Selamat datang, di blog kami!
Kali ini kita akan membahas mengenai Ukuran Kemiringan dan Ukuran Kecembungan.
A. Ukuran Lokasi
Dibawah ini adalah model distribusi tersebut:
Dimana X = Rata-rata, Mo = Modus, dan S = Simpangan baku.
b. Koefisien Kemiringan (Median)
Kali ini kita akan membahas mengenai Ukuran Kemiringan dan Ukuran Kecembungan.
A. Ukuran Lokasi
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 distribusi itu simetrik, positif, atau negatif.
Dibawah ini adalah model distribusi tersebut:
Untuk mengetahui apakah sekumpulan
data mengikuti model distribusi positif, negatif, atau simetrik, hal ini dapat
dilihat berdasarkan nilai koefisien kemiringannya.
Menurut Pearson ada beberapa rumus
untuk menghitung koefisien kemiringannya, yaitu :
a. Koefisien Kemiringan (modus)Dimana X = Rata-rata, Mo = Modus, dan S = Simpangan baku.
b. Koefisien Kemiringan (Median)
Dimana X = Rata-rata, Mo = Modus, dan S = Simpangan baku.
c. Koefisien Kemiringan menggunakan Nilai Kuartil
Menurut Pearson, dari hasil
koefisien kemitingan 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.
B. Ukuran Kecembungan (keruncingan)
Ukuran keruncingan adalah kepuncakan
dari suatu distribusi, biasanya diambil relatif terhadap distribusi normal.
Sebuah distribusi yang mempunyai puncak relatif relatif tinggi dinamakan
dinamakan leptokurtik 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:
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
Terimakasih.
Comments
Post a Comment