BAB VII
SKEWNESS (KEMENCENGAN/KECONDONGAN)
DAN KURTOSIS (KERUNCINGAN)
Setelah sekelompok data dicari ukuran pusat (central tendency) nya, dan ukuran
dispersi data dari rata-ratanya, maka perlu juga diketahui bentuk distribusi dari
sekelompok data tersebut. Sebab dua kelompok data yang mempunyai nilai rata-rata yang
sama dan juga mempunyai nilai dispersi data yang sama belum tentu keduanya mempunyai
bentuk distribusi data yang sama.
Pada pembahasan bab-bab sebelumnya, telah dibahas bentuk dari distribusi data
yang populer dan penting dalam statistik, yaitu distribusi data yang normal yang secara
grafik berbentuk lonceng (simetris). Jika distribusi data tidak normal (asimetris), maka
pada data tersebut akan dikenakan metoda statistik yang berbeda daripada bila data
berdistribusi normal.
Pada dasarnya ada dua hal yang berkaitan dengan suatu distribusi data yaitu 1)
kemencengan (Skewness) dan , 2) keruncingan (Kurtosis). Untuk mengetahui
kemencengan suatu distribusi data, bisa digunakan gambar dan perhitungan. Sedangkan
untuk mengetahui keruncingan suatu distribusi data bisa digunakan perhitungan koefisien
kurtosis. Bab ini akan membahas bagaimana menilai bentuk suatu distribusi data, dengan
menguji/menghitung tingkat kemencengan serta tingkat keruncingan distribusi tersebut.
Selain menggunakan gambar/kurva, untuk mengetahui apakah sebuah data
berdistribusi normal atau tidak, bisa juga diketahui dari tingkat kemencengannya yang
disebut Skewness.
1. Kemencengan (Skewness)
Skewness adalah tingkat ketidaksimetrian dari sebuah distribusi. Sebuah distribusi
yang tidak simetris akan memiliki rata-rata, median dan modus yang tidak sama besarnya,
sehingga distribusi akan terkonsentrasi pada salah satu sisi atau kurvanya akan menceng.
Jika distribusi memiliki ekor yang lebih panjang ke kanan, maka distribusi tersebut
dikatakan menceng ke kanan (kemencengan positif). Sebaliknya jika distribusi memiliki
ekor yang lebih panjang ke kiri, maka distribusi tersebut dikatakan menceng ke kiri
(kemencengan negatif).
Ekor
Ekor
̅
X − Mo
sk =
s
̅ − Mo = 3(X
Apabila secara empiris didapat hubungan antar nilai pusat sebagai :X ̅ −
Me), maka rumus kemencengan di atas dapat berubah menjadi :
̅) − Me
3(X
sk =
s
Contoh 1 :
misal pada sebuah distribusi data dihasilkan rata-rata (𝑋̅) = 67,5; Deviasi Standar (s)
= 16,2; Me = 70,5; dan Mo = 74,8
Penyelesaian :
A.
̅ −Mo
X
sk = s Oleh karena nilai sk negatif,
67,5 − 74,8 maka kurvanya menceng ke kiri
sk = (menceng negatif
16,2
sk = −𝟎, 𝟒𝟓
sk = −𝟎, 𝟓𝟓
(𝑄3 − 𝑄2 ) − (𝑄2 − 𝑄1 )
𝑠𝑘𝐵 =
(𝑄3 − 𝑄2 ) + (𝑄2 − 𝑄1 )
𝐴𝑇𝐴𝑈
𝑄3 − 2𝑄2 + 𝑄1
𝑠𝑘𝐵 =
𝑄3 − 𝑄1
Contoh 2 :
Jika pada sebuah distribusi data diketahui : Q1 = 45,895 ; Q2 = 54,37 ; Q3 = 61,96
Tentukan kemencengan kurva dari distribusi di atas.
