) d a n U k u r a n K e r u n c i n g a n ( K u r t o s i s )

dokumen-dokumen yang mirip
Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

Distribution. Contoh Kasus. Widya Rahmawati

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

CIRI-CIRI DISTRIBUSI NORMAL

Statistik Deskriptif: Central Tendency & Variation

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.

Statistika & Probabilitas

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

MATERI STATISTIK. Genrawan Hoendarto

Oleh Azimmatul Ihwah

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

Ukuran Simpangan/Penyebaran

OUTLINE BAGIAN I Statistik Deskriptif

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

BAB I PENDAHULUAN. Universitas Sumatera Utara

PROGRAM STUDI AGRIBISNIS HORTIKULTURA

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA

BAB V HASIL DAN PEMBAHASAN

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH

UKURAN PEMUSATAN DATA STATISTIK

II. TINJAUAN PUSTAKA WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk

BAB 2 TINJAUAN PUSTAKA

BAB IV DISPERSI DATA

Kenapa Data Harus Diringkas?

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

Statistik Deskriptif Ukuran Dispersi

Signifikansi Kolmogorov Smirnov

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Variabel dan Konstanta KONSEP STATISTIK Tabel 1: Distribusi Frekuensi Tabel 2 Distribusi Frekuensi Data Mentah Tabel 2.2 Grafik

SATUAN ACARA PERKULIAHAN

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

BAB 3: NILAI RINGKASAN DATA

BAB IV METODE PENELITIAN

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

By : Hanung N. Prasetyo

Interval Kepercayaan Skewness dan Kurtosis Menggunakan Bootstrap pada Data Kekuatan Gempa Bumi

PROBLEM SOLVING STATISTIKA LANJUT

LAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom

Distribusi Normal, Skewness dan Qurtosis

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

Pengantar Statistik. Nanang Erma Gunawan

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

BAB 2 LANDASAN TEORI

Ukuran gejala pusat. Nugraeni

Ilmu Komunikasi Marketing Communication & Advertising

UKURAN PENYEBARAN DATA

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

PERTEMUAN 2 STATISTIKA DASAR MAT 130

OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

PENERAPAN TEAM BASED LEARNING PADA MATA PELAJARAN AUTOCAD DI SMKN 1 MAGELANG

05Ilmu. UKURAN PEMUSATAN Ukuran pemusatan tentang median dan modus data yang tidak terdistribusi maupun yang terdistribusi, dan aplikasinya

Ukuran Statistik (Bagian II) menjadi 2 bagian yang sama besar. menjadi 4 bagian yang sama besar

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. data yang diperoleh dalam penelitian. Deskripsi data yang disajikan adalah

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah

statistika untuk penelitian

BAB IV DESKRIPSI HASIL PENELITIAN

Minggu-4-a UKURAN PEMUSATAN

PENGUKURAN DESKRIPTIF

STATISTIKA 2 UKURAN PEMUSATAN

TUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA

DISTRIBUSI PROBABILITAS NORMAL

BAB V HASIL DAN PEMBAHASAN

Ukuran Nilai Sentral

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

9. STATISTIKA. f u. X s = Rataan sementara, pilih x i dari data dengan f i terbesar. Ukuran Pemusatan Data A. Rata-rata. 1.

UKURAN TENGAH DAN UKURAN DISPERSI

UKURAN PEMUSATAN DATA

UKURAN LOKASI DAN VARIANSI MEAN:

Penentuan Momen ke-5 dari Distribusi Gamma

STATISTIKA LINGKUNGAN

Pengukuran Deskriptif

Median Median dari data yang belum dikelompokkan

STATISTIKA LINGKUNGAN. DISTRIBUSI FREKUENSI DAN NILAI SENTRAL Minggu ke-2

BAB II LANDASAN TEORI

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

Terbentuknya Batuan Sedimen

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016

Oleh Azimmatul Ihwah

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

Penyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri

BAB 2 LANDASAN TEORI

HALAMAN JUDUL ANALISIS MODEL BLACK LITTERMAN UNTUK DATA PASAR BERDISTRIBUSI SKEW NORMAL TUGAS AKHIR SKRIPSI

Pengukuran Deskriptif. Debrina Puspita Andriani /

Transkripsi:

U k u r a n K e c o n d o n g a n ( S k e w n e s s ) d a n U k u r a n K e r u n c i n g a n ( K u r t o s i s ) D i s i a p k a n o l e h : B a m b a n g S u t r i s n o, S. E., M. S. M. bambang.sutrisno@umj.ac.id

U k u r a n K e c o n d o n g a n ( S k e w n e s s ) Ukuran kecondongan merupakan tingkat ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi. Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median, dan modus yang tidak sama distribusi akan condong. besarnya (Mean Median Modus), sehingga terkonsentrasi pada salah satu sisi dan kurvanya akan 2

Md U k u r a n K e c o n d o n g a n ( S k e w n e s s ) Kurva Sim etris X =Md=Mo Rumus Kecondongan: 3

Ukuran Kecondongan (Skewness) Kecondongan sebuah grafik dapat dilihat dari nilai mean, median, dan modusnya. Apabila: 1. Mean = Median = Modus maka kurva simetris 2. Modus < Median < Mean maka kurva condong positif (condong ke kanan) 3. Mean < Median < Modus maka kurva condong negatif (condong ke kiri)

U k u r a ( n S K e c o n d o n g a n k e w n e s s ) Nilai Sk akan berkisar dari -3 sampai +3, apabila nilai Sk negatif menunjukkan kurva menceng ke kiri atau menceng negatif, sebaliknya jika Sk positif, maka kurva condong ke kanan atau condong positif. Apabila Sk nilainya sama dengan 0 (nol) maka kurvanya simetris. Kurva dengan nilai Sk semakin mendekati nol, akan semakin mendekati kurva berbentuk normal. 4

