Momen, Kemiringan & Kurtosis

Moment
Ukuran lain dari rata rata dan varians
( xi x ) r
mr
' Moment
disekitar rata -
n rata

Cara Coding/Sandi :
x mean
f i ci r xi = nilai masing masing pengamatan

mr p
' r

n = jumlah pengamatan ( jumlah
frekuensi )
n r = 0, 1, 2, ...,
p = panjang interval kelas
ci = kode / sandi
 Moment
Data distribusi frekuensi
fi ( xi x ) r
mr
n
Harga mr untuk beberapa harga r ditentukan
berdasarkan hubungan :
m2 m 2 (m )
' ' 2
1

m3 m'3 3m'1m'2 2(m'1 )3

m4 m 4 4m m 3 6(m ) m 2 3(m )
' '
1
' ' 2
1
' ' 4
1
 Contoh
Perhatikan data distribusi berikut :
DATA FREKUENSI
60 62 5
63 65 18
66 68 42
69 71 27
72 - 74 8
Jumlah 100

Hitunglah empat buah moment sekitar rata

rata !
 Jawab
Cara Coding f c r

mr p
r i i

n
DATA fi ci f i ci f i ci 2 f i ci 3 f i ci 4

60 62 5 -2 -10 20 -40 80
63 65 18 -1 -18 18 -18 18
66 68 42 0 0 0 0 0
69 71 27 1 27 27 27 27
72 - 74 8 2 16 32 64 128
Jumlah 100 - 15 97 33 253

f c 1
15
m1 p
' 1 i i
3 0, 45
n 100
 f c 2
2 97
m2 p
' 2 i i
3 8, 73
n 100
f c 3
3 33
m3 p
' 3 i i
3 8,91
n 100
fi ci 4 4 253
m4 p
' 4
3 204, 93
n 100
 Sehingga dengan menggunakan
hubungan diatas maka ;

m2 m'2 (m'1 )2 8,73 (0, 45) 2 8,53

m3 m'3 3m'1m'2 2(m'1 )3 8,91 3(0, 45)(8,73) 2(0, 45)3 2,69
m4 m'4 4m'1m'3 6(m'1 )2 m'2 3(m'1 )4
204,93 4(0, 45)(8,91) 6(0, 45) 2 8,73 3(0, 45) 4 199,38
Dari hasil ini didapat varians s 2 m2 8,53
 Kemiringan ( Skewness )
Menunjukkan ukuran kesimetrisan distribusi
frekuensi
Bentuk
o Kemiringan negatif ( kiri )
o Kemiringan nol ( simetris )
o Kemiringan positif ( kanan )
 Ukuran Kemiringan
Kemiringan = Rata rata Modus
Simpangan baku
Koefisien
Kemiringan
Pearson
Kemiringan = 3(Rata rata Median)
Simpangan baku

Catatan :
Jika kemiringan ( + ), model ( + )
Jika kemiringan ( - ), model ( - )
Jika Kemiringan nol, model simetris ( normal )
 Contoh :
Dari data suatu perusahaan diketahui upah
rata rata buruh kerja perhari Rp. 50.000,-,
median = Rp. 49.500 dan modus = 49.900,-
dan standar deviasi = Rp. Rp. 2000. Tentukan
kemiringan kurva !
Jawab ;
Kemiringan = 50.000 49.900 = 0,05
2.000
Karena nilai kemiringan positif dan mendekati
nol maka modelnya sedikit miring ke kanan
 Kurtosis ( Keruncingan )
Ukuran keruncingan
Ukuran ekses dari suatu distribusi
Ukuran Distorsi terhadap kurva normal

Bentuk Kurtosis
a. Leptokurtik ( lepkokurtic )/runcing
b. Platikurtik ( Platykurtic )/agak datar
c. Mesokurtik ( Mesokurtic ) Bentuk kurva
normal
 Koefisien Kurtosis
Ukuran kurtosis
m4
a4 2
m2

kriteria

a4 3
Leptokurtik
a4 3 Normal
platikurtik
a4 3
 Contoh
Dari data diatas di peroleh nilai m2 = 8,53,
m3 = -2,69 dan m4 = 199,38.
Jawab :
m4 199,38
a4 2 2, 74
m2 8,53
2

karena nilainya < 3 maka kurvanya cenderung

akan platikurtik ( agak datar )
 Koefisien Kurtosis persentil
1
( K3 K1 )
SK
k 2
P90 P10 P90 P10
SK = rentang semi antar kuartil
K1 = kuartil ke 1
K3 = Kuartil ke 3
P10 = Persentil ke 10
P90 = persentil ke 90
P90 P10 = rentang 10 90 persentil