Penyelesaian :
𝑄3 − 2𝑄2 + 𝑄1
𝑠𝑘𝐵 =
𝑄3 − 𝑄1
ATAU
Contoh 3 :
Jika pada sebuah distribusi data upah dari 65 karyawan diketahui : P90 = 301 ; P50 =
279,06 ; P10 = 258,12. Tentukan kemencengan kurva dari distribusi di atas.
Penyelesaian :
𝑠𝑘𝑃 = 𝟎, 𝟎𝟐𝟑
∑(𝑋 − 𝑋̅)3
𝑀3 𝑛
∝3 = 3 =
𝑠 𝑠3
M = momen kemencengan
s = standar deviasi
Contoh 4 :
Tentukan nilai α3 dan tingkat kemencengan dari data : 2, 3, 5, 9, 11
Penyelesaian :
Langkah 1 : Mencari nilai rata-rata
Diket : n = 5
2 + 3 + 5 + 9 + 11
𝑋̅ = =𝟔
5
2
√ ∑(𝑋 − 𝑋̅)
𝑠=
𝑛−1
60
𝑠=√ = 𝟑, 𝟖𝟕𝟑
5−1
∑ 𝑓. (𝑋 − 𝑋̅)3
𝑀3 𝑛
∝3 = 3 =
𝑠 𝑠3
𝐶3 ∑ 𝑓𝑢3 ∑ 𝑓𝑢2 ∑ 𝑓𝑢 ∑ 𝑓𝑢 3
∝3 = 3 = [ − 3( )( ) +2( ) ]
𝑠 𝑛 𝑛 𝑛 𝑛
Catatan :
Koef. Kemencengan (+) distribusi data menceng ke kanan
Koef. Kemencengan (-) distribusi data menceng ke kiri
Contoh 5 :
Tentukan tingkat kemencengan dari distribusi frekuensi di bawah ini
Penyelesaian :
Titik
Usia Frekuensi
tengah u fu u2 fu2 u3 fu3
Peserta (f)
(X)
15 – 19 1 17 -2 -2 4 4 -8 8
20 – 24 29 22 -1 -29 1 29 -1 -29
25 – 29 43 27 0 0 0 0 0 0
30 – 34 41 32 -1 41 1 41 -1 41
35 – 39 24 37 2 48 4 96 8 192
40 – 44 12 42 3 36 9 108 27 324
Jumlah 150 = N 94= 278 = 520 =
Σfu Σfu2 Σfu3
Mengingatkan kembali bahwa “u’ adalah angka kode yaitu dengan mengisi angka 0
(nol) pada interval usia yang mempunyai frekuensi terbesar. (cara menghitung lihat
pada bab-bab sebelumnya).
278 94 2
σ = 5. √150 − (150)
σ = 𝟔, 𝟎𝟒𝟐𝟕
53 520 278 94 94 3
∝3 = = [ − 3 ( ) ( ) +2( ) ]
6,043 150 150 150 150
125
∝3 = = [3,47 − 3,498 + 0,498]
220,35
∝3 = 0,567[0,47] = 0,266
2. Keruncingan (Kurtosis)
Jika kemencengan menunjukkan perubahan distribusi secara horizontal (menceng ke
kiri atau ke kanan), maka keruncingan menunjukkan perubahan distribusi secara
vertikal (cenderung runcing ke atas atau gemuk ke bawah). Berdasarkan tingkat
keruncingannya, kurva distribusi dibedakan atas :
a. Leptokurtik, merupakan distribusi yang memiliki puncak yang realtif tinggi (terlalu
runcing ke atas)
b. Platykurtik, merupakan distribusi yang memiliki puncak yang hampir mendatar
(sangat landai)
c. Mesokurtik, merupakan distribusi yang memiliki puncak tidak tinggi dan tidak
mendatar. Bila distribusinya merupakan distribusi simetris, maka distribusi
mesokurtik dianggap sebagai distribusi normal.
