UKURAN KEMENCENGAN

& KEMIRINGAN KURVA

STATISTIK DESKRIPTIF
SEMESTER 4
UKURAN KEMENCENGAN KURVA

 Definisi
Ukuran kemencengan kurva adalah derajat
atau ukuran dari ketidaksimetrian suatu
distribusi data.
 Rumus
Ukuran kemencengan kurva terdiri dari :
1. Rumus Pearson
2. Rumus Momen
3. Rumus Bowley
HUBUNGAN EMPIRIS ANTARA NILAI RATA-RATA
HITUNG, MEDIAN, DAN MODUS

Ada 3 kemungkinan kesimetrian kurva distribusi

data :
1) Jika nilai ketiganya sama maka kurvanya
berbentuk simetri.
2) Jika Mean > Med > Mod, maka kurva miring
ke kanan.
3) Jika Mean < Med < Mod, maka kurva miring
ke kiri.
 UKURAN KEMENCENGAN KURVA
MENURUT PEARSON

Kurva Menceng ke Kanan Kurva Normal Kurva Menceng ke Kiri

Mean > Median > Modus Mean = Median = Modus Mean < Median < Modus
 UKURAN KEMENCENGAN KURVA
Frekuensi
Kelas
A B C
2,5 - 7,4 2 2 1
7,5 - 12,4 4 10 2
12,5 - 17,4 6 8 4
17,5 - 22,4 9 6 6
22,5 - 27,4 6 4 8
27,5 - 32,4 4 2 10
32,5 - 37,4 2 1 2
UKURAN KEMENCENGAN KURVA

RUMUS PEARSON
Pada kelompok A,
data menyebar
secara normal,
sehingga histogram
yang terbentuk
mengikuti kurva
normal.
UKURAN KEMENCENGAN KURVA
Pada kelompok B, data
lebih menyebar ke data
yang lebih kecil,
sehingga histogram yang
terbentuk panjang ke
kanan.
 UKURAN KEMENCENGAN
KURVA

(RUMUS PEARSON)
Pada kelompok C, data
lebih menyebar ke data
yang lebih besar,
sehingga histogram yang
terbentuk panjang ke
kiri.
8
 UKURANKEMENCENGAN KURVA
(RUMUS PEARSON)
K  X  Mo
 K = ukuran kemencengan
 Mo = modus
X = rata-rata
 Apabila K bernilai positif, maka keragaman
disebut dengan distribusi positif (ekor bagian
kanan lebih panjang).
 Sebaliknya, apabila K bernilai negatif, maka
keragaman disebut dengan distribusi negatif
(ekor bagian kiri lebih panjang)
DERAJAT KEMENCENGAN KURVA
(RUMUS PEARSON)
X  Mod  CK = 0
CK 
S Distribusi data
simetris
3X  Med 
CK 
S
 CK < 0
X  Mod  3X  Med  Distribusi data
menceng ke kiri
CK = koefisien kemencengan
S = simpangan baku  CK > 0
 Mod = modus Distribusi data
 Med = median
menceng ke kanan 1
X = rata-rata
 UKURAN KEMENCENGAN KURVA
(RUMUS BOWLEY)

K  Q1  Q3  2Q2

 K = ukuran kemencengan
 Q1 = kuartil pertama
 Q2 = kuartil kedua
 Q3 = kuartil ketiga

11
DERAJAT KEMENCENGAN KURVA
(RUMUS BOWLEY)
K
CK 
Q 3 - Q1

 CK = koefisien kemencengan
 K = ukuran kemencengan
 Q1 = kuartil pertama
 Q2 = kuartil kedua
 Q3 = kuartil ketiga

12
 UKURAN KEMENCENGAN KURVA
(RUMUS MOMEN)
 Konsep
Rata-rata dan varians sebenarnya merupakan
hal istimewa dari kelompok ukuran lain yang
disebut momen.

Momen juga dapat digunakan sebagai cara

untuk mengukur ketidaksimetrisan terhadap
distribusi data dalam suatu variabel.

