Modul-10

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

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 1

 Untuk mengetahui konsentrasi ke arah kanan atau ke kiri dapat digunakan Rumus :
a. Koefisien Kemencengan Pearson
Koefisien Kemencengan Pearson merupakan nilai dari selisih rata-rata dengan
modus dibagi dengan simpangan baku, dirumuskan :

̅
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

Jika nilai sk ini dihubungkan dengan keadaan kurva, maka :

 Sk = 0, berarti kurva memiliki bentuk simetris
 Sk > 0, berarti nilai-nilai terkonsentrasi pada sisi sebelah kanan (𝑋̅ terletak disebelah
kanan Mo) sehingga kurva memiliki ekor memanjang ke kanan, kurva memiliki
bentuk menceng ke kanan (Menceng positif)
 Sk < 0, berarti nilai-nilai terkonsentrasi pada sisi sebelah kiri (𝑋̅ terletak disebelah
kiri Mo) sehingga kurva memiliki ekor memanjang ke kiri, kurva memiliki bentuk
menceng ke kiri (Menceng negatif)

Pada dasarnya perhitungan Pearson menggunakan ketentuan ciri distribusi normal,

yakni besaran Mean, Median dan Modus adalah sama. Jika distribusi data tersebut
tidak normal, maka besaran Mean, Median dan Modus juga menjadi tidak sama.
Pergeseran antara ketiga ukuran terpusat inilah yang dijabarkan rumus di atas.

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

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 2

B.
̅ )−Me
3(X
sk = s
Oleh karena nilai sk negatif,
3(67,5−70,5) maka kurvanya menceng ke kiri
sk = 16,2 (menceng negatif)

sk = −𝟎, 𝟓𝟓

b. Koefisien Kemencengan Bowley

Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil dari sebuah
distribusi, dirumuskan :

(𝑄3 − 𝑄2 ) − (𝑄2 − 𝑄1 )
𝑠𝑘𝐵 =
(𝑄3 − 𝑄2 ) + (𝑄2 − 𝑄1 )

𝐴𝑇𝐴𝑈

𝑄3 − 2𝑄2 + 𝑄1
𝑠𝑘𝐵 =
𝑄3 − 𝑄1

Koefisien kemencengan Bowley sering juga disebut Kuaril Koefisien Kemencengan,

dengan ketentuan :
 Q3 – Q2 > Q2 – Q1, maka distribusi akan menceng ke kanan atau menceng positif
 Q3 – Q2 < Q2 – Q1, maka distribusi akan menceng ke kiri atau menceng negatif
 Nilai skB positif berarti distribusi menceng ke kanan dan berlaku sebaliknya
 Nilai skB = ± 0,10 kemencengan kurva tidak berarti
 Nilai skB > 0,30 kemencengan kurva berarti

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

61,96 − 2 (54,37) + 45,895

𝑠𝑘𝐵 = = 𝟎, 𝟐𝟔
61,96 − 45,895

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 3

 Karena nilai skB positif (= 0,26), maka kurva menceng ke kanan dengan kemencengan
yang berarti

c. Koefisien Kemencengan Persentil

Koefisien kemencengan persentil dihitung berdasarkan atas hubungan antar persentil
(P90, P50 dan P10) dari sebuah distribusi, dirumuskan :

(𝑃90 − 𝑃50 ) − (𝑃50 − 𝑃10 )

𝑠𝑘𝑃 =
𝑃90 − 𝑃10

ATAU

𝑃90 − 2𝑃50 + 𝑃10

𝑠𝑘𝑃 =
𝑃90 − 𝑃10

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 :

𝑃90 − 2𝑃50 + 𝑃10

𝑠𝑘𝑃 =
𝑃90 − 𝑃10

301 − 2(279,06 + 258,12)

𝑠𝑘𝑃 =
301 − 258,12

𝑠𝑘𝑃 = 𝟎, 𝟎𝟐𝟑

Karena nilai skP positif (= 0,023), maka kurva menceng ke kanan

d. Koefisien Kemencengan Momen

Koefisien kemencengan Momen ditentukan berdasarkan atas perbandingan momen ke-3
dengan pangkat 3 simpangan baku, dilambangkan α3. Kemencengan Momen disebut
juga kemencengan relatif, dengan ketentuan sebagai berikut :
 Untuk distribusi simetris (normal), nilai α3.= 0
 Untuk distribusi menceng ke kanan, nilai α3.> 0
 Untuk distribusi menceng ke kiri, nilai α3.< 0
 Menurut Karl Pearson, distribusi yang memiliki α3 > ±0,50 merupakan distribusi
dengan kemencengan yang berarti (sangat menceng), sedangkan menurut Kenney
dan Keeping nilai α3 bervariasi antara ±2 bagi distribusi yang menceng.