U k u r a n K e r u n c i n g a n ( K u r t o s i s ) Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang secara relatif terhadap suatu distribusi normal. biasanya diambil Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga macam yaitu: 1. Leptokurtik ( 4 > 3) Merupakan distribusi yang memiliki puncak relatif tinggi. 2. Platikurtik ( 4 < 3) Merupakan distribusi yang memiliki puncak hampir mendatar. 3. Mesokurtik ( 4 = 3) Merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar. 5

U k u r a n K e r u n c i n g a n ( K u r t o s i s ) Ker uncingan Kur va Platyk urtic Mesokurtic Leptok urtic 6

U k u r a n K e r u n c i n g a n ( K u r t o s i s ) Koefisien kurtosis ( 4 ) untuk data berkelompok adalah: dimana: α 4 n f X μ σ = = = = = = koefisien kurtosis jumlah data jumlah frekuensi kelas nilai tengah kelas nilai rata-rata hitung data standar deviasi 8

CONTOH SOAL Perhatikan distribusi frekuensi di bawah ini. Interval Frekuensi (f) 160-303 2 304-447 5 448-591 9 592-735 3 736-879 1 a. Hitunglah nilai rata-rata hitung (mean), median, modus, dan standar deviasi. b. Hitunglah koefisien kecondongan (skewness) dan keruncingan (kurtosis).

PENYELESAIAN Titik Tengah (X) f f.x X - μ (X - μ) 2 f.(x - μ) 2 (X - μ) 4 f.(x - μ) 4 231,5 2 463,0-259,2 67.184,6 134.369,3 4.513.775.851,9 9.027.551.703,9 375,5 5 1.877,5-115,2 13.271,0 66.355,2 176.120.502,7 880.602.513,4 519,5 9 4.675,5 28,8 829,4 7.465,0 687.970,7 6.191.736,4 663,5 3 1.990,5 172,8 29.859,8 89.579,5 891.610.044,8 2.674.830.134,5 807,5 1 807,5 316,8 100.362,2 100.362,2 10.072.579.217,8 10.072.579.217,8 Jumlah 9.814,0 398.131,2 22.661.755.306,0 n = 20 μ = fx / n = 9.814 / 20 = 490,7 Standar deviasi = σ = f.(x μ)2 n 1 = 398.131,2 19 = 144,8

879,5 20 PENYELESAIAN Letak median n/2 = 20/2=10; jadi terletak pada frek. kumulatif antara 7-16 Nilai Median Md = 447,5 + (20/2) - 7 x 144 9 = 495,5 Interval Frekuensi Tepi Kelas Frek. Kumulatif 160-303 2 159,5 0 304-447 5 303,5 2 448-591 9 447,5 7 Letak Median 592-735 3 591,5 16 736-879 1 735,5 19

PENYELESAIAN Interval Frekuensi Tepi Kelas Letak modus pada frekuensi kelas paling besar = 9 kelas 448-591. 160-303 2 159,5 Nilai Modus Mo 447,5 + 4 4 6 447,5 57,6 505,1 x 144 304-447 5 303,5 448-591 d 1 9 592-735 447,5 Letak Modus d 2 3 591,5 736-879 1 735,5

PENYELESAIAN μ = 490,7 Md = 495,5 Mo = 505,1 σ = 144,7 490,7 505,1 Sk = atau Sk = 3(490,7 495,5) 144,7 144,7 Sk = -0,10 Sk = -0,10 Sk menunjukkan nilai negatif. Jadi kurva condong negatif (ke kiri). Hal ini disebabkan adanya nilai yang sangat kecil sehingga menurunkan nilai rata-rata hitungnya. Angka -0,10 menunjukkan kedekatan dengan nilai 0 sehingga kurva tersebut kecondongannya tidak terlalu besar atau mendekati kurva normal.

PENYELESAIAN μ = 490,7; Md = 495,5, Mo = 505,1; σ = 144,8 Titik Tengah (X) f f.x X - μ (X - μ) 2 f.(x - μ) 2 (X - μ) 4 f.(x - μ) 4 231,5 2 463,0-259,2 67.184,6 134.369,3 4.513.775.851,9 9.027.551.703,9 375,5 5 1.877,5-115,2 13.271,0 66.355,2 176.120.502,7 880.602.513,4 519,5 9 4.675,5 28,8 829,4 7.465,0 687.970,7 6.191.736,4 663,5 3 1.990,5 172,8 29.859,8 89.579,5 891.610.044,8 2.674.830.134,5 807,5 1 807,5 316,8 100.362,2 100.362,2 10.072.579.217,8 10.072.579.217,8 Jumlah 9.814,0 398.131,2 22.661.755.306,0 α 4 = (1/20)(22.661.755.306) (144,8) 4 = 2,58 Hasil koefisien keruncingan 2,58 dan lebih kecil dari 3, maka bentuk kurva adalah platikurtik, sehingga data terdistribusi agak merata, di mana puncaknya termasuk rendah. Hal tersebut menunjukkan tidak adanya frekuensi pada suatu kelas yang sangat ekstrim dibandingkan dengan frekuensi pada kelas lainnya.

Tugas Mandiri Berikut ini adalah distribusi frekuensi nilai mata kuliah Statistik Sosial dari 40 mahasiswa FISIP UMJ Semester Genap tahun akademik 2017/2018. Nilai Frekuensi (f) 50-59 2 60-69 11 70-79 17 80-89 6 90-99 4 a. Carilah nilai rata-rata hitung (mean), median, modus, dan standar deviasi. b. Hitunglah tingkat kecondongan (skewness) dan keruncingan (kurtosis).

TERIMA KASIH.