BAB VI

UKURAN VARIASI RELATIF, KEMIRINGAN DAN

KERUNCINGAN

6.1. Ukuran Variasi relatif

Yang dimaksud dengan ukuran variasi relatif adalah ukuran
variasi yang dapat digunakan untuk membandingkan beberapa
kumpulan data yang berbeda. Adapun macam ukuran variasi relatif
yang biasa digunkan adalalah koefisien variasi dan disimbolkan
dengan KV. Koefisien variasi merupakan ukuran variasi yang bebas
dari satuan data aslinya dan tidak tergantung pada satuan
pengukuran yang dipergunakan.Nilai koeisien variasi diperoleh
dengan rumus berikut.

S
KV = X x
100%

KV = Koefisien Variasi
x ̅ = Rata – rata (mean)
S = Simpangan Baku
Contoh:
Misalkan diketahui harga beras di bebrpa daerah di Jabotabek
rata-rata per Kg = Rp 1.000,- dan S = Rp 100,- sedang harga gula
pasir rata-rata per Kg = Rp 1.500,- dan S = Rp 60,- maka dapat
dibandingkan apakah harga beras lebih bervariasi dari pada harga
gula pasir dengan menggunakan koefisien variasi:
KV (beras) = (100/1000) x 100% = 10%
KV (gula) = (60/1.500) x 100% = 4%
Oleh karena koefisien variasi dari beras lebih besar dari pada
koefisien dari gula, dapat di tafsirkan bahwa harga beras
dibeberapa daerah di jabodetabek sedikit lebih bervariasi
dibandingkan harga gula pasir.
6.2. Ukuran Kemiringan
Ukuran kemiringan digunakan untuk menunjukan simetris
tidaknya bentuk kurva yang dihasilkan dari distribusi suatu
kumpulan data.
Karena bentuk suatu kurva merupakan pencerminan dari macam
distribusi suatu kumpulan data,maka kemiringan suatu kurva dapat
dilihat dari perbedaan bentuk antara Mean, Median dan Modus.

Distribusi dari sekumpulan data di katakan simetris bila

Mean,Median dan Modus terletak dalam suatu titik atau dengan
kata lain ketiga ukuran nilai pusat tersebut mempunyai nilai sama.

Contoh
Suatu kumpulan data yang mmempunyai distribusi data ……….
KELAS f fk Cmi f.Cmi
20 – 29 4 4 24,5 98,0
30 – 39 11 15 34,5 379.5
40 – 49 20 35 44,5 890,0
50 – 59 11 46 54,5 599,5
60 - 69 4 50 64,5 258,0
Jumlah 50 2.225,0

Mean = 2225/50 = 44,5

+ ( n/2 )−Cfb ( 50/2 )−15

Md = Bb fm
.C = 39,5 + 20
.10=44,5

1
+S 9
Mo = Bb S 1+ S 2 .C = 39,5 + 9+9 .10=44,5

Dari contoh soal di atas dapat digambarkan kurvanya (simetris)

44,5
Mean = MO = Md

Bila suatu distribusi mempunyai mean, median & modus yang

tidak terletak pada suatu titik yang sama, maka akan diperoleh
distribusi yang tidak simetris. Pada distribusi yang tidak simetris,
data akan terkosentrasi pada salah satu sisi kurva sehingga bentuk
kurva yang diperoleh akan miring. Distribusi yang miring ke kanan,
data cinderung terkonsentrasi pada nilai yang rendah, dan
sebaliknya jika distribusi miring ke kiri, data cenderung
terkonsentrasi pada nilai yang tinggi.

Mo Md Mean Mean Md Mo
Distribusi data miring ke kanan Distribusi data miring ke kiri

Contoh
Suatu kumpulan data yang mempunyai distribusi miring ke ……..

KELAS F fk Cmi f.Cmi

20 – 29 6 6 24,5 147,0
30 – 39 20 26 34,5 690,0
40 – 49 15 41 44,5 667,5
50 – 59 6 47 54,5 327,0
60 - 69 3 50 64,5 193,5
Jumlah 50 2.025,0

Mean = 2025/50 = 40,5

+ ( n/2 )−Cfb ( 50/2 )−26

Md = Bb fm
.C = 39,5 + 15
.10=38,9

+ S1 15
Mo = Bb S 1+ S 2 .C = 39,5 + 15+6
.10=36,6

Dari contoh di atas dapat digambarkan kurvanya (distribusi miring

ke kanan)
 36,6 38,9 40,5
Mo Md Mean
Contoh
KELAS F fk Cmi f.Cmi
20 – 29 3 3 24,5 73,5
30 – 39 7 10 34,5 241,5
40 – 49 15 25 44,5 667,5
50 – 59 20 45 54,5 1.090,0
60 - 69 5 50 64,5 322,5
Jumlah 50 2.395,0

Mean = 2.395,0/50 = 47,9

+ ( n/2 )−Cfb ( 50/2 )−25

Md = Bb fm
.C = 49,5 + 20
.10=49,5

1
+S 5
Mo = Bb S 1+ S 2 .C = 49,5 + 5+15
.10=52

Dari contoh soal di atas dapat digambarkan kurvanya (distribusi

miring ke kiri)

