BAB VI

MOMEN, KEMIRINGAN DAN KURTOSIS

1. PENDAHULUAN
Rata-rata varians sebenarnya merupakan hal istimewa dari kelompok
ukuran lain yang disebut momen. Dari momen ini ukuran lain dapat diturunkan.
Bentuk-bentuk sederhana dari momen dan ukuran-ukuran yang didapat
daripadanya akan diuraikan didalam bab ini.

2. 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 mr,
didefinisikan oleh hubungan :

 ( x1 − A)r
VI (1) ........................ mr =
n

Untuk A = 0 didapat momen ke-r sekitar nol atau disingkat momen ke-r:

 xi
r
VI (2) ......................... Momen ke − r =
n

Dari rumus VI(2), maka untuk r = 1 didapat rata-rata x.

Jika A = x kita peroleh momen ke-r sekitar rata-rata, biasa disingkat dengan mr.
Jadi didapat :

 ( x1 − x ) r
VI(3) ......................... mr =
n

Untuk r = 2, Rumus VI(3) memberikan varians s².

32
Untuk membedakan apakah momen itu untuk sampel atau untuk populasi, maka
dipakai simbul.
mr dan mr’ untuk momen sampel
r dan r’ untuk momen populasi
Jadi mr dan mr’ adalah statistik sedangkan r dan r’, merupakan parameter.
Jika data telah disusun dalam daftar distribusi frekuensi, maka rumus-rumus
diatas berturut-turut berbentuk :
 f i ( x i − A) r
V(4) ........................... mr =
n

f i x i
r
VI(5) ......................... Momen ke-r =
n

 f1 ( x i − x ) r
VI(6) ......................... mr =
n

Dimana : n = f1, xi = tanda kelas interval dan fi = frekuensi yang sesuai dengan xi.
Dengan menggunakan cara sandi Rumus VI(4) menjadi :

VI(7) ......................... mr = p r
( f c )
i i
r

n
pr = panjang kelas interval
ci = variabel sandi

Dari mr, harga-harga mr untuk beberapa harga r, dapat ditentukan

berdasarkan hubungan :
m2 = m2’ – (m’1 )
m3 = m’3 – 3 m’1 m’2 + 2(m’1)3
mr = m’4 – 4 m’1 m’3 + 6(m’1) m’2 – 3 (m’1)4

33
3. KEMIRINGAN
Kita sudah mengenal kurva halus atau model yang bentuknya bisa positif,
negatif atau simtrik. 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 taksimetri. Untuk
mengetahui derajat taksimetri sebuah model, digunakan ukuran kemiringan,
ditentukan oleh :

Rata − rata Modus

VI(8) .......................... Kemiringan =
Simpangan Baku

Rumus empirik untuk kemiringan adalah :

3 (Rata − rata − Median )

VI(9) ......................... Kemiringan =
Simpangan Baku

Rumus-rumus VI(8) dan VI(9) berturut-turut dinamakan koefisien kemiringan

pearson tipe pertama dan tipe kedua.

4. KURTOSIS
Bertitik tolak dari kurva normal atau distribusi normal, tinggi rendahnya
atau runcing datanya bentuk kurva disebut kurtosis. Kurva yang runcing
dinamakan leptokurtic sedangkan yang datar disebut platikurtik.
Salah satu ukuran kurtosis ialah koefisien kurtosis diberi simbul a4,
ditentukan oleh rumus :

VI(10) ....................... a4 = (m4 / m2² )

Dengan m2 dan m4 didapat dari rumus VI(3)

a) a4 = 3 → distribusi normal
b) a4 > 3 → distribusi leptokurtic

34
 c) a4 < 3 → distribusi platikurtik
Untuk menyelidiki apakah distribusi normal atau tidak, sering pula dipakai
koefisien kurtosis persentil, diberi simbul k, (baca: kappa) yang rumusnya:

SK 1 ( k 3 − k1 )
VI(11) ........................ k= = 2

P90 − P10 P90 − P10

Dengan : SK = rentang semi antar kuartal

k1 = kuartal kesatu; k3 = kuartal ketiga; P10 = persentil kesepuluh
P90 = persentil ke-90; P90 = P10 – rentang 10 – 90 persentil
Untuk model distribusi normal harga k = 0,263.

35