 Lambang
Momen dapat ditulis “ Mr (momen ke-r) “
 UKURAN KEMENCENGAN KURVA
(RUMUS MOMEN)
 Momen Data Tunggal  Momen Data Berkelompok
n k

   M r   f i X i  X 
1 1 r
Mr  X i  X
r

n i1 n i1

Untuk r = 1, maka M1 (momen pertama) = mean

Untuk r = 2, maka M2 (momen kedua) = varians
Untuk r = 3, maka M3 (momen ketiga) = kemencengan
Untuk r = 4, maka M4 (momen keempat) = keruncingan
DERAJAT KEMENCENGAN KURVA
(RUMUS MOMEN)
 Data Tunggal
n

 X  X
M3 1
α3   3
i
S3 nS 3 i1

 α3 = koefisien kemencengan
 M3 = momen ketiga, mengukur kemencengan
 S = simpangan baku
 n = banyaknya data pengamatan
 Xi = data frekuensi ke-i
X = rata-rata hitung atau mean
DERAJAT KEMENCENGAN
KURVA (RUMUS MOMEN)
 Data Berkelompok

1  f X  X 
3
M3
α3  3  3
k

S nS i i
i1

 α3 = koefisien kemencengan
 M3 = momen ketiga, mengukur kemencengan
 S = simpangan baku
 n = banyaknya data pengamatan
 k = banyaknya kelas
 fi = frekuensi kelas ke-i
 X = rata-rata hitung atau mean
DERAJAT KEMENCENGAN KURVA
(RUMUS MOMEN)
 Data Berkelompok
c 
3
1 f d 3  3 1
k k
2  1
k
  k 
3

α3  3    i i  f i d i   f i d i   2  f i d i  
1
S  n i1  n i1  n i1   n i1  

 α3 = koefisien kemencengan
 M3 = momen ketiga, mengukur kemencengan
 S = simpangan baku
 n = banyaknya data pengamatan
 k = banyaknya kelas
 c = besarnya kelas interval
 fi = frekuensi kelas ke-i
 di = simpangan kelas ke-I terhadap titik asal asumsi
X = rata-rata hitung atau mean
DERAJAT KEMENCENGAN KURVA
(RUMUS MOMEN)
 Jika α3 = 0, maka distribusi datanya
simetris.

 Jikaα3 < 0, maka distribusi datanya

menceng ke kiri.

 Jikaα3 > 0, maka distribusi datanya

menceng ke kanan.

18
Contoh:
Berikut ini disajikan data tinggi badan 40 siswa
dalam suatu sekolah. Tentukan ukuran
kemencengan data tersebut.
Frekuensi
Kelas
(fi)
118 – 126 3
127 – 135 5
136 – 144 9
145 – 153 12
154 – 162 5
163 – 171 4
172 – 180 2
Jumlah 40

19
 KILAS BALIK
fX
X
f

 n -F
 fd   fd 
2
2
 
S c   Med  L 0  c 
2 
n  n 
   f 
 

20
 UKURAN KEMENCENGAN
KURVA
kelas f Xi f Xi d fd fd2

118 – 126 3 122 366 -3 -9 27

127 – 135 5 131 655 -2 -10 20

136 – 144 9 140 1260 -1 -9 9

145 – 153 12 149 1788 0 0 0

154 – 162 5 158 790 1 5 5

163 – 171 4 167 668 2 8 16

172 – 180 2 176 352 3 6 18

Jumlah 40 5879 -9 95

21
UKURAN KEMENCENGAN KURVA

f Xi    fd 
2
5879 2
X  146,9 S c
fd
  
f 40 n n 
 
 40  95    9 
2
 -17  9
2  40  40 
Med 144,5  9 
 12   13,72
 

 144,5  9 
20 -17 

 12 
 146,75

22
DERAJAT KEMENCENGAN KURVA

3X  Med 
CK 
S
3146,975 146,75

13,72
 0,049

 CK > 0
Distribusi data menceng ke kanan

23
UKURAN KERUNCINGAN KURVA
 Jenis
Kurtosis terdiri dari:
1. Leptokurtis, puncak kurva tinggi
2. Mesokurtis, puncak kurva normal
3. Platikurtis, puncak kurva rendah

