekurangan
baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu, dengan tangan
terbuka kami menerima segala saran dan kritik dari pembaca agar kami dapat memperbaiki
makalah ini.

Akhir kata, kami berharap semoga makalah yang berjudul “Ukuran Distribusi Data
Meliputi Kemiringan” ini dapat memberikan manfaat maupun inpirasi terhadap pembaca.

Pontianak, 6 Mei 2021

Penyusun

i
 DAFTAR ISI

Halaman
KATA PENGANTAR........................................................................................................i
DAFTAR ISI.....................................................................................................................ii

BAB I PENDAHULUAN..................................................................................1
A. LATAR BELAKANG......................................................................1
B. RUMUSAN MASALAH........................................................................1
C. TUJUAN PENULISAN................................................................1

BAB II PEMBAHASAN..............................................................................................2
A. PENGERTIAN UKURAN KEMIRINGAN..........................................2
B. JENIS KURVA DISTRIBUSI BERDASARKAN KEMIRINGAN......2
C. RUMUS MENGHITUNG KOEFISIEN KEMIRINGAN.....................3

BAB III PENUTUP.......................................................................................................11

A. KESIMPULAN.....................................................................................11
B. SARAN.................................................................................................12

DAFTAR PUSTAKA......................................................................................................13

ii
 BAB I
PENDAHULUAN
A. Latar Belakang
Statistika adalah cabang ilmu yang mempelajari tentang bagaimana mengumpulkan,
menganalisis dan menginterpretasikan data. Atau dengan kata lain, statistika menjadi
semacam alat dalam melakukan suatu riset empiris. Dalam menganalisis data, para ilmuwan
menggambarkan persepsinya tentang suatu fenomena. Deskripsi yang sudah stabil tentang
suatu fenomena seringkali mampu menjelaskan suatu teori. (Walaupun demikian, orang dapat
saja berargumentasi bahwa ilmu biasanya menggambarkan bagaimana sesuatu itu terjadi,
bukannya mengapa). Penemuan teori baru merupakan suatu proses kreatif yang didapat
dengan cara mereka ulang informasi pada teori yang telah ada atau mengesktrak informasi
yang diperoleh dari dunia nyata. Pendekatan awal yang umumnya digunakan untuk
menjelaskan suatu fenomena adalah statistika deskriptif Distribusi (probabiliti distribusi) data
adalah suatu fungsi yang menunjukan semua nilai dari sebuah data dan seberapa sering nilai
tersebut terjadi.

Ketika distribusi dari data kategorikal divisualkan, kita akan melihat persentasi dari
setiap group. Ketika distribusi numerikal divisualkan, sering kali kita melihat disusun secara
ascending (dari kecil ke besar). Perlu diperhatikan, distribusi adalah BUKAN tentang grafik.
Grafik hanya cara untuk mevisualisasikan. Distribusi seperti definisi diatas, adalah suatu
fungsi yang menunjukan probabilitas semua value yang mungkin terjadi pada suatu
eksperimen.

B. Rumusan Masalah
1. Apa pengertian dari ukuran kemiringan ?
2. Apa saja jenis kurva berdasarkan kemiringan dari suatu distribusi data ?
3. Bagaimana rumus untuk menghitung koefisien kemiringan ?

C. Tujuan Penulisan
1. Mengetahui dan memahami pengertian dari ukuran kemiringan.
2. Mengetahui dan memahami jenis kurva berdasarkan kemiringan dari suatu distribusi data.
3. Mengetahui dan memahami rumus untuk menghitung koefisien kemiringan.

1
 BAB II
PEMBAHASAN

A. Pengertian Ukuran Kemiringan

Kemiringan (skewness) dari suatu distribusi adalah derajat kesetangkupan (derajat

simetris) dari distribusi tersebut (Sartono, 1997). Adapun ukuran kemiringan adalah ukuran
yang menyatakan derajat ketidaksimetrisan suatu lengkungan halus (kurva) dari suatu
distribusi frekuensi. Dapat pula dikatakan bahwa ukuran kemiringan adalah harga yang
menunjukkan seberapa jauh distribusi itu menyimpang dari simetris.

B. Jenis Kurva Distribusi berdasarkan Kemiringan

Jika kita tinjau berdasarkan kemiringan, suatu kurva distribusi dapat dikelompokkan
menjadi tiga bagian, yaitu sebagai berikut:

Distribusi Positif Distribusi Simetrik Distribusi Negatif

Menurut Pearson, 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.