Untuk mengetahui apakah sebuah data adalah mesokurtik, leptokurtik, atau platikurtik
dapat ditentukan dengan :
∑(𝑋 − ̅̅̅
𝑋)4
∝4 = 𝑛
𝑠4
Contoh 6 :
Tentukan keruncingan kurva dari data : 2, 3, 6, 8, 11
Penyelesaian :
Diket : n = 5
Langkah 1 : Mencari nilai rata-rata dan nilai deviasi standar (simpangan baku)
2 + 3 + 6 + 8 + 11
𝑋̅ = =𝟔
5
2
∑(𝑋 − 𝑋̅)
𝑠=√
𝑛−1
X 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)4
2 -4 256
3 -3 81
6 0 0
8 2 16
11 5 625
978 =
0
Σ(𝑋 − 𝑋̅)4
∑(𝑋 − ̅̅̅
𝑋)4
∝4 = 𝑛
𝑠4
978
∝4 = 5 = 𝟏, 𝟎𝟖
3,67
∑ 𝑓. (𝑋 − 𝑋̅)4
∝4 = 𝑛
𝑠4
ATAU
3 2 4
𝐶4 ∑ 𝑓𝑢4 ∑ 𝑓𝑢 ∑ 𝑓𝑢 ∑ 𝑓𝑢2 ∑ 𝑓𝑢 ∑ 𝑓𝑢
∝4 = 4 = [ − 4( )( ) +6( )( ) − 3 (1 ) ]
𝑠 𝑛 𝑛 𝑛 𝑛 𝑛 𝑛
Diameter Pipa
Frekuensi (f)
(mm)
65 – 67 2
68 – 70 5
71 – 73 13
74 – 76 14
77 – 79 4
80 – 82 2
40 = Σf atau N
Penyelesaian :
Diket : N = 40
Langkah 1 : Mencari nilai rata-rata dan deviasi standar dengan pertolongan tabel
∑ 𝑓𝑋
𝑋̅ =
𝑁
2937
𝑋̅ = = 𝟕𝟑, 𝟒𝟐𝟓
40
2
√ ∑ 𝑓(𝑋 − 𝑋̅)
𝜎=
𝑁
467,790
𝜎=√
40
𝜎 = √11,694 = 𝟑, 𝟒𝟐
Titik
Diameter Frekuensi
Tengah u u2 f.u f.u2 u3 fu3 u4 fu4
Pipa (mm) (f)
(X)
65 – 67 2 66 -3 9 -6 18 27 54 81 162
68 – 70 5 69 -2 4 -10 20 8 40 16 80
71 – 73 13 72 -1 1 -13 13 1 13 1 13
74 – 76 14 75 0 0 0 0 0 0 0 0
77 – 79 4 78 1 1 4 4 1 4 1 4
80 – 82 2 81 2 4 4 8 8 16 16 32
40 = Σf -21 63 127 291=
atau n Σfu Σfu2 Σ fu3 Σ fu4
2 4
𝐶4 ∑ 𝑓𝑢4 ∑ 𝑓𝑢3 ∑ 𝑓𝑢 ∑ 𝑓𝑢2 ∑ 𝑓𝑢 ∑ 𝑓𝑢
∝4 = 4 = [ − 4( )( ) +6( )( ) − 3( ) ]
𝑠 𝑛 𝑛 𝑛 𝑛 𝑛 𝑛
81
∝4 = = [2,7075 + 2,6046 − 0,2279]
136,81
∝4 = 𝟑, 𝟎𝟏
Karena nilai keruncingannya hampir sama atau sama dengan 3, maka bentuk kurvanya
adalah Mesokurtik.
