Indah Manfaati Nur - himasta.unimus.ac.id

25
Indah Manfaati Nur

Transcript of Indah Manfaati Nur - himasta.unimus.ac.id

Page 1: Indah Manfaati Nur - himasta.unimus.ac.id

Indah Manfaati Nur

Page 2: Indah Manfaati Nur - himasta.unimus.ac.id
Page 3: Indah Manfaati Nur - himasta.unimus.ac.id

3

Ukuran kemiringan kurva adalah derajat atau ukuran dari ketidaksimetrian suatu distribusi data

Mo X Me

+ -

Kurva positif apabila rata-rata hitung > modus / median Kurva negatif apabila rata-rata hitung < modus / median

Page 4: Indah Manfaati Nur - himasta.unimus.ac.id

Ada 3 kemungkinan kesimetrian kurva distribusi data :

1) Jika nilai ketiganya sama maka kurvanya berbentuk simetri.

2) Jika Mean > Med > Mod, maka kurva miring ke kanan.

3) Jika Mean < Med < Mod, maka kurva miring ke kiri.

Page 5: Indah Manfaati Nur - himasta.unimus.ac.id
Page 6: Indah Manfaati Nur - himasta.unimus.ac.id

6

s

Mo-xKK

Koefisien kemiringan pertama Pearson

Koefisien kemiringan kedua Pearson

s

Me-x3KK

Menggunakan nilai persentil

Menggunakan nilai kuartil Q-Q

QQ2QKK

13

123

P-P

PP2PKK

1090

105090

Page 7: Indah Manfaati Nur - himasta.unimus.ac.id

Jika koefisien kemiringan < nol, maka bentuk distribusinya negatif (ekor bagian kiri lebih panjang)

Jika koefisien kemiringan = nol, maka bentuk distribusinya simetrik

Jika koefisien kemiringan > nol, maka bentuk distribusinya positif (ekor bagian

kanan lebih panjang)

7

Page 8: Indah Manfaati Nur - himasta.unimus.ac.id

Rata-rata dan varians sebenarnya merupakan hal istimewa dari kelompok ukuran lain yang disebut momen.

Momen juga dapat digunakan sebagai cara untuk mengukur ketidaksimetrisan terhadap distribusi data dalam suatu variabel

Momen dapat ditulis “ Mr (momen ke-r) “

Page 9: Indah Manfaati Nur - himasta.unimus.ac.id

Momen Data Tunggal Momen Data Berkelompok

Untuk r = 1, maka M1 (momen pertama) = mean

Untuk r = 2, maka M2 (momen kedua) = varians

Untuk r = 3, maka M3 (momen ketiga) = kemencengan

Untuk r = 4, maka M4 (momen keempat) = keruncingan

Page 10: Indah Manfaati Nur - himasta.unimus.ac.id

•Data Tunggal

α3 = koefisien kemencengan

M3 = momen ketiga, mengukur kemencengan

S = simpangan baku

n = banyaknya data pengamatan

Xi = data frekuensi ke-i

X = rata-rata hitung atau mean

Page 11: Indah Manfaati Nur - himasta.unimus.ac.id

Data Berkelompok

α3 = koefisien kemencengan

M3 = momen ketiga, mengukur kemencengan

S = simpangan baku

n = banyaknya data pengamatan

k = banyaknya kelas

fi = frekuensi kelas ke-i

X = rata-rata hitung atau mean

Page 12: Indah Manfaati Nur - himasta.unimus.ac.id

α3 = koefisien kemencengan

M3 = momen ketiga, mengukur kemencengan

S = simpangan baku

n = banyaknya data pengamatan

k = banyaknya kelas

c = besarnya kelas interval

fi = frekuensi kelas ke-i

di = simpangan kelas ke-I terhadap titik asal asumsi

X= rata-rata hitung atau mean

Data Berkelompok

Page 13: Indah Manfaati Nur - himasta.unimus.ac.id

•Jika α3 = 0, maka distribusi datanya

simetris.

•Jika α3 < 0, maka distribusi datanya

menceng ke kiri.