2
C. Rumus Menghitung Koefisien Kemiringan

Ada beberapa rumus untuk menghitung koefisien kemiringan, yaitu:

a. Koefisien kemiringan pertama dari Pearson
x́ −Mo
Koefisien kemiringan ¿
s
Keterangan : x́ = rata-rata
Mo = modus
S = simpangan baku
b. Koefisien kemiringan kedua dari Pearson
3( x́−Me)
Koefisien kemiringan ¿
s
Keterangan : x́ = rata-rata
Me = median
S = simpangan baku
c. Koefisien kemiringan menggunakan nilai kuartil
Q3−2 Q 2+Q
Koefisien kemiringan = 1

Q3−Q1
dengan Q 1 = kuartil pertama
Q 2 = kuartil kedua
Q 3 = kuartil ketiga.

d. Koefisien kemiringan menggunakan nilai persentil

P 90−2 P 50+P
Koefisien kemiringan = 10

P90−P10
dengan P90 = Persentil ke 90
P50 = Persentil ke 50
P10 = Persentil ke 10

Contoh :

3
Misalkan berat badan bayi (dicatat dalam kg) yang baru lahir selama seminggu tertentu di
rumah sakit bersalin “Sehat” dapat dilihat dalam tabel berikut.
Berat Badan bayi yang Baru Lahir
Selama Seminggu tertentu di Rumah Sakit Bersalin
Berat Badan (Kg) Banyak Bayi

2,5 – 2,6 2

2,7 – 2,8 3

2,9 – 3,0 5

3,1 – 3,2 7

3,3 – 3,4 6

3,5 -3,6 5
Jumlah 28
Hitung koefisien kemiringannya dengan menggunakan nilai kuartil.
Penyelesaian :
1. Menggunakan rumus kemiringan pertama dari pearson
Untuk memudahkan mencari koefisien kemiringan, maka kita gunakan tabel dibawah
ini

Berat Banyak Nilai Fi .xi Fk µ d F. d F.d²

Badan Bayi Tengah
(Kg) (xi)
(Fi)

2,5 – 2,6 2 2,55 5,1 2 - 0,6 -3 -6 36

2,7 – 2,8 3 2,75 8,25 5 -0,4 -2 -6 36

2,9 – 3,0 5 2,95 14,75 10 -0,2 -1 -5 25

3,1 – 3,2 7 3,15 22.05 17 0 0 0 0

3,3 – 3,4 6 3,35 20,1 23 0,2 1 6 36

3,5 -3,6 5 3,55 17,75 28 0,4 2 10 100

Jumlah 28 88 19 233

4
 x́−Mo
Koefisien kemiringan pertama dari pearson =
s
∑ F . xi 88
x́ = = = 3,14
∑F 28
d1
Modus = Tb Mo + p ( ¿
d 1+ d 2
Keterangan : tbm = tepi bawah kelas modus
p = panjang kelas
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
Berdasarkan frekuensi kelas modus terletak di kelas keempat. Jadi tbm = 3,1 – 0,05 =
3,05, p =0,2, d1= 7-5 = 2, d2 = 7-6 = 1.

d1
Modus = tbm + p ( ¿
d 1+ d 2
2
= 3,05+ 0,2 ( ¿
2+ 1
= 3,05+ 0,13
= 3,18

S =P √∑ Fi . d 2 −¿ √ ¿ ¿ ¿
n

= 0,2
√61 −¿ √ (−1)²
28 28

= 0,2
√61 −¿ √ 1
28 784

= 0,2
√ 1708 −¿ √ 1
784 784

= 0,2
√ 1707
784

= 0,2 √ 2,17

= 0,2 . 1,47

= 0,294

x́−Mo
Koefisien kemiringan pertama dari pearson =
s

5
 3,14−3,18
=
0,294
−0,04
=
0,294
= -0,13
Karena koefisien kemiringannya -0,13 yaitu kurang dari 0, maka model distribusinya adalah
distribusi negatif.

2. Koefisien kemiringan kedua dari Pearson

3( x́−Me)
Koefisien kemiringan ¿
s
Sebelumnya kiita sudah ketahui :

x́ = 3,14 , s = 0,294

n 28
Median = = = 1 4 , terletak dikelas interval ke-4.
2 2

Jadi tbm = 3,1 – 0,05 = 3,05, p = 3,1 – 2,9 = 0,2, F =

n
−F
Me = Tb Me + p ( 2
¿
Fme
28
−10
= 3,05+ 0,2 ( 2
¿
7
4
= 3,05 + 0,2 ( )
7
= 3,05 + 0,11
= 3,16
3( x́−Me)
Koefisien kemiringan ¿
s
3(3,14−3,16)
=
0,294
3(−0,02)
=
0,294
−0,06
=
0,294
= - 0,204

