NILAI SENTRAL, DISPERSI,

SKEWNES DAN KURTOSIS

 PENGANTAR

• Dalam aktivitas pengamatan, penelitian atau observasi

tidak jarang dijumpai data yang berhasil dihimpun tidak
sama atau berbeda antara satu dengan yang lainnya

• Dengan kata lain distribusi data yang tersusun ada

kemungkinan akan memperlihatkan karakteristik data
yang relatif homogen atau heterogen.

• Salah satu tugas statistik adalah menentukan suatu

angka di sekitar mana nilai-nilai dalam distribusi
memusat.
• Dengan kata lain salah satu tugas statistik adalah
menentukan angka yang menjadi pusat suatu
distribusi.

• Angka/ nilai yang menjadi pusat suatu distribusi

selanjutnya disebut tendensi sentral atau
kecenderungan tengah.

• Ada 3 jenis pengukuran tendensi sentral yang

sangat penting yaitu; Mean, Median dan Mode/
modus.
 1. ARITMATIC MEAN

Rata-rata Hitung Sederhana

F = frekuensi
Data Tidak Berkelompok N = jumlah data
X = nilai tengah
A = Assumed mean
X
 X Ci = interval kelas
N D = deviasi dalam interval

Data Berkelompok

X
 fX
X  A
 fd xCi
N N
 Contoh Kasus
Nilai
Kelas F Tengah (x) Fx d fd
30 - 39 4 34,5 138 -3 -12
40 - 49 6 44,5 267 -2 -12
50 - 59 8 54,5 436 -1 -8
60 - 69 12 64,5 774 0 0
70 - 79 9 74,5 670 1 +9
80 - 89 7 84,5 591 2 +14
90 - 99 4 94,5 378 3 +12
50 3.225 3

X  A
 fd
xCi
3
X  64,5  x10
N 50
 2. MEDIAN

a. Data Tidak Berkelompok

N 1
Med 
2
b. Data Berkelompok
FHT N
Med  TK  xCi Med 
FKM 2

TK = tepi kelas dari kelas median yg diatasnya

FHT = frekuensi komulatif yg harus ditambahkan utk mencapai med
FKM = frekuensi pada kelas median
Ci = interval kelas
Med = nilai median
Contoh Median
Distribusi F Tepi Kelas F Relatif
29.5 0
30 - 39 4 39.5 4
40 - 49 6 49.5 10
50 - 59 8 59.5 18
60 - 69 12 Md=25
69.5 30
70 - 79 9
79.5 39
80 - 89 7
89.5 46
90 - 99 4
99.5 50
601 601
50 1

Letak median = N/2

= 50/2
= 25
 FHT
Med  TK  xCi
FKM
7
Med  59,5  x10
12
 3. MODUS
a. Data tidak berkelompok dan Jenis Modus
a. no modul
b. mono modul
c. bi modul
b. Data Berkelompok
d1
Mo  Li  xCi
d1  d 2

Li = tepi kelas bawah dari kelas modus yg diatasnya

d1 = selisih frekuensi modus dengan frekuensi sebelumnya d2
= selisih frekuensi modus dengan frekuensi sesudahnya
Ci = interval kelas
Mo = nilai modus
 CONTOH MODUS

Distribusi F Tepi Kelas

29.5
30 - 39 4 39.5
40 - 49 6 49.5
50 - 59 8 d1 59.5
60 - 69 12 Frekuensi Modus
d2 69.5
70 - 79 9
79.5
80 - 89 7
89.5
90 - 99 4
99.5
601 601
50
 DISPERSI DATA

Ukuran penyebaran suatu kelompok data terhadap pusat

data.

