TUGAS MAKALAH STATISTIKA UKURAN PENYEBARAN

DATA(KEMIRINGAN DAN KERUNCINGAN)

KELOMPOK:

1. TAUFIK ISMAIL (12192923)

2. SHELLA TRIA UTAMI (12191036)
3. ARDHITA OLIVIA LITHA (12191008)
4. MUHAMAD IQBAL (12192646)

Program Studi Sistem Informasi

Universitas Bina Sarana Informatika
Jakarta2020
 KATA PENGANTAR

Puji syukur kehadirat allah SWT yang maha pengasih lagi maha penyayang, karena
berkat rahmat dan hidayah-nya, penulis bisa menyusun dan menyajikan makalah ini
sebagai salah satu tugas mata pelajaran. Tidaak lupa penulis mengucapkan terima kasih
kepada berbagai pihak yang telah memberikan dorongan dan motivasi.
 
Penulis menyadari bahwa dalam penyusunan makalah ini masih terdapat banyak
kekurangan dan jauh dari kesempurnaan. Oleh karena itu, penulis mengharapkan kritik
serta saran yang membangun guna menyempurnakan makalah ini dan dapat menjadi
acuan dalam menyusun makalah-makalah atau tugas-tugas selanjutnya.
 BAB I
PENDAHULUAN
A.Latar belakang
Statistika adalah cabang ilmu yang mempelajari tentang bagaimana mengumpulkan, menganalisis dan
menginterpretasikan data. Atau dengan kata lain, statistika menjadi semacam alat dalam melakukan suatu riset
empiris.

Dalam menganalisis data, para ilmuwan menggambarkan persepsinya tentang suatu fenomena. Deskripsi
yang sudah stabil tentang suatu fenomena seringkali mampu menjelaskan suatu teori. (Walaupun demikian,
orang dapat saja berargumentasi bahwa ilmu biasanya menggambarkan bagaimana sesuatu itu terjadi,
bukannya mengapa). Penemuan teori baru merupakan suatu proses kreatif yang didapat dengan cara mereka
ulang informasi pada teori yang telah ada atau mengesktrak informasi yang diperoleh dari dunia nyata.
Pendekatan awal yang umumnya digunakan untuk menjelaskan suatu fenomena adalah statistika deskriptif.

Penggunaan statistika sudah dikenal sebelum abad 18, pada saat itu negara-negara babilon, mesir
dan roma mengeluarkan catatan tentang nama usia dan jenis kelamin, pekerjaan dan jumlah anggota
keluarga. Kemudian pada tahun 1500, pemerintahan inggris mengeluarkan catatan mingguan tentang
kematian dan tahun 1662, dikembangkan catatan kelahiran dan kematian. Baru pada tahun 1772-1791, G.
Achenwall menggunakan istilah statistika sebagai kumpulan data tentang negara. Tahun 1791-1799,
dr.E.A.W zimmesman mengenalkan kata statistika dalam bukunya statistical account of scotland. Tahun
1981-1935 R.Fisher mengenalkan analisa varians dalam literatur statistiknya.
 B.Rumusan Masalah
 
Dalam penulisan makalah ini, penulis mencoba menguraikan sedikit rumusan permasalahan
yang akan dibahas dari materi yang berkaitan dengan tema penulisan makalah. Diantara lain:
1. Pengertian Statistika
2. Manfaat mempelajari Statistika
3. Menganalisa Ukuran Penyebaran Data (Kemringan dan Keruncingan)
4. Pengujian Normalitas Kemiringan dan Keruncingan (Kurtosis dan Skewnees)

C.Tujuan dan Manfaat Penulisan

 
Tujuan :
Tujuan dari penulisan ini guna melengkapi dan memenuhi salah satu syarat untuk memperoleh
nilai UAS (Ujian Akhir Semester) mata kuliah Statistika.Dengan dibuatnya makalah ini dapat membantu
kita dalam memahami penganalisaan tentang data-data statistik dengan menggunakan Software Ms.
Excel .
Belajar membuat makalah tentang Statistika dalam materi Ukuran Penyebaran Data.
 
Manfaat :
Penulis mengharapkan agar tulisan ini dapat dimengerti oleh pembaca dan pembaca dapat memahami
seberapa pentingnya materi Ukuran Penyebaran
 D. Metode Pengumpulan Data

 
1.Metode Browsing Internet.
Dalam pembuatan Makalah ini penulis melakukan penelitian melalui browsing ke internet
supaya Makalah ini dapat menjelaskan secara terperinci atau penambahan wawasan dalam
materi yang bersangkutan yaitu Ukuran Penyebaran Data.
 