6
Karena koefisien kemiringannya -0,204 yaitu kurang dari 0, maka model distribusinya adalah
distribusi negatif.

3. Koefisien kemiringan menggunakan nilai kuartil

Rumus yang digunakan adalah:

Q3−2 Q 2+Q 1
Koefisien kemiringan =
Q3−Q1

dengan Q 1 = kuartil pertama

Q 2 = kuartil kedua
Q 3 = kuartil ketiga.
Sebelumnya kita harus mencari terlebih dahulu nilai-nilai Q 1(kuartil pertama), Q 2(kuartil
kedua, Q 3(kuartil ketiga)

Untuk Q1(kuartil pertama)

Kelas kuartil pertama adalah sebuah kelas interval yang frekuensinya apabila dijumlahkan

1 1
dati frekuensi kelas interval pertama mencapai paling sedikit n, yaitu x 28 orang = 7
4 4
orang.
Ternyata kelas kuartil pertama terletak pada kelas interval ketiga, karena jumlah frekuensinya
(2 + 3 + 5) orang = 10 orang. Sehingga kita bisa menghitung besaran-besaran yang
diperlukan dalam rumus kuartil pertama, yaitu
TbQ 1 = 2,9 – 0,05 = 2, 85
p = 0,2
F =2+3=5
f Q1 =5
1
n−F
Q1 = TbQ 1 + p ( 4 )
f Q1
7−5
= 2,85 + 0,2 ( )
5

7
 = 2,85 + 0,08
= 2,93

Untuk Q 2(kuartil kedua)

1 1
Letak Q 2 ada pada data ke- = x 28 orang = 14 orang, yaitu pada kelas ke-4, interval 3,1
2 2
– 3,2 sehingga:
TbQ 2 = 3,1 – 0,05 = 3,05; p = 0,2; F = 10; dan f Q 2 = 7.
1
n−F
Q2 = Q2 + p ( 2
Tb )
f Q2
14−10
= 3,05 + 0,2 ( )
7
= 3,05 + 0,11
= 3,16

Untuk Q 3(kuartil ketiga)

3 3
Letak Q 3 ada pada data ke- n= x 28 orang = 21, yaitu pada kelas ke-5, interval 3,3 – 3,4
4 4
sehingga:
TbQ 3 = 3,3 – 0,05 = 3,25; p = 0,2; F = 17; dan f Q 3 = 6.
3
n−F
Q3 = TbQ 3 + p ( 4 )
f Q3
21−17
= 3,25 + 0,2 ( )
6
4
= 3,25 + 0,2 ( )
6
= 3,25 + 0,13
= 3,38
Q3−2 Q 2+Q
Diperoleh koefisien kemiringan = 1

Q3−Q1
3,38−2. 3,16+2,93
=
3,38−2,93
−0,01
=
0,45

8
 = -0,022
Karena koefisien kemiringannya -0,022 yaitu kurang dari 0, maka model distribusinya adalah
distribusi negatif.

4. Koefisien kemiringan menggunakan nilai persentil

P 90−2 P 50+P
Koefisien kemiringan = 10

P90−P10
Untuk persentil ke 90, P90
Kelas persentil ke 90 adalah sebuah kelas interval yang frekuensinya apabila dijumlahkan

90 90
dari frekuensi kelas interval pertama mencapai paling sedikit n. yaitu x 28 orang =
100 100
25,2 orang.
Ternyata kelas persentil ke 90 terletak pada interval keenam, karena jumlah frekuensinya
mencapai (2 + 3 + 5 + 7 + 6 + 5) orang = 28 orang sehingga kita bisa menghitung besar-
besaran yang diperlukan dalam rumus persentil ke 90, yaitu b = 3,5 – 0,05 = 3,45; p = 0,2; F=
2 + 3 + 5 + 7 + 6 = 23; dan f 90= 5
90
Jadi: P90
(
= Tb P90 + p 100
n–F
f P90 )
= 3,45 + 0,2 ( 25,25– 23 )
2,2
= 3,45 + 0,2 ( )
5
= 3,45 + 0,088
= 3.538

Untuk persentil ke 50, P50

Kelas persentil ke 50 adalah sebuah kelas interval yang frekuensinya apabila dijumlahkan

50 50
dari frekuensi kelas interval pertama mencapai paling sedikit n, yaitu = x 28 orang
100 100
= 14 orang.
Ternyata kelas persentil ke 50 terletak pada kelas interval keempat, karena jumlah
frekuensinya mencapai (2+3+5+7) orang = 17 orang. Sehingga kita bisa menghitung besar-