- Jangkauan (Range)
- Simpangan/deviasi Rata-rata (Mean Deviation)
- Variansi (Variance)
- Standar Deviasi (Standart Deviation)
 Ukuran Penyebaran

KURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :

RENTANG (Range)
DEVIASI RATA-RATA (Average Deviation)
VARIANS (Variance)
DEVIASI STANDAR (Standard Deviation)
Rentang (range) : selisih bilangan terbesar dengan bilangan terkecil.
Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya
bersangkutan dengan bilangan terbesar dan terkecil.
Contoh : A : 100 90 80 70 60 50 40 30 20 10
X = 55
B : 100 100 100 100 100 10 10 10 10 10 r = 100 – 10 = 90
C : 100 100 100 90 80 30 20 10 10 10

Rata-rata
r = nilai maksimum – nilai minimum

Semakin kecil nilai r maka kualitas data akan semakin baik,

sebaliknya semakin besar nilai r, maka kualitasnya semakin tidak
baik.
 Deviasi rata-rata
Deviasi Rata-rata : penyebaran
Berdasarkan harga mutlak simpangan Kelompok A Kelompok B
Nilai X X - X |X – X| Nilai X X - X |X – X|
bilangan-bilangan terhadap rata-
100 45 45 100 45 45
ratanya.
90 35 35 100 45 45
80 25 25 100 45 45
70 15 15 90 35 35
60 5 5 80 25 25

Rata-rata 50 -5 5 30 -25 25
40 -15 15 20 -35 35
30 -25 25 10 -45 45
20 -35 35 10 -45 45
10 -45 45 10 -45 45
Jumlah 0 250 Jumlah 0 390

DR = 250 = 25 DR = 390 = 39
10 10
n |Xi – X|
Rata-rata DR = Σ
n
i=1

Makin besar simpangan,

makin besar nilai deviasi rata-
rata
2. DEVIASI/SIMPANGAN RATA-
RATA
Jumlah nilai mutlak dari selisih semua nilai
dengan nilai rata-rata dibagi dibagi dengan
banyaknya data.

Data tidak berkelompok :

X-X
SR 
n
Data berkelompok :
f X - X
SR 
f
SIMPANGAN RATA-RATA
(LANJUTAN)
Contoh :
Interval X f X-X f X-X
Kelas
9-21 15 3 50,92 152,76
22-34 28 4 37,92 151,68
35-47 41 4 24,92 99,68
48-60 54 8 11,92 95,36
61-73 67 12 1,08 12,96
74-86 80 23 14,08 323,84
87-99 93 6 27,08 162,48
Σf = 60 998,76

fX 3955
X   65,92
f 60 998,76
SR   16,646
60
4. STANDAR DEVIASI
Akar pangkat dua dari Variansi.
Disebut juga Simpangan Baku.

Data tidak berkelompok :

 X - X   
2 2
nX - X
2
S atau S 
n -1 n  n - 1
Data berkelompok :

S
f X - X  2

atau S 
nfX2 -  fX  2
f - 1 n  n - 1
n  f
 STANDAR DEVIASI (LANJUTAN)

Contoh 1 :

Interval
Kelas
X f
X - X 2

f X-X  2

9-21 15 3 2592,85 7778,55

22-34 28 4 1437,93 5751,72
35-47 41 4 621 2484
48-60 54 8 142,09 1136,72
61-73 67 12 1,17 14,04
74-86 80 23 198,25 4559,75
87-99 93 6 733,33 4399,98
Σf = 60 26124,76

26124,76
S 
2
 442,79
60 - 1
S  442,79  21,04
STANDAR DEVIASI (LANJUTAN)
Menghitung Variansi dan Standar Deviasi juga
dapat menggunakan Kode (U).

