PEMBAHASAN
Pengertian
dispersasi data
Kegunaan ukuran
penyebaran data
Kemiringan dan
keruncingan data
Analisa ukuran
penyebaran data
menggunakan
Microsoft Excel
Cara Membaca Nilai
Kurtosis dan
Skewness
Uji Normalitas
Kurtosis dan
Skewness
LANJUTAN
Beberapa jenis pengukuran Dispersi adalah
sebagai berikut:
Jangkauan (Range)
Simpangan Rata-Rata (Mean Deviation)
Varians (Variance)
Standar Deviasi
Jangkauan kuartil dan jangkauan persentil 1090
Koefisien Variasi
Lanjutan
b.
Ukuran penyebaran dapat digunakan untuk
mengadakan perbandingan
terhadap variabilitas data.
c.
Ukuran penyebaran dapat membantu
penggunaan ukuran statistika,
misalnya dalam pengujian hipotesis, apakah dua
sampel berasal dari
populasi yang sama atau tidak.
Kemiringan
data
keruncingan
data
Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari
ketidaksimetrisan suatu distribusi
data. Tiga pola kemiringan distribusi data
adalah sebagai berikut:
(Grafik kemiringan suatu data
Lanjutan
Pengukuran kemiringan suatu distribusi data
lanjutan
Keruncingan distribusi
data
Keruncingan distribusi data adalah derajat atau
ukuran tinggi rendahnya
puncak suatu distribusi data terhadap distribusi
normalnya data. Keruncingan
distribusi data disebut juga kurtosis.
Lanjutan
tiga jenis derajat keruncingan:
Leptokurtis : Distribusi data yang
Lanjutan
Nilai Kurtosis
Kurtosis diartikan sebagai keruncingan distribusi data. Semakin
runcing nilai
kurtosis akan menunjukkan data hampir mengumpul (homogen).
Akan tetapi apabila nilai kurtosis 0 menunjukkan data normal, dan
apabila nilai kurtosis semakin kecil, maka menunjukkan data
semakin tumpul (semakin menyebar dikatakan data tidak
homogen).
Lanjutan
Uji normalitas dengan Skewness dan Kurtosis mempunyai
Std Error Skewness atau nilai Statistic Kurtosis dibagi dengan Std
Error Kurtosis.
Contoh:
peroleh nilai Skewness = 0,022 , std error skewness =0,427,
Kurtosis=0,807 , std error kurtosis = 0,833
Nilai Ratio Skewness/Std Error Skewness = 0,022 / 0,427 = 0,05
<2
Nilai Ratio Kurtosis /Std Error Kurtosis = -0,807 / 0,833 = -0,9
6> -2
SELESAI