9
besaran yang diperlukan dalam rumus persentil ke 50, yaitu b = 3,1 – 0,05 = 3,05; p = 0,2, F
= 10 ; f p 50 = 7
50
Jadi : P50 P
= Tb 50 + p
(
100
n–F
f P50 )
14−10
= 3,05 + 0,2( )
7
4
= 3,05 + 0,2 ( ¿
7
= 3,05 + 0,11
= 3,16

Untuk persentil ke 10, P10

Kelas persentil ke 10 adalah sebuah kelas interval yang frekuensinya apabila dijumlahkan

10 10
dari frekuensi kelas interval pertama mencapai paling sedikit n, yaitu = x 28 orang
100 100
= 2,8 orang.
Ternyata kelas persentil ke 10 terletak pada kelas interval kedua, karena jumlah frekuensinya
mencapai (2 + 3) orang = 5 orang. Sehingga kita bisa menghitung besar-besaran yang
diperlukan dalam rumus persentil ke 10, yaitu b = 2,7 – 0,05 = 2,65; p = 2,9 – 2,7 = 0,2; F =
2; f p 10 = 3

10
Jadi : P10
(
= Tb P10 + p 100
n–F
F P10 )
2,8−2
= 2,65 + 0,2( )
3
0,8
= 2,65 + 0,2( )
3
= 2,65 + 0,053
= 2,703

10
 P 90−2 P 50+P
Koefisien kemiringan = 10

P90−P10
3,538−2 ( 3,16 ) +2,703
=
3,538−2,703
3,538−6,32+2,703
=
3,538−2,703
−0,079
=
0,835
= - 0,094
Karena koefisien kemiringannya -0,094 yaitu kurang dari 0, maka model distribusinya adalah
distribusi negatif.

BAB III
PENUTUP
A. Kesimpulan
Kemiringan (skewness) dari suatu distribusi adalah derajat kesetangkupan (derajat
simetris) dari distribusi tersebut (Sartono, 1997). Adapun ukuran kemiringan adalah ukuran

11
yang menyatakan derajat ketidaksimetrisan suatu lengkungan halus (kurva) dari suatu
distribusi frekuensi.

Menurut Pearson, 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 negative
2. Jika koefisien kemiringannya sama dengan nol (= 0), model distribusinya simetris
3. Jika koefisien kemiringannya lebih besar dari nol (> 0), model distribusinya positif.

Ada beberapa rumus untuk menghitung koefisien kemiringan, yaitu:

e. Koefisien kemiringan pertama dari Pearson
x́ −Mo
Koefisien kemiringan ¿
s
Keterangan : x́ = rata-rata
Mo = modus
S = simpangan baku
f. Koefisien kemiringan kedua dari Pearson
3( x́−Me)
Koefisien kemiringan ¿
s
Keterangan : x́ = rata-rata
Me = median
S = simpangan baku
g. Koefisien kemiringan menggunakan nilai kuartil
Q3−2 Q 2+Q
Koefisien kemiringan = 1

Q3−Q1
dengan Q 1 = kuartil pertama
Q 2 = kuartil kedua
Q 3 = kuartil ketiga.

h. Koefisien kemiringan menggunakan nilai persentil

P 90−2 P 50+P
Koefisien kemiringan = 10

P90−P10
dengan P90 = Persentil ke 90

12
 P50 = Persentil ke 50
P10 = Persentil ke 10

B. Saran

Kami menyadari bahwa makalah ini masih jauh dari kesempurnaan, banyak sisi
kekurangan yang memerlukan perbaikan. Sehubung dengan hal tersebut, maka segala kritik
dan saran demi penyusunan makalah ini sangat diharapkan .Semoga makalah ini menjadi
sumbangsih berharga bagi para pembaca utamanya bagi kalangan rekan-rekan mahasiswa
yang ingin mengambil inspiratif positif dari pembuatan makalah ini.

DAFTAR PUSTAKA

 https://ismailsaleh212.blogspot.com/2017/12/babi-pendahuluan-a.html

13
 Andhika Wicaksono, Adam Farizan Gibran, Dimas Irmansyah, Hendro Aji. UKURAN
PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN). Jurnal ukuran
penyebaran data kemiringan&keruncingan
 Statistika, (2000) kar. J. Supranto, jilid 1 Chap.6 edisi keenam
 Statistika, Teori dan Aplikasi (2001), Bab 05, kar. Wayan Koster, edisi pertama
 Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994

14