24
UKURAN KERUNCINGAN KURVA

Leptokurtik
Mesokurtik

Platikurtik

25
UKURAN KERUNCINGAN KURVA
(RUMUS MOMEN)
 Momen Data Tunggal
n

Mr 
1
 X i  X r

n i1

 Momen Data Berkelompok

k

Mr   i i
1 f X  X r

n i1

26
UKURAN KERUNCINGAN KURVA
(RUMUS MOMEN)
 Data Tunggal
n

 X  X
M4 1
α4   4
i
S4 nS 4 i1

 α4 = koefisien keruncingan
 M4 = momen ketiga, mengukur keruncingan
 S = simpangan baku
 n = banyaknya data pengamatan
 Xi = data frekuensi ke-i
X = rata-rata hitung atau mean 27
UKURAN KERUNCINGAN KURVA
(RUMUS MOMEN)
 Data Berkelompok
 f X  X 
4
k
M4 1
α4  4  i i
S nS 4 i1

 α4 = koefisien keruncingan
 M4 = momen keempat, mengukur keruncingan
 S = simpangan baku
 n = banyaknya data pengamatan
 k = banyaknya kelas
 fi = frekuensi kelas ke-i
 X = rata-rata hitung atau mean 28
UKURAN KERUNCINGAN KURVA
(RUMUS MOMEN)
 Jika α4 > 3, maka bentuk kurva
leptokurtis (meruncing)

 Jika α4 = 3, maka bentuk kurva

mesokurtis (normal)

 Jikaα4 < 3, maka bentuk kurva platikurtis

(mendatar)

29
Contoh:
Berikut ini disajikan data tinggi badan 50 siswa
di suatu sekoah. Tentukan ukuran keruncingan
data tersebut. Frekuensi
Kelas
(fi)
93 – 97 2
98 – 102 10
103 – 107 12
108 – 112 10
113 – 117 7
118 – 122 4
123 – 127 3
128 – 132 1
133 – 137 0
138 – 142 1
Jumlah 50

30
Jawaban:

Nilai
Frekuensi
Kelas f ( X  X ) f i (X i  X) 4
2
Kelas
(fi) i i
(Xi)
93 – 97 2 95 426 90.874
98 – 102 10 100 922 84.935
103 – 107 12 105 254 5.373
108 – 112 10 1 0 2 0
113 – 117 7 1 5 204 5.952
118 – 122 4 120 433 46.794
123 – 127 3 125 71 168.735
128 – 132 1 130 416 173.189
133 – 137 0 135 0 0
138 – 142 1 140 924 854.072
Jumlah 50 4.292 1.429.924
31
 k

M r   f i X i  X 
1 r

n i1

M2 
1
4.292   85 ,84
50

M4 
1
1.429.924 28.598,48
50

32
 UKURAN KERUNCINGAN KURVA
(RUMUS MOMEN)
 Jawaban
M 2  4.292 85,84
M 4  28.598,48 1
S 4  9,26 4  7.352,65
50
M 2  var ians
M4
α4  4
S S  85,84  9,26
α 4  28.598,48 S 4  9,26 4  7.352,65
7.352,65
α4 3,89
Jadi kurva yang terbentuk adalah kurva 33
leptokurtis (α4 > 3)
Latihan:
Persentase penduduk berumur 20 tahun ke atas
yang bekerja menurut jam kerja selama seminggu.
Jam Kerja Persentase
0–9 3
10 – 19 7
20 – 29 20
30 – 39 15
40 – 49 30
50 – 59 10
60 – 69 15

Hitunglah tingkat kemencengan dan keruncingan

kurva.