Minggu, 16 April 2017

Ukuran Kemiringan dan Keruncingan



MAKALAH STATISTIKA DASAR
Ukuran Kemiringan dan Keruncingan (Kurtosis)

 
Disusun Oleh:
KELOMPOK 12
Nur Amalia Susanti       (06081181520025)
Rani S. S. Silitonga        (06081181520079)
Renni Juli Yanna           (06081181520076)
Dosen Pengampu :
Prof.Dr. Ratu Ilma Indra Putri, M.Si (196908141993022001)
Puji Astuti, S.Pd.,M.Sc

PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SRIWIJAYA
2016

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa atas segala limpahan rahmatnya, sehingga kami dapat menyelesaikan penyusunan makalah ini. Penulisan makalah mengenai Ukuran Kemiringan dan Keruncingan (Kurtosis) ini kami buat dimaksudkan untuk melengkapi tugas mata kuliah Statistika Dasar. Yang mana isi makalah ini kami ambil dari beberapa buku dengan sumber yang ada dan kami anggap relevan.
Kami menyadari bahwa makalah ini masih jauh dari sempurna, karena masih banyak kekurangan baik dari isi maupun dari segi penulisannya. Oleh karena itu, kritik dan saran yang mengarah pada perbaikan makalah ini sangat kami harapkan. Dan semoga makalah ini dapat bermanfaat untuk pengembangan wawasan dan peningkatan ilmu pengetahuan bagi kita semua.
   Indralaya, 26 September 2016

                                                                                                                             penyusun




Ukuran Kemiringan

Ukuran Kemiringan adalah ukuran yang menyatakan sebuah model distribusi yang mempunyai kemiringan tertentu. Apabila diketahui besarnya nilai ukuran ini maka dapat diketahui bagaimana model distribusinya, apakah distribusi ini simetrik, positif atau negatif.[1]
Untuk mengetahui apakah sekumpulan data mengikuti model distribusi positif, negatif atau simetrik, hal ini dapat dilihat berdasarkan nilai koefisien kemiringannya. Ada beberapa rumus untuk menghitung koefisien kemiringan, yaitu:
a.      Koefisien kemiringan pertama dari Pearson
Koefisien kemiringan =   
Keterangan:                    = rata-rata
                                   = Modus
           = simpangan baku
b.      Koefisien kemiringan kedua dari Pearson
Koefisien kemiringan =    
Keterangan:                    = rata-rata
                               = Median
                                  = simpangan baku
c.       Jika menggunakan nilai kuartil maka rumusnya adalah
Koefisien kemiringan =   
Keterangan:                  = kuartil kesatu
                                     = kuartil kedua
                                     = kuartil ketiga
d.      Jika menggunakan nilai persentil maka rumusnya adalah
Koefisien kemiringan =
Keterangan:                 = Persentil ke-10
                                    = Persentil ke-50
                                    = Persentil ke-90
Menurut Pearson, dari hasil koefisien kemiringan di atas, ada tiga kriteria untuk mengetahui model ditribusi dari sekumpulan data (baik data tidak berkelompok maupun data berkelompok), yaitu:
1.      Jika koefisien kemiringan lebih kecil dari 0 (< 0) maka bentuk distribusinya negatif.
2.      Jika koefisien kemiringannya sama dengan 0 (=0) maka bentuk distribusinya simetrik.
3.      Jika koefisien kemiringan lebih besar dari 0 (>0) maka bentuk distribusinya positif.
CONTOH 1:
Dari suatu sebaran data diketahui nilai rata-ratanya , modus , dan S = 19,59. Tentukan koefisien kemiringannya!
Penyelesaian:
SK =
SK =
SK = 0,08
CONTOH 2:
Tentukan koefisien kemiringan dari data berikut ini!
Nilai Ujian
Frekuensi
31-40
1
41-50
2
51-60
5
61-70
15
71-80
25
81-90
20
91-100
12
Jumlah
80







Penyelesaian:
Nilai
f
xi
fixi
xi-
31-40
1
35,5
35,5
-41,1
1682,219
16881,21
41-50
2
45,5
91
-31,1
67,21
1934,42
51-60
5
55,5
275,5
-21,1
445,21
2226,0
61-70
15
65,5
982,5
-10,1
102,01
1530,15
71-80
25
75,5
1887,5
-1,1
1,21
30,52
81-90
20
85,5
1710
-8,9
79,21
1584,52
91-100
12
95,5
1146
-10,9
357,21
4502,52

80

6128


13489,80
 =
Median
           
                 
                 
       = 77,3
Jadi,    
           

Ukuran Keruncingan (Kurtosis)

Kurtosis adalah derajat kepuncakan dari suatu distribusi, biasanya diambil relatif terhadap distribusi normal.[2] Sebuah distribusi yang mempunyai puncak relatif tinggi dinamakan leptokurtik. Sebuah distribusi yang mempunyai puncak mendatar dinamai platikurtik. Distribusi normal yang puncaknya tidak terlalau tinggi atau puncaknya tidak mendatar dinamai mesokurtik.

Untuk mengetahui koefisien kurtosis digunakan rumus koefisien kurtosis, yaitu:
Keterangan:             = kuartil kesatu
                                = kuartil ketiga
                               = persentil ke-10
                               = persentil ke-90
Dari hasil koefisien kurtoris di atas, ada tiga kriteria untuk mengetahui model distribusi dari sekumpulan data, yaitu:
1.      Jika koefisien kurtosis kurang dari 0,263 (<0,263) maka distribusinya adalah platikurtik.
2.      Jika koefisien kurtosis sama dengan 0,263 (=0,263) maka distribusinya adalah mesokuritik.
3.      Jika koefisien kurtosis lebih dari (>0,263) maka distribusinya adalah leptokurtik.
Contoh:
Nilai ujian Matematika siswa kelas X
Nilai Ujian
Frekuensi
31-40
14
41-50
26
51-60
10
61-70
25
71-80
25
81-90
30
91-100
20
Jumlah
150
Lihat data di atas yaitu nilai ujian Matematika siswa kelas X dari suatu SMA Negeri 1 Palembang. Hitung koefisien kurtosisnya!
Penyelesaian:
Rumus yang digunakan adalah :
Mencari K1 dan K3 :
1
K1  = 40,5 + 9,1
K1  = 49,6
K3  = 80,5 +  
K3  = 80,5 + 4,16
K3  = 84,66
Mencari P90 dan P10 :
P90  = 90,5 + 2,5
P90  = 93
P10  = 40.5 + . 10
P10  = 40,5 + 0,38
P10  = 40,88
Jadi,      


DAFTAR PUSTAKA

 

Herrhyanto, N., & Hamid, H. A. (2007). Statistik Dasar. Jakarta: Universitas Terbuka.
Subana, Sudrajat, & Moerstyo. (2000). Statistik Pendidikan. Bandung: Pustaka Setia.





[1] Herrhyanto, N., & Hamid, H. A.Statistik Dasar.Universitas Terbuka.2007.Jakarta.hal. 6.2

[2] Herrhyanto, N., & Hamid, H. A.Statistik Dasar.Universitas Terbuka.2007.Jakarta.hal. 6.12