2.Metode Kepustakaan.
Pengumpulan data dengan cara membaca buku-buku yang berhubungan dengan
masalah yang berkenaan dengan penulisan tugas makalah ini dapat disajikan sebagai
bahan pertimbangan untuk mendekati dan meneliti kebenaran antara teori dengan praktek
yang ada.
 E. Sistematika Penulisan
 

Untuk mempermudah pembaca mengerti akan maksud dan isi makalah ini, maka
penulis mengadakan penggolongan secara garis besar sesuai dengan
permasalahan yang akan dibahas yaitu :
 
BAB I : Dalam bab pendahuluan ini penulis mencoba menguraikan tentang Latar Belakang,
Rumusan Masalah, Tujuan dan Manfaat Penulisan, Metode Pengumpulan Data, dan
Sistematika Penulisan
 
BAB II : Dalam bab ini akan diuraikan mengenai teori dari materi yang dibahas serta
Pembahasan hasil Analisa penulis dalam menganalisa Ukuran Penyebaran Data (Ketajaman
dan Keruncingan). Dalam bab ini juga akan dijelaskan tentang cara membaca nilai dari
Ukuran Penyebaran Data beserta Uji Normalitas
 
BAB III : Dalam bab ini penulis menguraikan tentang penutup yang meliputi kesimpulan
dan saran berdasarkan atas pada bab pendahulu
 BAB II
PEMBAHASAN
 
A.Pengertian Statistika
 
Statistika adalah suatu ilmu yang mempelajari tentang bagaimana merencanakan, mengumpulkan,
menganalisis, mengintreprestasikan, dan mempresentasikan data. Singkatnya Statistika merupakan
ilmu yang berkenaan dengan data. Istilah “statistika” dibedakan dengan “statistik”. Dimana statistika
merupakan ilmu yang berkenaan dengan data, sedangkan statistik adalah kumpulan data (bilangan
maupun non bilangan) yang disusun dalam tabel atau diagram yang melukiskan suatu persoalan
tertentu, informasi, atau hasil penerapan algoritma statistika pada suatu data (wikipedia).
 
Secara etimologis kata "statistik" berasal dari kata status (bahasa latin) yang mempunyai
persamaan arti dengan kata state (bahasa Inggris) atau kata staat (bahasa Belanda), dalam bahasa
Indonesia diterjemahkan menjadi negara. Pada mulanya, kata "statistik" diartika sebagai "kumpulan
bahan keterangan (data), baik yang berwujud angka (data kuantitatif) maupun yang tidak berwujud
angka (data kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi suatu negara.
Namun, pada perkembangan selanjutnya, arti kata statistik hanya dibatasi pada "kumpulan bahan
keterangan yang berwujud angka (data kuantitatif)" saja; bahan keterangan yang tidak berwujud angka
(data kualitatif) tidak lagi disebut statistik.
 B.Kegunaan Ukuran Penyebaran Data

Kegunaan ukuran penyebaran antara lain sebagai berikut :

 
Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rata-
ratanya benar-benar representatif atau tidak. Apabila suatu kelompok data
mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka dikatakan
bahwa nilai rata-rata tersebut tidak representatif.
 
Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan
terhadap variabilitas data. Ukuran penyebaran dapat membantu penggunaan ukuran
statistika, misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari
populasi yang sama atau tidak.
 C.Kemiringan dan Keruncingan Data
 
Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi
data. Tiga pola kemiringan distribusi data adalah sebagai berikut:

Keruncingan Data

Pengukuran kemiringan suatu distribusi data dapat diketahui dengan beberapa cara,
antara lain:

1. Memperhatikan hubungan antara rata-rata hitung, median dan modus. Menggunakan

koefisien Pearson.
2. Menggunakan Momen ketiga.
3. Menggunakan kotak diagram garis
 KETERANGAN KETENTUAN
A. Rumus untuk menghitung derajat    
α3:Derajat α3 = 0 distribusi data
kemiringan distribusi data: kemiringan simetris
   
