Skor Baku, Koefisien Variasi,

Kemiringan dan Keruncingan

Anisa Catur Wijayanti, M.Epid
 Skor Baku
• Nilai standar (angka baku) adl perubahan yang
digunakan untuk membandingkan dua buah
keadaan atau lebih.
• Digunakan untuk membandingkan dua skor
atau lebih yang menggunaka standar skor
yang berbeda.
• Angka baku yang lazim digunakan adalah Z-
score, yang dirumuskan dengan :
 Kegunaan Angka Baku
• Mengamati perubahan nilai kenaikan dan nilai
penurunan variabel atau suatu gejala dari
rata-ratanya
• Semakin kecil angka bakunya semakin pula
perubahan variabel tersebut dari rata-ratanya
dan sebaliknya.
• Nilai Z mengukur berapa simpangan baku
sebuah pengamatan terletak diatas atau
dibawah nilai tengahnya.
• Karena nilai sd tidak pernah negatif, nilai z yg
positif mengukur berapa simpangan baku
terletak pada suatu pengamatan diatas nilai
tengahnya.
• Sedanngkan nilai z negatif mengukur berapa
simpangan baku terletak pada suatu
pengamatan dibawah nilai tengahnya.
 Koefisien Variasi
• Membandingkan secara relatif dimana deviasi
standar dinyatakan sebagai persentase dari
rata-rata atau dg kata lain KV merupakan
perbandingan antara simpangan baku
terhadap rata-rata yg dinyatakan dalam
persen.
• Ex: seorang analis A dlm sehari rata2 memeriksa
40 sampel darah dg deviasi standar 5 dan analis
B dlm sehari rata2 memeriksa 160 sampel darah
dg deviasi standart 15.
• Sepintas B memiliki variasi lebih besar dibanding
A, tetapi analis B memeriksa 4x lebih banyak
analis A
• Untuk membuktikan untuk melihat
perbandingan maka hitung KV
• Manfaat :
1. Koef variasi dpt digunakan untuk
membandingkan satu variabel dari dua kel dg
satuan yg sama
2. Dua variabel dr satu kel dg satuan yg berbeda

• Kerugian :
1. KV tidak menyatakan suatu kemungkinan
2. Hasil perhitungan KV tidak sama apabila data
semula mengalami perubahan yg non-linier. Ex,
ukuran temperatur badan menggunakan celcius
diubah menjadi fahrenheit.
Ukuran kemiringan dan
keruncingan
 Ukuran Kemiringan
• Adalah ukuran yang menyatakan sebuah
model distribusi yang mempunyai kemiringan
tertentu
• Apabila diketahui besarnya nilai ukuran ini
maka dapat diketahui pula bagaimana model
distribusinya, apakah distribusinya simetrik,
positif maupun negatif
• Model distribusi

• Untuk mengetahui apakah sekumpulan data

mengikuti model distribusi positif, negatif atau
simetrik, hal ini dapat dilihat dari nilai
koefisien kemiringannya
Menurut Pearson ada beberapa
rumus untuk menghitung
koefisien kemiringannya, yaitu :
 a. Koefisien kemiringan (Modus)

• Dimana :
x : nilai rata-rata
Mo : nilai modus
s : nilai standart deviasi
 b. Koefisien Kemiringan (Median)

• Dimana :
x : rata-rata
Mo : Median
s : standart deviasi
 c. Koefisien kemiringan menggunakan
nilai kuartil

Koefisien kemiringan =

dimana : K1 = kuartil ke satu, K2 = kuartil ke dua,

K3 = kuartil ke tiga
 Menurut Pearson, dari hasil koefisien kemiringan diatas,
ada tiga criteria untuk mengetahui model distribusi dari
sekumpulan data (baik data berkelompok maupun data tidak
berkelompok), yaitu :

 Jika koefisien kemiringan < 0, maka bentuk distribusinya

negatif
 Jika koefisien kemiringan = 0, maka bentuk distribusinya
simetrik
 Jika koefisien kemiringan > 0, maka bentuk distribusinya
positif
 Contoh soal

Misalkan berat badan bayi (dicatat dalam Kg) yang baru lahir dirumah
sakit bersalin “Bunda” dapat dilihat dalam tabel berikut.