2  nfU -  fU 
 2 2

S c 
2

 n  n - 1 

 nfU 2 -  fU  2 
S  c  , n  f
 n  n - 1 
 STANDAR DEVIASI (LANJUTAN)

Contoh 2 : Interval X U f fU fU2

Kelas
9-21 15 -3 3 -9 27
22-34 28 -2 4 -8 16
35-47 41 -1 4 -4 4
48-60 54 0 8 0 0
61-73 67 1 12 12 12
74-86 80 2 23 46 92
87-99 93 3 6 18 54
Σf = 60 ΣfU = 55 205


2
S  13 
60 205 -  55  2

  442,79
2

 60 60 - 1 
S  442,79  21,04
 SIMPANGAN BAKU – DATA
BERKELOMPOK
• Contoh
Modal dari 40 perusahaan (dalam jutaan rupiah)
adalah sebagai berikut:

138 164 150 132 144 125 149 157

146 158 140 147 136 148 152 144
168 126 138 176 163 119 154 165
146 173 142 147 135 153 140 135
161 145 135 142 150 156 145 128

Tentukan simpangan baku dari data diatas.

21
 SIMPANGAN BAKU – DATA
BERKELOMPOK
• Jawaban
Modal (M) Nilai Tengah Frekuensi (f)
118 - 126 122 3
127 - 135 131 5

136 - 144 140 9

145 - 153 149 12
154 - 162 158 5
163 - 171 167 4
172 - 180 176 2
Jumlah 40
• Kelas interval sama, yaitu 9 (127 – 118)

22
 SIMPANGAN BAKU – DATA
BERKELOMPOK
Kelas f d d2 fd fd2

118 - 126 3 -3 9 -9 27
127 - 135 5 -2 4 -10 20
136 - 144 9 -1 1 -9 9
145 - 153 12 0 0 0 0
154 - 162 5 1 1 5 5
163 - 171 4 2 4 8 16
172 - 180 2 3 9 6 18
Jumlah 40 0 28 fidi = -9 fidi2 = 95

2
k
 k

fd   fi di
2
i i  2

 c i 1
  i 1   9 95    9   13,72
N  N  40  40 
 
  23
 SIMPANGAN BAKU – DATA
BERKELOMPOK
• Contoh
Data nilai ujian statistik dasar dari 50 mahasiswa, disusun
dalam tabel berikut ini. Tentukan simpangan baku dari data di
samping.
Kelas M (Nilai Tengah) f

30 - 39 34,5 4
40 - 49 44,5 6
50 - 59 54,5 8
60 - 69 64,5 12
70 - 79 74,5 9
80 - 89 84,5 7
90 - 100 94,5 4
24
 SIMPANGAN BAKU – DATA
BERKELOMPOK
• Jawaban
M M2 f fM fM 2
34,5 1.190,25 4 138,0 4.761,00
44,5 1.980,25 6 267,0 11.881,50
54,5 2.970,25 8 436,0 23.762,00
64,5 4.160,25 12 774,0 49.923,00
74,5 5.550,25 9 670,5 49.952,25
84,5 7.140,25 7 591,5 49.981,75
95 9.025,00 4 380,0 36.100,00
Jumlah f1 = 50 f1Mi = 3.257 f1Mi2 = 226.361,50

  k  
2

k   fi M i  
1    1   3257  2

 f i M i 
2 
  i 1
 226.361,50    16,85
N  i 1 N  50  50 
 
  25
 Varians & Deviasi Standar

Varians : penyebaran berdasarkan Kelompok A Kelompok B

jumlah kuadrat simpangan bilangan- Nilai X X -X (X–X)2 Nilai X X -X (X –X)2
bilangan terhadap rata-ratanya ; 100 45 2025 100 45 2025
melihat ketidaksamaan sekelompok data 90 35 1225 100 45 2025
80 25 625 100 45 2025
n 70 15 225 90 35 1225
s = Σ (Xi – X)
2
2
n-1 60 5 25 80 25 625
i=1 50 -5 25 30 -25 625
40 -15 225 20 -35 1225
30 -25 625 10 -45 2025
Deviasi Standar : penyebaran
20 -35 1225 10 -45 2025
berdasarkan akar dari varians ;
10 -45 2025 10 -45 2025
menunjukkan keragaman kelompok data
Jumlah 8250 Jumlah 15850

8250 15850
n s= √ 9 = 30.28 s= √ 9 = 41.97
s=
√ Σ
(Xi – X)2
i=1 n-1 Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Maka data kelompok B lebih tersebar daripada kelompok A
 3. VARIANSI
Rata-rata kuadrat selisih dari semua nilai data
terhadap nilai rata-rata hitung.

