PENGUKURAN

PENYIMPANGAN
• Jangkauan Kuartil disebut simpangan kuartil atau rentang semi antarkuartil atau deviasi kuartil
𝟏
𝑱𝑲 = 𝑸𝟑 − 𝑸𝟏
𝟐
Dimana 𝑄3 : kuartil bawah atau kuartil pertama
𝑄1 : kuartil atas atau kuartil ketiga

• Jangkauan persentil 10 – 90 disebut rentang persentil 10 – 90

𝑱𝑷𝟏𝟎−𝟗𝟎 = 𝑷𝟗𝟎 − 𝑷𝟏𝟎

dimana 𝑃10 : persentil ke – 10
𝑃90 : persentil ke – 90

• Koefisien variasi merupakan salah satu ukuran disperse relative yang digunakan untuk mengukur
perbandingan variasi antara nilai-nilai besar dan nilai-nilai kecil
𝑺
𝑲𝒐𝒆𝒇𝒊𝒔𝒊𝒆𝒏 𝒗𝒂𝒓𝒊𝒂𝒔𝒊 𝑲𝑽 = 𝒙𝟏𝟎𝟎%
ഥ
𝑿
dimana S : standar deviasi
𝑋ത : rata-rata hitung
UKURAN KECONDONGAN

Bentuk Distribusi
• Distribusi simetris

• Distribusi miring ke kiri atau ke kanan

• Distribusi bentuk U
Kecondongan atau kemiringan adalah ukuran ketidaksimetrisan suatu distribusi
data
• Khusus data normal, gambar distribusi berbentuk bel dan simetris (bila
distribusi dibelah tengah, maka besar dan bentuk sebelah kiri dan kanan akan
sama besar)
D I S T R I BU S I S I M E T R I S D I S T R I BU S I T I DA K S I M E T R I S

• Mean = Median = Modus • Mean ≠ Median ≠ Modus

• Ketiga ukuran tendensi pusat saling berhimpit Apabila datanya cukup banyak, berlaku
hubungan:
• Modus – Median = 2(Median – Modus)
• Modus = 3 Median – 2 Modus
 UKURAN KECONDONGAN
• Koefisien kecondongan (skewness) dapat dihitung dengan rumus Pearson

𝑀𝑒𝑎𝑛 − 𝑀𝑜𝑑𝑢𝑠
𝑆𝐾 =
𝑆𝑡. 𝐷𝑒𝑣𝑖𝑎𝑠𝑖
Atau

3(𝑀𝑒𝑎𝑛 − 𝑀𝑒𝑑𝑖𝑎𝑛)
𝑆𝐾 =
𝑆𝑡. 𝐷𝑒𝑣𝑖𝑎𝑠𝑖
• Bila koefisien kecondongan positif → Mean lebih besar dari Median dan
Modus → kurva condong ke kiri (ekornya disebelah kanan)
• Bila koefisien kecondongan negatif → Mean lebih kecil dari Median dan
Modus → kurva condong ke kanan (ekornya disebelah kiri)
• Bisa koefisien kecondongan = 0 → Mean = Median = Modus (kurva
simetris/normal)
 CONTOH SOAL!
• Suatu distribusi memiliki :
mean = 65
median = 60
standar deviasi = 7
• Hitung koefisien kecondongannya!
65 − 60
𝑆𝐾 = = 0,71
7
Condong ke kiri
 DATA TIDAK DIKELOMPOKKAN
• Selain Rumus Pearson, kecondongan suatu distribusi dapat ditentukan dengan
melihat nilai 𝛼3
• Moment derajat 3 (𝛼3 ) adalah rata-rata penyimpangan data dari Mean dipangkat 3,
dibagi dengan Standar Deviasi pangkat 3