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 4

 Koefisien kemencengan Momen dapat ditentukan dengan rumus :
a. Untuk Data Tunggal :

∑(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

Langkah 2 : Mencari nilai deviasi standar

Menyiapkan tabel perhitungan :
X 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)2 (𝑋 − 𝑋̅)3
2 -4 16 64
3 -3 9 27
5 -1 1 1
9 3 9 27
11 5 25 125
60 = 244
Σ(𝑋 − 𝑋̅)2 Σ(𝑋 − 𝑋̅)3

2
√ ∑(𝑋 − 𝑋̅)
𝑠=
𝑛−1

60
𝑠=√ = 𝟑, 𝟖𝟕𝟑
5−1

Langkah 3 : Mencari nilai Koef Kemencengan Momen :

3
∑(𝑋 − 𝑋̅)3
𝑀 𝑛
∝3 = 3 =
𝑠 𝑠3
244
5 48,8
∝3 = = = 𝟎, 𝟖𝟒
(3,873)3 58,095

Distribusi menceng ke kiri karena ∝3 < 3

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 5

 b. Untuk Data Kelompok :

∑ 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

Tabel 1. Usia Peserta KB di 10 klinik di Jawa Timur Tahun 73 - 76

Usia Peserta Frekuensi
15 – 19 1
20 – 24 29
25 – 29 43
30 – 34 41
35 – 39 24
40 – 44 12
Jumlah 150

Penyelesaian :

Langkah 1 : menyiapkan tabel perhitungan

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).

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 6

 Langkah 2 : mencari nilai Deviasi standar (simpangan baku)
Metoda Coding :
2
∑ fu2 ∑ fu
σ = C. √ −( )
N N

278 94 2
σ = 5. √150 − (150)

σ = 𝟔, 𝟎𝟒𝟐𝟕

Catatan : s = lambang untuk sampel; σ = lambang untuk populasi

Langkah 3 : Mencari nilai Koef Kemencengan Momen

2
𝐶3 ∑ 𝑓𝑢3 ∑ 𝑓𝑢 ∑ 𝑓𝑢 ∑ 𝑓𝑢 3
∝3 = 3 = [ −3( )( ) +2( ) ]
𝑠 𝑛 𝑛 𝑛 𝑛

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

Distribusi menceng ke kiri karena ∝3 < 3

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.

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 7

 Gambar 1. Keruncingan Kurva

Untuk mengetahui apakah sebuah data adalah mesokurtik, leptokurtik, atau platikurtik
dapat ditentukan dengan :

a. Koefisien Keruncingan/Koefisien Kurtosis

Koefisien kurtosis dilambangkan dengan α4 (alfa 4), dengan ketentuan sebagai
berikut :
 Nilai α4 < 3, maka distribusinya adalah platikurtik
 Nilai α4 > 3, maka distribusinya adalah leptokurtik
 Nilai α4 = 3, maka distribusinya adalah mesokurtik

Koefisien Keruncingan/Koefisien Kurtosis dapat ditentukan dengan rumus :

Untuk Data Tunggal :

∑(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

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 8

 54
𝑠=√ = 3,67
5−1

Langkah 2 : Menyiapkan tabel perhitungan (seperti yang diminta oleh rumus)

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

Langkah 3 : Menghitung Koef. Keruncingan

∑(𝑋 − ̅̅̅
𝑋)4
∝4 = 𝑛
𝑠4
978
∝4 = 5 = 𝟏, 𝟎𝟖
3,67

Karena nilainya < 3, maka distribusinya adalah distribusi platikurtik

Untuk Data Kelompok :