•Jika α3 > 0, maka distribusi datanya

menceng ke kanan.

Page 14: Indah Manfaati Nur - himasta.unimus.ac.id

14

Adalah derajat kepuncakan dari suatu distribusi, biasanya diambil relatif terhadap distribusi normal

Leptokurtik Platikurtik Mesokurtik

PP

QQ2

1

K 1090

13

Page 15: Indah Manfaati Nur - himasta.unimus.ac.id

Jika koefisien kurtosis kurang dari 0,263 maka distribusinya adalah platikurtik

Jika koefisien kurtosis sama dengan 0,263 maka distribusinya adalah mesokurtik

Jika koefisien kurtosis lebih dari 0,263 maka distribusinya adalah leptokurtik

15

Page 16: Indah Manfaati Nur - himasta.unimus.ac.id

Momen Data Tunggal

Momen Data Berkelompok

Page 17: Indah Manfaati Nur - himasta.unimus.ac.id

Data Tunggal

α4 = koefisien keruncingan

M4 = momen ketiga, mengukur keruncingan

S = simpangan baku

n = banyaknya data pengamatan

Xi = data frekuensi ke-i

X= rata-rata hitung atau mean

Page 18: Indah Manfaati Nur - himasta.unimus.ac.id

Data Berkelompok

α4 = koefisien keruncingan

M4 = momen keempat, mengukur keruncingan

S = simpangan baku

n = banyaknya data pengamatan

k = banyaknya kelas

fi = frekuensi kelas ke-i

X = rata-rata hitung atau mean

Page 19: Indah Manfaati Nur - himasta.unimus.ac.id

Jika α4 > 3, maka bentuk kurva leptokurtis (meruncing)

Jika α4 = 3, maka bentuk kurva mesokurtis (normal)

Jika α4 < 3, maka bentuk kurva platikurtis (mendatar)

Page 20: Indah Manfaati Nur - himasta.unimus.ac.id

20

Kelas interval

fi

2,5 – 2,6 2

2,7 – 2,8 3

2,9 – 3,0 5

3,1 – 3,2 7

3,3 – 3,4 6

3,5 – 3,6 5

jumlah 28

3,54

5

23-25,22,045,3P

2,70 3

2-2,82,065,2P

38,3 6

17-212,025,3Q

3,16 7

10-142,005,3Q

,93 2 5

5-72,085,2Q

90

10

3

2

1

268,0

84,0

225,0

70,254,3

93,238,32

1

K

022,045,0

01,0

93,23,38

93,23,162-3,38KK

Page 21: Indah Manfaati Nur - himasta.unimus.ac.id
Page 22: Indah Manfaati Nur - himasta.unimus.ac.id

Sehingga

Page 23: Indah Manfaati Nur - himasta.unimus.ac.id

Jadi kurva yang terbentuk adalah kurva

leptokurtis (α4 > 3)

Page 24: Indah Manfaati Nur - himasta.unimus.ac.id

15 25 21 16 20 17 19 25 21 15 17 16 19 20 17

20 15 25 15 21 19 16 17 25 19 21 20 19 19 21

17 20 16 21 20 21 16 20 17 19 20 19 17 21 19

20 16 19 19 17 20 21 19 19 21 19 17 20 19 15

24

1. Diketahui data seperti di bawah ini.

a) Tentukan Mean, Median, Modus

b) Kuartil, P20, P50, P80

c) Koefisien kemiringan

d) Koefisien keruncingan

Page 25: Indah Manfaati Nur - himasta.unimus.ac.id

2. Berikut ini diberikan data mengenai tinggi badan (dalam cm) dari sejumlah mahasiswa :

160,3 161,8 160,5 165,6 164,9 166,0 169,2 165,1

165,1 160,7 161,9 166,2 168,1 163,0 162,2 166,4

a. Hitung koefisien kemiringan dengan rumus pertama Pearson

b. Hitung koefisien kemiringan dengan rumus kedua Pearson

c. Hitung koefisien kemiringan dengan menggunakan nilai kuartil

d. Hitung koefisien kemiringan dengan menggunakan nilai persentil