1 3
Σ 𝑋−𝜇
𝛼3 = 𝑛
𝜎3
CONTOH SOAL!
250
ഥ=
𝑿 = 50
5
X ഥ ) (𝑿 − 𝑿)2
(𝑿 − 𝑿 (𝑿 − 𝑿)𝟑
70 20 400 8000 1150
65 15 225 3375 𝜎= = 16,96
5−1
45 -5 25 -125
40 -10 100 -1000 1
(2250) 450
𝛼3 = 5 = = 0,092
30 -20 400 -8000 16,963 4878,40
250 1150 2250
Condong ke kiri mendekati simetris
 Restoran Jumlah ഥ)
(𝑿 − 𝑿 (𝑿 − 𝑿)2 (𝑿 − 𝑿)𝟑
produksi
1 20
2 50
3 40
4 70
LATIHAN 5 65
6 50
7 80
8 90
9 35
Total 500
DATA DIKELOMPOKKAN

S I M PA N G A N R ATA - R ATA
TITIK TENGAH S E M E N TA R A

𝐶𝑖3 Σ𝐹𝑑 3 𝐹𝑑 2 Σ𝐹𝑑 Σ𝐹𝑑

1 3 𝛼3 = 3 −3 +2
Σ𝐹 𝑋 − 𝜇 𝜎 𝑛 𝑛 𝑛 𝑛
𝛼3 = 𝑛
𝜎3
 KECONDONGAN DENGAN TITIK
TENGAH
Keuntungan F X FX ഥ)
(𝑿 − 𝑿 𝑭(𝑿 − 𝑿)2 𝑭(𝑿 − 𝑿)𝟑
30 – 39,9 4 35 -29,8 -105.854,368
40 – 49,9 7 45 -19,8 -54.336,744
50 – 59,9 8 55 -9,8 7.529,536
60 – 69,9 12 65 0,2 0,096
70 – 79,9 9 75 10,2 9.550,872
80 – 89,9 6 85 20,2 49.454,448
90 – 99,9 4 95 30,2 110.174,432
Total 50 3240 14098 1459,2
1
3240 (1459,2)
3240 𝛼3 = 50 = 0.0598
ഥ=
𝑿 = 64,8 𝑆= = 16,96
50 50 − 1 16,963

Condong ke kiri mendekati simetris

KECONDONGAN DENGAN RATA-RATA
SEMENTARA
Keuntungan F d 𝑭𝒅 𝒅𝟐 𝑭(𝒅𝟐 ) 𝒅𝟑 𝑭(𝒅𝟑 )
30 – 39,9 4 -3 -12 9 36 -27 -108
40 – 49,9 7 -2 -14 4 28 -8 -56
50 – 59,9 8 -1 -8 1 8 -1 -8
60 – 69,9 12 0 0 0 0 0 0
70 – 79,9 9 1 9 1 9 1 9
80 – 89,9 6 2 12 4 24 8 48
90 – 99,9 4 3 12 9 36 27 108
Total 50 -1 141 0 -7

103 −7 141 −1 −1
𝛼3 = − 3 +2 = 0.0598
16,963 50 50 50 50
Jumlah Anak F X
12 – 23 5 17,5
24 – 35 8 29,5
36 – 47 9 41.5
48 – 59 14 53,5
60 – 71 13 65,5
72 – 83 10 77,5
84 – 95 7 89,7
96 - 107 4 101,5
Total 70

LATIHAN!
UKURAN KERUNCINGAN

Keruncingan distribusi data adalah ukuran tinggi rendahnya puncak suatu distribusi data terhadap
data normalnya
• Mengukur tingkat keruncingan suatu distribusi dengan 𝛼4
• 𝛼4 merupakan rata-rata dari selisih antara data dengan Mean pangkat 4, dibagi standar deviasi
pangkat 4

