Kemiringan

(Skewness)
Keruncingan
(Kurtosis)

Agnes Regina ( 1815011105 )

Widya Lulu Amalia Sabila ( 1815011097 )
Yeshe Anggrainni ( 1815011101 )
RUMUS MOMEN

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
Momen dapat ditulis “ Mr (momen ke-r) “
Dari mr’, harga-harga mr untuk beberapa harga r, dapat
ditentukan berdasarkan hubungan:
• m2 = m2’ – (m1’)2
• m3= m3’ – 3m1’m2’ + 2(m1’)3
• m4= m4’ - 4 m1’m3’ + 6(m1’)2 m2’ - 3(m1’)4
Momen Data Tunggal Momen Data Berkelompok

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

Untuk r = 2, maka M2 (momen kedua) = varians
Untuk r = 3, maka M3 (momen ketiga) = kemiringan
Untuk r = 4, maka M4 (momen keempat) = keruncingan
contoh untuk menghitung 4 buah momen sekitar rata-rata
untuk data dalam daftar distribusi frekuensi  sbb:
 Kemiringan (Skewness)
 
kemiringan adalah tingkat ketidaksimetrian suatu
distribusi data. Dimana MeanMedianModus.

 Jika K<0 (negatif), maka kurva condong ke

kiri.
 Jika K=0 (normal), maka kurva pas
ditengah.
 Jika K>0 (positif), maka kurva
condong ke kanan.
- +
Mo X Me
Rumus Kemiringan

x - Mo
Koefisien kemiringan pertama Pearson KK 
s
3 x - Me 
Koefisien kemiringan kedua Pearson KK 
s

Q 3  2Q 2  Q1
Menggunakan nilai kuartil KK 
Q 3 - Q1

P90  2P50  P10

Menggunakan nilai persentil KK  7
P90 - P10
Kemiringan dengan Rumus Momen

• Data Tunggal

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
Kemiringan dengan Rumus Momen
• Data Berkelompok

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
• Jika α3 = 0, maka distribusi datanya
simetris.
• Jika α3 < 0, maka distribusi datanya
menceng ke kiri.
• Jika α3 > 0, maka distribusi datanya
menceng ke kanan.
CONTOH SOAL KEMIRINGAN
Berikut ini adalah data nilai ujian statistik dari 40 mahasiswa
sebuah universitas.

Jawaban =
CONTOH SOAL KEMIRINGAN

Oleh karena nilai sk-nya negatif -0,46 ( K< 0 ), maka kurvanya menceng

ke kiri Atau menceng negative.
Gambar kurvanya :
Keruncingan (Kurtosis)

Adalah tingkat kepuncakan dari suatu distribusi,

biasanya diambil relatif terhadap distribusi normal.

Leptokurtik Platikurtik Mesokurtik

Koefisien Keruncingan
 Jika koefisien K<3, maka distribusinya adalah platikurtik
 Jika koefisien K=3, maka distribusinya adalah mesokurtik
 Jika koefisien K>3, maka distribusinya adalah leptokurtik

1
 Q 3  Q1 
K 2
P90  P10
Keruncingan dengan Rumus Momen
• Data Tunggal

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
Keruncingan dengan Rumus Momen
• Data Berkelompok

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
DERAJAT KERUNCINGAN KURVA
(RUMUS MOMEN)
• Jika α4 > 3, maka bentuk kurva leptokurtis (meruncing)
• Jika α4 = 3, maka bentuk kurva mesokurtis (normal)
• Jika α4 < 3, maka bentuk kurva platikurtis (mendatar)
Contoh menghitung koefisien kemiringan
dan koefisien keruncingan
Kelas interval fi
Q1  2,85  0,2
 7 - 5  2 ,93
2,5 – 2,6 2 5
2,7 – 2,8 3 Q2  3,05  0,2
14 - 10   3,16
7
2,9 – 3,0 5
Q3  3,25  0, 2
 21 - 17   3,38
3,1 – 3,2 7 6
3,3 – 3,4 6 P10  2,65  0,2
 2,8 - 2   2,70
3
3,5 – 3,6 5
P90  3,45  0,2
 25,2 - 23  3,54
jumlah 28 5

3,38 - 2 3,16   2,93  0,01

KK    0,022
3,38  2,93 0,45
1
 3,38  2,93 0,225
K 2   0,268
3,54  2,70 0,84
Contoh Menghitung Koefisien Keruncingan Kurva
(RUMUS MOMEN)

• Sehingga
Jadi kurva yang terbentuk adalah kurva
leptokurtis (α4 > 3)