1
(𝑄3 − 𝑄1 )
𝐾=2
𝑃90 − 𝑃10
Contoh 8 : Berikut ini disajikan tabel distribusi frekuensi dari tinggi mahasiswa
Unbor
Penyelesaian :
Diketahui n = 100
Untuk menghitung Q1 :
Kelas Q1, jika (Σfi)0 = jumlah frekuensi semua kelas sebelum ke kelas kuartil ≥1/4 (n)
Mencari kelas Q1 dengan cara menjumlahkan frekuensi kelas-kelas sebelum ke kelas
kuartil dengan rumus (Σfi)0 ≥ 1/4 (n)
Karena n = 100, maka 1/4 (n) = 1/4 x 100 = 25 atau ≥ 25
Perhatikan Tabel di atas kolom 3, letak kelas Q1 adalah pada frek kumulatif (fk)
sebesar 25 atau ≥ 25 yang diperoleh dari penjumlahan f1 (5), dan f2 (18) = 7 karena
belum mencapai jumlah frekuensi sebesar 25 atau ≥ 25, maka harus ikut dijumlahkan
f3 (42) sehingga dihasilkan 65 (65 ≥ 25). Dengan demikian, kelas yang mengandung
Q1 adalah kelas ke-3 dengan interval tinggi 66 – 68. Karena interval tinggi yang
mengandung kuartil-1 adalah 66 – 68 maka dengan cepat dapat diketahui :
1𝑛
( 4 ) − (∑ 𝑓1 )0
Q1 = 𝐵1 + .𝐶
𝑓𝑄1
1𝑥 100
(
Q1 = 65,5 + 4 ) − 23 . 3
42
𝑖𝑛
( ) − (∑ 𝑓𝑖 )0
Qi = 𝐵𝑖 + 4 .𝐶
𝑓𝑄𝑖
3𝑛
( 4 ) − (∑ 𝑓3 )0
Q3 = 𝐵3 + .𝐶
𝑓𝑄3
3 𝑥 100
( 4 ) − 65
Q3 = 68,5 + .3
27
Q3 = 𝟔𝟗, 𝟔𝟏
Perhatikan Tabel di atas kolom 3, letak kelas P10 adalah pada frek kumulatif (fk)
sebesar 10 atau ≥ 10 yang diperoleh dari penjumlahan f1 (5), dan f2 (18) = 23
karena sudah mencapai jumlah frekuensi sebesar 23 atau ≥ 23, Dengan demikian,
kelas yang mengandung P10 adalah kelas ke-2 dengan interval tinggi 63 – 65.
Karena interval tinggi yang mengandung Persentil-10 adalah 63 – 65 maka dengan
cepat dapat diketahui :
𝑖. 𝑛
( ) − (∑ 𝑓𝑖 )0
Pi = 𝐵𝑖 + 100 .𝐶
𝑓𝑃𝑖
10 𝑥 100
(
P10 = 62,5 + 100 ) − 5 . 3
18
P10 = 𝟔𝟑, 𝟑𝟑
Untuk menghitung P90 sama dengan menghitung P10 di atas (lihat bab fraktil)
Sehingga ditemukan kelas P90 adalah kelas ke-4 dengan demikian maka :
Kelas kuartil = Kelas ke-4 (69 – 71)
Tepi Bawah Kelas kuartil (Bi) = 68,5
Jml kelas-kelas sebelum kelas Q1 (Σfi)0 = 42
Panjang interval kelas (C) = 3
Frekuensi Kelas P90 (fQi) = 27
𝑖. 𝑛
(100) − (∑ 𝑓𝑖 )0
Pi = 𝐵𝑖 + .𝐶
𝑓𝑃𝑖
90 𝑥 100
(
P90 = 𝐵90 + 100 ) − (∑ 𝑓90 )0 . 𝐶
𝑓𝑃90
90 𝑥 100
(
P90 = 68,5 + 100 ) − 65 . 3
27
P90 = 𝟕𝟏, 𝟐𝟖
1
(𝑄3 − 𝑄1 )
𝐾=2
𝑃90 − 𝑃10
1
(69,61 − 65,64)
𝐾=2 = 𝟎, 𝟐𝟓
71,28 – 63,33
Karena K = 0,25 (< 0,263) maka distribusi nya bukan distribusi normal