• Data tidak dikelompokkan

Σ 𝑋−𝜇 4
𝛼4 =
𝜎4
 SYARAT KERUNCINGAN
Untuk menentukan diagram distribusi itu runcing atau tumpul, digunakan ketentuan berikut
a. Apabila 𝛼4 > 3 → diagram distribusi itu runcing dan disebut leptokurtis
b. Apabila 𝛼4 < 3 → diagram distribusi itu tumpul dan disebut platikurtis
c. Apabila 𝛼4 = 3 → diagram distribusi itu berbentuk bel dan normal (tidak terlalu tumpul dan
tidak terlalu runcing) dan disebut mesokurtis
CONTOH SOAL!
ഥ ) (𝑿 − 𝑿)2 250
X (𝑿 − 𝑿 (𝑿 − 𝑿)𝟒 ഥ=
𝑿 = 50
5
70 20 400 160.000
65 15 225 50.625 1150
45 -5 25 625 𝜎= = 16,96
5−1
40 -10 100 10.000
30 -20 400 160.000 1
(381.250)
𝛼4 = 5 = 0,092
250 1150 381.250 16,964
 Restoran Jumlah ഥ)
(𝑿 − 𝑿 (𝑿 − 𝑿)2 (𝑿 − 𝑿)𝟒
produksi
1 20
2 50
3 40
4 70
LATIHAN 5 65
6 50
7 80
8 90
9 35
Total 500
 DATA DIKELOMPOKKAN
• Titik Tengah

1 4
Σ𝐹 𝑋 − 𝜇
𝛼4 = 𝑛
𝜎4

• Simpangan Rata-Rata Sementara

2 4
𝐶𝑖4 Σ𝐹𝑑 4 𝐹𝑑 3 Σ𝐹𝑑 Σ𝐹𝑑 2 Σ𝐹𝑑 Σ𝐹𝑑
𝛼4 = 4 −4 +6 −3
𝜎 𝑛 𝑛 𝑛 𝑛 𝑛 𝑛
 KECONDONGAN DENGAN TITIK
TENGAH ഥ)
Keuntungan F X FX (𝑿 − 𝑿 (𝑿 − 𝑿)𝟒 𝑭(𝑿 − 𝑿)𝟒
30 – 39,9 4 35 -29,8 788.615,04 3.154.460,2
40 – 49,9 7 45 -19,8 153.695,36 1.075.867,5
50 – 59,9 8 55 -9,8 9.223,6816 73.789,453
60 – 69,9 12 65 0,2 0,0016 0,0192
70 – 79,9 9 75 10,2 10.824,322 97.418,894
80 – 89,9 6 85 20,2 166.496,64 998.979,85
90 – 99,9 4 95 30,2 831.816.96 3.327.267,8
Total 50 3240 8.727.783,7

1
3240 (8.727.783,7 )
3240 𝛼4 = 50 = 2,1
ഥ=
𝑿 = 64,8 𝑆= = 16,96
50 50 − 1 16,964
KECONDONGAN DENGAN RATA-RATA
SEMENTARA
Keuntungan F d 𝑭𝒅 𝒅𝟐 𝑭(𝒅𝟐 ) 𝒅𝟑 𝑭(𝒅𝟑 ) 𝒅𝟒 𝑭(𝒅𝟒 )
30 – 39,9 4 -3 -12 9 36 -27 -108 81 324
40 – 49,9 7 -2 -14 4 28 -8 -56 16 122
50 – 59,9 8 -1 -8 1 8 -1 -8 1 8
60 – 69,9 12 0 0 0 0 0 0 0 0
70 – 79,9 9 1 9 1 9 1 9 1 9
80 – 89,9 6 2 12 4 24 8 48 16 96
90 – 99,9 4 3 12 9 36 27 108 81 324
Total 50 -1 141 -7 883
2 4
104 8834 −7 −1 141 −1 −1
𝛼4 = − 4 +6 −3 = 2,1
16,964 50 50 50 50 50 50
LATIHAN!
Jumlah Anak F X
12 – 23 5 17,5
24 – 35 8 29,5
36 – 47 9 41.5
48 – 59 14 53,5
60 – 71 13 65,5
72 – 83 10 77,5
84 – 95 7 89,7
96 - 107 4 101,5
Total 70