Tugas 1 Statistika

SIMETRI & KEMIRINGAN

Disusun Oleh :
KELOMPOK 5

1. Indah Ayu Lestari : 202152029 (Ketua)

2. Dea Puspita Sari : 202152163
3. Fitria Nurandini : 202152010
4. Khairunnisa : 202152092
5. Abdil Raharja : 202152027

Dosen Pengampuh Mata Kuliah : RUSMINI S.Pd.,M.Kes

SISTEM KOMPUTER/A
SEKOLAH TINGGI MANAJEMEN INFORMTIKA & KOMPUTER BINA BANGSA
STMIK BINA BANGSA
KENDARI
2022
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT. Tuhan yang maha ESA yang telah
memberikan Rahmat dan Hidayah-Nya. Sholawat serta salam tak lupa pula kami curahkan kepada
Nabi Muhammad SAW. Kami bersyukur atas Nikmat dan Karunia-nya, sehingga kami dapat
menyelesaikan makalah ini yang berjudul “SIMETRIS & KEMIRINGAN” tepat pada waktunya.
Makalah ini dapat diselesaikan berkat adanya bimbingan dan bantuan dari berbagai pihak.
Oleh karena itu, sudah sepantas-nya-lah pada kesempatan ini kami menyampaikan ucapan terima
kasih kepada semua pihak, terutama rekan- rekan kelompok yang telah memberikan masukan demi
kelancaran dan kelengkapan makalah ini.
Kami menyadari bahwa makalah ini masih jauh dari kata sempurna, oleh karena itu kritik dan
saran dari semua pihak yang bersifat membangun kami harapkan demi kesempurnaan makalah ini
atau pada penyusunan makalah berikutnya agar menjadi lebih baik. Akhir kata kami sampaikan
ucapan terima kasih kepada dosen pengampuh matakuliah “Statistika” ibu RUSMINI S.Pd,.M.Kes.
yang telah memberikan bimbingan.

Kendari, 20 November 2022

PENULIS
 DAFTAR ISI
KATA PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN
A. Latar Belakang
B. Rumusan Masalah
C. Tujuan Penulisan
BAB II PEMBAHASAN
 BAB I
PENDAHULUAN
A. Latar Belakang
Pada bidang statistik, distribusi data adalah cara yang digunakan untuk
mempelajari nilai-nilai milik populasi besar atau sampel. Populasi sendiri merupakan
sekelompok besar item dengan beberapa kesamaan di antara mereka. beberapa
karakteristik yang unik dapat dikaitkan dengan masing-masing distribusi. Salah satu
karakteristik tersebut adalah distribusi simetri. Simetri menunjukkan bagaimana nilai-
nilai populasi disusun sekitar ukuran tengah, seperti mean, median, atau modus. Sebuah
distribusi simetris adalah satu di mana rata-rata, median, dan modus bertepatan dengan
satu sama lain, dan kedua bagian distribusi adalah bayangan cermin satu sama lain.
Kemiringan adalah ukuran yang menyatakan sebuah model distribusi yang
mempunyai kemiringan tertentu. Apabila diketahui besarnya nilai ukuran ini maka dapat
diketahui pula bagaimana model distribusinya, apakah distribusi itu simetrik, positif,
atau negatif. Model positif terjadi bila kurvanya mempunyai ekor yang memanjang ke
sebelah kanan. Sebaliknya, jika ekornya memanjang ke sebelah kiri didapat model
negatif.
Kurtosis atau disebut juga ukuran keruncingan dan merupakan derajat ketinggian
puncak suatu distribusi frekuensi, biasanya diambil relatif terhadap distribusi normal.
Ada tiga istilah mengenai ukuran kerucingan atau kurtosis, yaitu: platikurtik yang
merupakan grafik distribusi dengan titik puncak relatif mendatar, mesokurtik (distribusi
normal yang mana jika titik puncak grafik distribusi tidak terlalu tinggi dan tidak juga
mendatar dan leptokurtik yang merupakan sebuah grafik distribusi dengan titik puncak
yang relatif tinggi.