Data tidak berkelompok :

S 
2  X -X 
atau S 
2 n
2
X 2
-  X 
2

n -1 n  n - 1
Data berkelompok :
f  X - X   
2 2
nfX - fX
2
S2  atau S2 
f - 1 n  n - 1
n  f
 KUARTIL, DESIL, PERSENTIL
1. Kuartil
Kelompok data yang sudah diurutkan (membesar
atau mengecil) dibagi empat bagian yang sama
besar.

Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil

bawah, kuartil kedua (Q2) atau kuartil tengah, dan
kuartil ketiga (Q3) atau kuartil atas.
 KUARTIL

Untuk data tidak berkelompok

i n  1
Q i  nilai ke - , i  1,2,3
4

Untuk data berkelompok

 in 
 - F 
L0 = batas bawah kelas kuartil
Q i  L 0  c 4  , i  1,2,3
 f  F = jumlah frekuensi semua
 
  kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
 KUARTIL

Contoh :
Interval Nilai Frekuensi Q1 membagi data menjadi 25 %
Kelas Tengah Q2 membagi data menjadi 50 %
(X) Q3 membagi data menjadi 75 %

9-21 15 3
22-34 28 4
Sehingga :
35-47 41 4
48-60 54 8
Q1 terletak pada 48-60 (1/4.60)
61-73 67 12
74-86 80 23 Q2 terletak pada 61-73 (2/4.60)
87-99 93 6
Q3 terletak pada 74-86 (3/4.60)
Σf = 60
 KUARTIL

 1.60 
Untuk Q1, maka :  - 11 
Q1  47,5  13 4   54
 8 
 
 

Untuk Q2, maka :  2.60 

 - 19 
Q 2  60,5  13 4   72,42
 12 
 
 

Untuk Q3, maka :  3.60 

 - 31 
Q 3  73,5  13 4   81,41
 23 
 
 
 DESIL

2. Desil
Kelompok data yang sudah
diurutkan (membesar atau
mengecil) dibagi sepuluh bagian
yang sama besar.
 DESIL

Untuk data tidak berkelompok

i n  1
Di  nilai ke - , i  1,2,3,...,9
10
Untuk data berkelompok
L0 = batas bawah kelas desil Di
F = jumlah frekuensi semua
kelas sebelum kelas desil Di
 in  f = frekuensi kelas desil Di
 - F 
D i  L 0  c 10  , i  1,2,3,...,9
 f 
 
 
 DESIL

Contoh :
Interval Nilai Frekuensi D3 membagi data 30%
Kelas Tengah
(X) D7 membagi data 70%

9-21 15 3
22-34 28 4 Sehingga :
35-47 41 4
48-60 54 8
61-73 67 12
74-86 80 23 D3 berada pada 48-60
87-99 93 6
Σf = 60
(3/10.60)
D7 berada pada 74-86
 DESIL

 3.60 
 - 11 
D 3  47,5  13 10   58,875
 8 
 
 

 7.60 
 - 31 
D 7  73,5  13 10   79,72
 23 
 
 
 KUARTIL, DESIL, PERSENTIL

3. Persentil
Untuk data tidak berkelompok

Untuk data berkelompok

i n  1
Pi  nilai ke - , i  1,2,3,...,99
100

 in 
 - F 
Pi  L 0  c 100  , i  1,2,3,...,99
 f 
 
 
 KOEFISIEN KECONDONGAN
(SKEWNESS)
• Koefisien kecondongan menunjukkan apakah
kurva condong positif, negatif atau normal.
• Rumus kecondongan adalah :
μ  Mo 3(μ  Md)
Sk  atau Sk 
σ σ
• Dimana :
Sk : koefisien kecondongan
µ : nilai rata-rata hitung
Mo : nilai modus
Md : nilai median
σ : standar deviasi