Xi:Nilai data ke – i α3 < 0 distribusi data
:Nilai rata-rata miring ke kiri
hitung  
  α3 > 0 distribusi
fi:Frekuensi kelas ke data miring ke
–i kanan
B. Rumus Momen:  
mi:Nilai titik tengah
-Data Berkelompok Dan Data tidak kelas ke – i
Berkelompok  
S:Simpangan baku
 
n:Banyaknya data
 

KETERANGAN
C. Rumus Bowley:  
Q1:Kuartil pertama
Rumus ini menggunakan nilai  
kuartil. Q2:Kuartil kedua
 
Q3:Kuartil ketiga
2. 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.
Ada tiga jenis derajat keruncingan:
1. Leptokurtis : Distribusi data yang puncaknya relatif tinggi
2. Mesokurtis : Distribusi data yang puncaknya normal
3. Platikurtis : Distribusi data yang puncaknya terlalu rendah dan terlalu
mendatar.
 

Gambar : Grafik Keruncingan Distribusi Data

Derajat keruncingan distribusi data α4 dapat dihitung berdasarkan
rumus berikut :

-Data Berkelompok Dan Data tidak Berkelompok :

KETERANGAN KETENTUAN
   
α4:Derajat keruncingan α4 = 3 distribusi
  keruncingan data disebut
Xi:Nilai data ke – mesokurtis
:Nilai rata-rata  
hitung α4 > 3 distribusi
  keruncingan data disebut
fi:Frekuensi kelas ke - i leptokurtis
   
mi:Nilai titik tengah α4 < 3 distribusi
kelas ke – i keruncingan data
  disebut plat
S:Simpangan baku
 
n:Banyaknya data
 
D. Analisa Ukuran Penyebaran Data Menggunakan Ms. Excel
 
1.Analisa Kemiringan Distribusi Data (Skewness)
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi
memiliki ekor yang lebih memanjang ke kanan (mengacu dari meannya) maka disimpulkan
menceng kanan (positif) dan jika distribusi memiliki ekor yang lebih memanjang ke kiri maka dapat
disimpulkan menceng kiri (negatif). Cara penulisan rumus skewness di excel : Skew (number1,
number2)
Dimana : Number1, number2 ... berupa1-255 argumen yang Kita ingin hitung skewnessnya. Kita
juga dapat menggunakan array tunggal atau referensi ke array, bukan argumen yang dipisahkan
oleh koma.

Gambar : Analisa
Kemiringan Distribusi
Data Menggunakan
EXCEL
2. Analisa Keruncingan Distribusi Data (Kurtosis)
Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap
distribusi normal). Kurva yang lebih runcing dari distribusi normal dinamakan Leptokurtik, yang
lebih datar Platikurtik dan distribusi normal disebut Mesokurtik. Kurtosis dihitung dari momen
keempat terhadap mean.
Cara penulisan rumus kurtosis di excel :
Kurt (number1, number2)
Dimana : Number1, number2, ... dapat berupa 1-255 argumen yang ingin dihitung kurtosisnya.
Anda juga dapat menggunakan array tunggal atau referensi ke array, bukan argumen yang
dipisahkan oleh koma.

Gambar : Analisa Keruncingan

Distribusi Data Menggunakan
EXCEL
3. Analisa Ukuran Penyebaran Data

Statistik Deskriptif adalah Statistik yang berfungsi untuk mendeskripsikan atau memberikan
gambaran terhadap objek yang di teliti melalui data sampel atau populasi sebagaimana adanya,
tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum.
Dalam Statistik Deskriptif ini akan dikemukakan cara-cara penyajian data, dengan tabel biasa
maupun distribusi frekuensi; grafik garis maupun batang; diagram lingkaran; histogram dll, dan
menghitung ukuran penyebaran dan pemustan data seperti: Mean, Median, Mode, Standard
Deviation, Variance, Kurtosis, Skewness, Range, Minimum, Maximum, Sum, dan Count.

Gambar : Analisa
Statistika Deskriptif
Ukuran Penyebaran
Data Menggunakan
EXCEL
Keterangan:Tabel : Keterangan Analisa Statistika Deskriptif
Penyebaran Data

Mean Mean aritmetik atau dikenal sebagai rata-rata.Sama seperti

fungsi Rata-rata.
Standar Error Perkiraan kesalahan dalam sampel Mean
Median . Nilai di tengah, sama dengan fungsi Median
Mode Nilai yang paling umum.
Standar
Deviation Sebuah ukuran variabilitas data. Sama seperti fungsi STDEV.
Sample
Varians Kuadrat dari standar deviasi. Sama seperti fungsi VAR.
Kurtosis Mengukur berat dari ekor distribusi. Sama seperti fungsi KURT.
Skewness Indeks apakah nilai-nilai yang di salah satu ujung distribusi. Sama
seperti fungsi SKEW.
Range Perbedaan antara maksimum dan minimum.
Minimum Nilai Terkecil.
Maximum Nilai Terbesar.
Sum Jumlah dari semua nilai. Sama seperti fungsi SUM
Count Jumlah total nilai. Sama seperti fungsi menghitung.
E. Cara Membaca Nilai Kurtosis dan Skewness
 