B. Rumusan Masalah
Adapun rumusan masalah dalam makalah ini yang akan menjadi pembahasan kami yaitu
sebagai berikut:
1. Apa yang dimaksud dengan simetris?
2. Apa yang dimaksud dengan kemiringan?
3. Tuliskan contoh contoh kemiringan!
4. Apa yang dimaksud dengan kurtosis?
5. Apa itu koefisisen keruncingan?
6. Apa yang dimaksud dengan koefisien kurtosis persentil?
 C. Tujuan Penulisan
Tujuan penulisannya makalah ini yaitu untuk memenehui salah satu tugas pada mata kuliah
statistika dan selain itu tujuannya ditulisnya makalah ini yaitu untuk memahami rumusan masalah
yang ada pada makalah ini.
 BAB II
PEMBAHASAN
A. Simetris
Pada bidang statistik, distribusi data adalah cara yang digunakan untuk
mempelajari nilai-nilai milik populasi besar atau sampel. Populasi sendiri merupakan
sekelompok besar item dengan beberapa kesamaan di antara mereka. Setiap kali
distribusi tersebut dipelajari, beberapa karakteristik yang unik dapat dikaitkan dengan
masing-masing distribusi. Salah satu karakteristik tersebut adalah distribusi simetri.
Simetri menunjukkan bagaimana nilai-nilai populasi disusun sekitar ukuran tengah,
seperti mean, median, atau modus. Ukuran tengah digunakan sebagai wakil dari seluruh
kelompok nilai. Mereka adalah:
1. Berarti ini hanya rata-rata dari semua nilai dalam populasi atau sampel.
2. Median adalah nilai tengah dalam distribusi, sehingga ada jumlah yang sama
dari nilai-nilai, baik, ke samping kiri dan kanan.
3. Modus adalah nilai yang terjadi paling banyak.

Sebuah distribusi simetris adalah satu di mana rata-rata, median, dan modus
bertepatan dengan satu sama lain, dan kedua bagian distribusi adalah bayangan cermin
satu sama lain. Secara praktis, sulit untuk menemukan distribusi simetris. Distribusi
yang paling sering diamati adalah distribusi asimetris atau miring. Distribusi asimetris
adalah satu di mana rata-rata tidak bertepatan dengan puncak distribusi, dan salah satu
‘ekor’ distribusi lebih panjang dari yang lain. Berbagai jenis distribusi miring bersama dengan
beberapa contoh nyata yang diberikan dalam bagian mendatang.
Tempat kedudukan mean, median, dan modus dalam satu distribusi sangat
mempengaruhi bentuk distribusinya. Bilamana dari suatu distribusi simetris normal,
dihitung mean, median, dan modusnya, maka akan dijumpai sifat yang khas, yakni
bahwa ketiga parameter pemusatan data tersebut bersekutu satu sama lain.
 B. Kemiringan
Kemiringan adalah ukuran yang menyatakan sebuah model distribusi yang
mempunyai kemiringan tertentu. Apabila diketahui besarnya nilai ukuran ini maka dapat
diketahui pula bagaimana model distribusinya, apakah distribusi itu simetrik, positif,
atau negatif. Kita sudah mengenal kurva halus atau model yang bentuknya bisa positif,
negatif, atau simetrik. Model positif terjadi bila kurvanya mempunyai ekor yang
memanjang ke sebelah kanan. Sebaliknya, jika ekornya memanjang ke sebelah kiri
didapat model negatif. Dalam kedua hal terjadi sifat taksimetris.

Untuk mengetahui derajat taksimetri sebuah model, digunakan ukuran kemiringan

yang ditentukan oleh:
Koefisien Kemiringan Pertama:

Koefisien Kemiringan Kedua:

Rumus kedua ini dikenal dengan rumus empiris.

Menurut hitungan koefisien kemiringan di atas, ada tiga kriteria untuk bentuk
distribusi data, yaitu:
1. Model positif jika koefisien kemiringan bernilai positif.
𝐾>0
2. Model negatif jika koefisien kemiringan bernilai negatif.
𝐾<0
 3. Jika hasil perhitungan kemiringan bernilai nol 𝐾 = 0, maka model dikatakan
simetris.

C. Contoh Kemiringan
1. Pearson

2. Bowley