*) Untuk data dikelompokan rumus tetap sama dan

dikalikan dengan (fi)
Sk = [µ - Mo ] .fi /  atau = 3.[µ - Md].fi / 
 KOEFISIEN KECONDONGAN
(SKEWNESS)

•Nilai Sk (Skewness):
• Sk = 3 berarti normal,
• Sk > 3 condong positif
• Sk < 3 condong negatif.
 UKURAN KECONDONGAN -
SKEWNESS
• Ukuran kecondongan – kemencengan
• Kurva tidak simetris
• Pada kurva distribusi frekuensi diketahui dari posisi
modus, rata-rata dan media
• Pendekatan : Jika
• Rata-rata = median = modus : Simetris
• Rata-rata < median < modus : Menceng ke kiri
• Rata-rata > median > modus : Menceng ke
kanan
KURVA KECONDONGAN
 KOEFISIEN SKEWNESS
• Sk = [µ - Mo ] /  atau = 3.[µ -
Md] / 
Contoh kasus data µ = Nilai rata – rata hitung
Mo = Nilai modus
µ = 33.68 Md = Nilai median
Mo = 18  = Standar deviasi
Md = 32
 = 11.2439 Sk = {3. [ 33.68 – 32]}
11.2439
Sk = [33.68- 18 ] / 11.2439 Sk = 5.04 / 11.2439
Sk = 15.68 / 11.2439 Sk = 0.4482
Sk = 1.394
UKURAN KERUNCINGAN - KURTOSIS

• Keruncingan disebut juga ketinggian kurva

• Pada distribusi frekuensi di bagi dalam tiga
bagian :
• Leptokurtis = Sangat runcing
• Mesokurtis = Keruncingan sedang
• Platykurtis = Kurva datar
 CONTOH SOAL:

 Sk = [µ - Mo ] /  atau = 3.[µ - Md] / 

ANSWER:
 KOEFISIEN KERUNCINGAN
(KURTOSIS)
• Koefisien keruncingan menunjukkan apakah kurva
bersifat normal, runcing, atau datar.
• Rumus koefisien keruncingan untuk data tidak
berkelompok adalah :
1/n  (x  μ) 4
α4  4
σ
Dimana :
α4 : koefisien kurtosis
n : jumlah data
X : nilai data
µ : nilai rata-rata hitung data
σ : standar deviasi
KOEFISIEN KERUNCINGAN (KURTOSIS)
• Untuk data yang dikelompokkan
dirumuskan sbb :

1/n  f.(X  μ) 4

α 
4
4
σ
Dimana :
α4 : koefisien kurtosis
n : jumlah data
f : jumlah frekuensi kelas
X : nilai tengah kelas
µ : nilai rata-rata hitung data
σ : standar deviasi
KOEFISIEN KURTOSIS
• Bentuk kurva keruncingan – kurtosis
• Mesokurtik 4 = 3
• Leptokurtik 4 > 3
• Platikurtik 4 < 3
• Koefisien kurtosis (data tidakNilai data
dikelompokan)
4 =
1/n ∑(x - )4
4
UKURAN KERUNCINGAN
 KOEFISIEN KURTOSIS
• Koefisien kurtosis (data
dikelompokan)

1/n ∑ f. (X - )4
4 = 4
Jumlah Frekuensi

Standar deviasi Nilai rata – rata hitung

Nilai tengah kelas

 HITUNGLAH KERUNCINGANNYA!
• Berikut adalah 20 frekuensi saham pilihan BEJ
Maret 2003

1/n  f.(x  μ)4

α 
4

σ4

Kolom bantuan yang harus dicari!

PENYELESAIANNYA