∑ 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

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 9

 Contoh 7 :
Tentukan keruncingan kurva dari tabel distribusi di bawah ini

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

Tabel Perhitungan untuk mencari rata-rata dan deviasi standar

Titik fX 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)2 f(𝑋 − 𝑋̅)2
Diameter Frekuensi
Tengah
Pipa (mm) (f)
(X)
65 – 67 2 66 132 -7,425 55,131 110,262
68 – 70 5 69 345 -4,425 19,581 97,905
71 – 73 13 72 936 -1,425 2,031 26,403
74 – 76 14 75 1050 1,575 2,482 34,734
77 – 79 4 78 312 4,575 20,931 83,724
80 – 82 2 81 162 7,575 57,381 114,762
40 = Σf 2937 = 467,790 =
atau N ΣfX Σ(𝑋 − 𝑋̅)2

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 10

 Langkah 2 : Menghitung koef keruncingan dengan pertolongan tabel seperti apa yang
diminta oleh rumus

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

34 291 127 −21 63 −21 2 −21 4

∝4 = =[ −4( )( ) +6( ) ( ) − 3( ) ]
3,424 40 40 40 40 40 40

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.

b. Koefisien Kurtosis Persentil (K)

Koefisien kurtosis persentil dilambangkan dengan K (Kappa). Untuk distribusi
normal, nilai Kappa = 0,263. Koefisien kurtosis persentil ditentukan dengan rumus
:

1
(𝑄3 − 𝑄1 )
𝐾=2
𝑃90 − 𝑃10

Contoh 8 : Berikut ini disajikan tabel distribusi frekuensi dari tinggi mahasiswa
Unbor

Tinggi (inchi) Frekuensi

60 - 62 5
63 – 65 18
66 – 68 42
69 – 71 27
72 – 74 8

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 11

 Jumlah 100
a. Tentukan Koefisien kurtosis persentil
b. Tentukan bentuk distribusi datanya

Penyelesaian :
Diketahui n = 100

Langkah 1 : Menyiapkan Tabel perhitungannya dengan menambahkan kolom

frekuensi kumulatif.

Tinggi (inchi) Frekuensi fk

60 - 62 5 5
63 – 65 (P10) 18 23
66 – 68 (Q1) 42 65
69 – 71 (Q3), (P90) 27 92
72 – 74 8 100
Jumlah 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 :

Kelas kuartil = Kelas ke-3

Tepi Bawah Kelas kuartil (Bi) = 65,5
Jml kelas-kelas sebelum kelas Q1 (Σfi)0 = 23
Panjang interval kelas (C) = 3
Frekuensi Kelas Q1 (fQi) = 42
𝑖𝑛
( 4 ) − (∑ 𝑓𝑖 )0
Qi = 𝐵𝑖 + .𝐶
𝑓𝑄𝑖

1𝑛
( 4 ) − (∑ 𝑓1 )0
Q1 = 𝐵1 + .𝐶
𝑓𝑄1

1𝑥 100
(
Q1 = 65,5 + 4 ) − 23 . 3
42

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 12

 Q1 = 𝟔𝟗, 𝟔𝟏
Untuk menghitung Q3 sama dengan menghitung Q1 di atas (lihat bab fraktil)
Sehingga ditemukan kelas Q3 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 = 65
Panjang interval kelas (C) = 3
Frekuensi Kelas Q3 (fQi) = 27

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

Untuk menghitung P10 :

 Kelas P10, jika (Σfi)0 = jumlah frekuensi semua kelas sebelum ke kelas Pesentil ≥
10/100 (n)
Mencari kelas P10 dengan cara menjumlahkan frekuensi kelas-kelas sebelum ke
kelas Persentil dengan rumus (Σfi)0 ≥ 10/100 (n)
Karena n = 100, maka 10/100 (n) = 10/100 x 100 = 10 atau ≥ 10

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 :

Kelas Persentil = Kelas ke-2 (63 – 65)

Tepi Bawah Kelas kuartil (Bi) = 62,5
Jml kelas-kelas sebelum kelas P10 (Σfi)0 = 5
Panjang interval kelas (C) = 3
Frekuensi Kelas P10 (fPi) = 18

𝑖. 𝑛
( ) − (∑ 𝑓𝑖 )0
Pi = 𝐵𝑖 + 100 .𝐶
𝑓𝑃𝑖

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 13

 10 𝑥 100
(
P10 = 𝐵10 + 100 ) − (∑ 𝑓𝑖 )0 . 𝐶
𝑓𝑃10

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

Untuk menghitung koef kurtosisnya :

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

VII-10 Skewness dan Kurtosis by Linda Bachrun Page 14