Mean Md Mo
47,9 49,5 52

Untuk mengetahui apakah kurva dari suaatu distribusi

berbentuk simetris, miring ke kanan atau ke kiri, ada dua jenis
pengukuran yang dapat digunakan, yaitu:
1. Koefisien pearson
2. Alpha Tiga (α3)

6.2.1 Koefisien perason (Coefficien Skewness pearson)

Mean−Modus
SK=
Deviasi Standart

SK = Koefisien Kemiringan Pearson

Apabila secara empiris didapat hubungan antar nilai pusat sebagai

berikut:
 Mean – Modus = 3 (mean - modus)
Maka rumus menjadi:

3(Mean−Modus)
SK =
Deviasi Standart

Ada tiga kemungkinan yang dapat dihasilkan dari perhitungan

koefisien kemiringa pearson, yaitu:
1. SK = 0 Distribusinya simetris
2. SK > 0 Distribusi miring ke kanan
3. SK < 0 Distribusinya miring ke kiri

Mo Md Mean

Kurva terdistribusi dengan SK > 0 miring ke kanan

Mean Md Mo

Kurva ditribusi dengan SK < 0 Miring ke kiri

6.2.2. ALPHA 3 (moment coefficien of Skewness)

Ukuran kemiringan alpha 3 merupakan penyederhanaan dari
koefisien pearson, rumusnya adalah sebagai berikut:

| [ ][ ] [( )]|
3 3 2 1 1
C ∑ fd ∑fd ∑fd ∑ fd
α3= −3 +2
S
3
n n n n

Α3 = Ukuran kemiringan alpha 3

C = Interval clas
S = Standar deviasi
fi = Frekuensi kelas ke i
di = Deviasi kelas ke i
n = Jumlah data

Contoh: perhitungan ukuran kemiringan menggunakan α3

 KELAS Cmi f d fd fd2 fd3
20 – 29 24,5 5 -2 -10 20 -40
30 – 39 34,5 20 -1 -20 20 -20
40 – 49 44,5 15 0 0 0 0
50 – 59 54,5 7 1 7 7 7
60 – 69 64,5 3 2 6 12 24
Jumlah 50 -17 59 -29

Diketahui: Deviasi Standart = 10,32

| [ ][ ] [( ) ]| = 0,49
3 ❑ ❑ ❑ ❑ 3
10 −29 59 −17 −17
α3= 10,32
3
50
−3
50 50
+2
50

Dari hasil perhitungan diperoleh α3 > 0, maka dapat ditarik

kesimpulan bahwa kumpulan datamempunyai distribusi miring ke
kanan.

6.3 Ukuran Keruncingan

Ukuran keruncingan adalah suatu ukuran yang digunakan
untuk menentukan runcingan atau tidaknya satu kurva distribusi,
sehingga dapat diketahui apakah kumpulan data terkosentrasi
disekitar mean atau menyebar.
Ada tiga bentuk keruncingan kurva distribusi, yaitu:

 Distribusi LEPTOKURTIK
 Distribusi MESOKURTIK
 Distribusi PLATIKURTIK

Ukuran keruncingan tersebut dapat digunakan sebagai ukuran

untuk menentukan bentuk keruncingan distribusi.
Distribusi ini menunjukan frekuensi menumpuk pada interval
tertentu disekitar mean, sedikit yang tersebar lebih jauh dari mean.

(A). LEPTOTURIK

Distribusi ini menunjukan distribusinya adalah simetris

sehingga menggambarkan distribusi normal
 (B). MESOKURTIK

Distribusi ini menunjukan frekuensi tersebar keseluruh daerah

kurva.

(C).PLATIKURTIK

Ukuran keruncingan yang biasa digunakan adalah α 4 yang

disebut dengan moment coefficien atau sering disingkat koefisien
kurtosis saja.
Koefisien kurtosis dapat diperoleh dengan rumus:

 Untuk data yang tidak dikelompokkan:

α 1 /n ∑ ( Xi−x )
2
4=
S4

α = Koefisien kurtosis
Xi = Nilai dari observasi
x = Mean
S = Standart deviasi

- Untuk data yang dikelompokan;

[ ( ∑nfd )−3 ( ∑nfd )]

4 4 3 1 2 2 1
C ∑ fd ∑ fd ∑ fd ∑fd
α4 = −4 +6
S
4
n n n n

Ada tiga kemungkinan yang dapat dihasilkan untuk

perhittungan α4, yaitu:
 1) Nilai α4 = 3 Distribusi mesokurtik
2) Nilai α4 > 3 Distribusi Leptokurtik
3) Nilai α4 < 3 Distribusi Platikurtik

Contoh:
Perhitungan ukuran kemiringan menggunakan koefisien kurtosis.

KELAS Cmi f d fd fd2 fd3 fd4

20 – 29 24,5 5 -2 -10 20 -40 80
30 – 39 34,5 20 -1 -20 20 -20 20
40 – 49 44,5 15 0 0 0 0 0
50 – 59 55,5 7 1 7 7 7 7
60 - 69 66,5 3 2 6 12 24 48
Jumlah 50 -17 59 -29 155

Diketahui: Deviasi Standart = 10,32

α4 = [
10 4 155
4
10,32 50
−4
−29 −17
50 50
+6
59 −172
50 50
−3
174
50 ]=2,72

Karena α4 < 3, maka bentuk distribusi adalah distribusi platikurtik.