Model distribusi normal k = 0,263

Koefisien kurtosis persentil digunakan juga
untuk menyelidiki apakah distribusi normal
atau tidak
 Contoh
Upah 65 pegawai telah dihitung nilai k1 = Rp.
68.250,- , k3 = Rp. 90.750,- , P10 = Rp. 58.120,-
P90 = Rp. 101.000,-. Hitung nilai kurtosis
persentilnya !
Jawab :
1 90.750 68.250
K3 K1
k2 2 0, 262
P90 P10 101.000 58.120
 Studi Kasus
Dalam suatu kegiatan penelitian, data yang digunakan sangat
menentukan kualitas penelitian yang dihasilkan. Artinya, data
yang berkualitas akan menghasilkan penelitian yang
berkualitas dan sebaliknya.
Beberapa kriteria yang digunakan dalam penelitian adalah :
Normalitas dari sekumpulan data
Karena dalam suatu penelitian, data yang digunakan adalah
sampel, maka sampel yang diambil harus memenuhi sifat
populasi yaitu berdistribusi normal. Ukuran normalitas dapat
digunakan dengan melakukan perhitungan koefisien
kemiringan.
Homogenitas dari sekumpulan data
Data yang berkualitas selain normalitas juga mensyaratkan
bahwa variasi antara nilai observasi tidak terlalu jauh ( data
homogen )
 Studi Kasus
Data yang homogen akan menghasilkan selang kepercayaan
yang tinggi sehingga akan meningkatkan akurasi dari
pendugaan terhadap estimasi yang dilakukan. Tingkat
homogenitas data dapat dilakukan dengan melakukan
pengukuran terhadap tingkat keruncingan dari suatu distribusi
data. Semakin runcing distribusi suatu data ( leptokurtis )
distribusi suatu data berarti semakin homogen distribusi
datanya dan sebaliknya.
Suatu penelitian dilakukan untuk melihat kinerja dari
perusahaan automotif. Beberapa indikator yang digunakan
untuk penilaian kinerja adalah dengan menggunakan variabel
variabel sebagai berikut :
 Studi Kasus
Net Sales
Profit After Tax
Total Assets
Closing Price ( Harga Saham )
Data untuk tahun 2006 untuk perusahaan
perusahaan yang terdaftar di Bursa efek
Jakarta dinyatakan dengan tabel berikut :
 Net Sales Profit After Taxes Total Assets Closing Price
Company
( juta Rp ) ( juta Rp ) ( juta Rp ) ( Rp )
1 142.698 14.008 143.905 480
2 31.512.954 4.421.583 27.404.308 5.000
3 2.151.505 206.398 1.957.303 1.550
4 1.235.382 73.997 1.543.441 950
5 5.725.505 844.285 12.173.225 550
6 588.779 14.885 388.065 3.750
7 3.059.049 798.315 6.239.216 375
8 661.929 42.514 584.512 925
9 2.708.751 62.756 2.812.488 1.000
10 216.172 4.474 273.677 700
11 471.862 2.648 651.719 310
12 28.865 595 123.298 650
13 121.839 2.385 121.174 975
14 391.433 11.936 368.825 300
15 637.589 47.898 612.610 265
16 67.029 1.297 65.025 380
17 2.700.370 82.142 1.478.299 300
18 6.872.808 342.610 6.056.439 1.250
Dengan berdasarkan informasi data tersebut, anda diminta untuk :
a. Menentukan normalitas data untuk keempat variabel kinerja diatas dengan
menggunakan pendekatan koefisien skewnes. Berikan penjelasan dari hasil
perhitungan yang dilakukan.
b. Menentukan tingkat homogenitas data untuk keempat variabel kinerja
diatas dengan menggunakan pendekatan a4. Beri penjelasan dari hasil
perhitungan yang telah dilakukan.