Hitung koefisien kemiringannya dengan menggunakan nilai

kuartil
Penyelesaian :

koefisien kemiringannya =
a. Q1 = ………… ?

Q1 = n

Q1 = 28

Q1 = 7 (kelas interval ke 3)

Maka Q1 = Tb + p
` `
= 2,85 + 0,2
= 2,85 + 0,08
b. Q2 = ………… ?

Q2 = n

Q2 = 28

Q2 = 14 (kelas interval ke 4)

Maka Q2 = Tb + p

` `= 3,05 + 0,2
= 3,05 + 0,11
= 3,16
c. Q3 = ………… ?

Q3 = n

Q3 = 28

Q3 = 21 (kelas interval ke 5)

Maka Q3 = Tb + p

` `= 3,25 + 0,2
= 3,25 + 0,13
= 3,38
Sehingga koefisien kemiringannya =

  =

= - 0,022
2.Ukuran Keruncingan (Kurtosis)
Ukuran keruncingan adalah kepuncakan dari
suatu distribusi, biasanya diambil relatif terhadap
distribusi normal. Sebuah distribusi yang
mempunyai puncak relatif tinggi dinamakan
leptokurtik, sebuah distribusi mempunyai puncak
mendatar dinamakan platikurtik, distribusi normal
yang puncaknya tidak terlalu tinggi atau tidak
mendatar dinamakan mesokurtik.
Untuk mengetahui apakah sekumpulan data
mengikuti distribusi leptokurtik, platikurtik, dan
mesokurtik, hal ini dapat dilihat berdasarkan
koefisien kurtosisnya.
 Untuk menghitung koefisien kurtosis digunakan
rumus
 

Dimana K1 = Kuartil kesatu

K2 = Kuartil kedua
K3 = kuartil ke tiga

P10 = Persentil ke 10

P90 = Persentil ke 90
 Dari hasil koefisien kurtosis diatas, ada tiga
criteria untuk mengetahui model distribusi dari
sekumpulan data, yaitu :

 Jika koefisien kurtosisnya < 0,263 maka

distribusinya adalah platikurtik
 Jika koefisien kurtosisnya = 0,263 maka
distribusinya adalah mesokurtik
 Jika koefisien kurtosisnya > 0,263 maka
distribusinya adalah leptokurtik
 
Contoh soal

Misalkan berat badan bayi (dicatat dalam Kg) yang baru lahir dirumah sakit
bersalin “Bunda” dapat dilihat dalam tabel berikut.

Hitung koefisien kurtosisnya

Penyelesaian :
a. Q1 = ………… ?

Q1 = n

Q1 = 28

Q1 = 7 (kelas interval ke 3)

Maka Q1 = Tb + p

` `
= 2,85 + 0,2
= 2,85 + 0,08
= 2,93
b. Q3 = ………… ?

Q3 = n

Q3 = 28

Q3 = 21 (kelas interval ke 5)

Maka Q3 = Tb + p

` `= 3,25 + 0,2
= 3,25 + 0,13
= 3,38
c. P10 = ………… ?

P10 = n

P10 = 28

P10 = 2,8 (kelas interval ke 2)

maka P10 = Tb + p

` `= 2,65 + 0,2
= 2,65 + 0,05
= 2,70
d. P90 = ………… ?

P90 = n

P90 = 28

P90 = 25,2 (kelas interval ke 6)

maka P90 = Tb + p

` `= 3,45 + 0,2
= 3.45 + 0,088
= 3,54
Sehingga koefisien kuatisisnya

= 0,268
-end-