1.Nilai Skewness
Skewness diartikan sebagai kemiringan distribusi data. Yang dimaksud dengan
kemiringan data adalah besarnya pembagian data atau rata-rata sebaran data yang biasanya
di wujudkan denan bentuk lonceng, untuk data yang berdistribusi normal. Begitu juga jika
kita terapkan pada Skewness. Apabila skewness menunjukkan simetri maka dikatakan data
membentuk distribusi normal, apabila kemiringan distribusi data agak condong ke kanan
ditunjukkan dengan nilai skewness yang negative, selanjutnya apabila kemiringan distribusi
data condong ke kiri yang ditunjukkan bahwa nilai skewness positif.

2.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).
Jika nilai kurtosis dekat nol maka data cenderung normal, apabila nilai kurtosis negative
berarti datanya tumpul atau cenderung melebar ke bawah, sebaliknya apabila nilai kurtosis
positif maka datanya bersifat runcing atau cenderung mengelompok (homogen).
F. Uji Normalitas Skewness dan Kurtosis
 
Salah satu uji statistik adalah uji normalitas data. Uji normalitas berguna untuk
menentukan apakah data yang telah dikumpulkan merupakan distribusi normal atau bukan.
Pengujian normalitas akan mengarahkan teknik statistik apa yang akan digunakan untuk uji
pengambilan keputusan (statistisk inferensi).
Cara dalam menguji Normalitas dari nilai Skewness dan Kurtosis yang diperoleh :
Uji normalitas dengan Skewness dan Kurtosis mempunyai kelebihan yang tidak didapat
diperoleh dari uji normalitas yang lain. Dimana dengan uji skewness/kurtosis akan dapat
diketahui diketahui grafik normalitas menceng ke kanan atau ke kiri, terlalu datar atau
mengumpul di tengah. Oleh karena itu, uji normalitas dengan Skewness dan Kurtosis juga
sering disebut dengan ukuran kemencengan data.
Dengan membandingkan antara nilai Statistic Skewness dibagi dengan Std Error Skewness
atau nilai Statistic Kurtosis dibagi dengan Std Error Kurtosis. Dimana jika skor berada antara -2
dan 2 maka distribusi data normal.

Uji normalitas dengan Skewness dan Kurtosis memberikan kelebihan tersendiri, yaitu bahwa
akan diketahui grafik normalitas menceng ke kanan atau ke kiri, terlalu datar atau mengumpul
di tengah. Oleh karena itu, uji normalitas dengan Skewness dan Kurtosis juga sering disebut
dengan ukuran kemencengan data. Satu istilah dalam Kurva Normal adalah Skewness dan
Kurtosis. Skewnessberkaitan dengan lebar kurva, sedangkan Kurtosisdengan tinggi kurva
 BAB III
PENUTUP
 
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat analisis
data yang dapat membantu pengambil keputusan untuk mengambil keputusan berdasarkan hasil
kesimpulan pada analisis data dari data yang dikumpulkan. Selain itu juga dengan statistika kita
bisa meramalkan keadaan yang akan datang berdasarkan data masa lalu.
Statistika Deskriptif memberikan informasi yang terbatas, yaitu memberi informasi yang
terbatas pada data apa adanya. Oleh karenanya pemakai statistik deskriptif tidak dapat
mengambil kesimpulan yang umum atas data yang terbatas. Kesimpulan yang dapat diambil,
terbatas atas data yang ada.
 
Kegunaan mempelajari ilmu Statistik adalah:
1. Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi.
2. Untuk Penaksiran (Forecasting)
3. Untuk Pengujian (Testing Hypotesa)
 
Sedangkan Pentingnya mempelajari Dispersi data didasarkan pada 2 pertimbangan:
1. Pusat data (rata2, median dan modus) hanya memberi informasi yang sangat terbatas.
2. Dispersi data sangat penting untuk membandingkan penyebaran dua distribusi data atau
lebih.
TERIMA KASIH