Professional Documents
Culture Documents
FAKULTAS EKONOMI
UNIVERSITAS MUHAMMADIYAH SUMATERA UTARA
MEDAN
2017
MOMENT, KEMIRINGAN DAN KURTOSIS
Pada contoh gambar berikut, distribusi data tidak simetris. Gambar pertama miring (menjulur) ke
arah kiri dan gambar ke-2 miring ke arah kanan.
Pada distribusi data yang simetris, mean, median dan modus bernilai sama.
Interpretasi: Untuk distribusi data yang simetris, Sk = 0. Apabila distribusi data menjulur ke
kiri (negatively skewed), Sk bernilai negatif, dan apabila menjulur ke kanan (positively
skewed), SK bernilai positif. Kisaran untuk SK antara -3 dan 3.
Ukuran kemiringan yang lain adalah koefisien β1 (baca 'beta-satu'):
dimana:
Interpretasi:
Distribusi dikatakan simetris apabila nilai b1 = 0. Skewness positif atau negatif tergantung pada
nilai b1 apakah bernilai positif atau negatif.
Ukuran Skewness yang sering digunakan:
Skewness Populasi:
Skewness Sampel:
Source: D. N. Joanes and C. A. Gill. "Comparing Measures of Sample Skewness and Kurtosis".
The Statistician 47(1):183–189.
atau formula berikut (MS Excel):
s = standar deviasi
NB: kedua formula di atas menghasilkan nilai skewness yang sama
Interpretasi:
Distribusi dikatakan simetris apabila nilai g1 = 0. Skewness positif atau negatif tergantung pada
nilai g1 apakah bernilai positif atau negatif.
Menurut Bulmer, M. G., Principles of Statistics (Dover, 1979):
Kurtosis
Kurtosis merupakan ukuran untuk mengukur keruncingan distribusi data.
Distribusi pada gambar di atas semuanya simetris terhadap nilai rata-ratanya. Namun bentuk
ketiganya tidak sama. Kurva berwarna biru dikenal sebagai mesokurtik (kurva normal), kurva
berwarna merah dikenal sebagai leptokurtik (kurva runcing) dan kurva berwarna hijau dikenal
sebagai platikurtik (kurva datar).
Kurtosis dihitung dengan menggunakan koefisien Pearson, β2 (baca 'beta - dua').
dimana:
Ukuran Kurtosis yang sering digunakan:
Kurtosis Populasi:
Kurtosis:
Excess Kurtosis:
Kurtosis Sampel:
s = standar deviasi
NB: Excel menggunakan nilai Excess Kurtosis. Hasil perhitungan dari kedua formula di atas,
menghasilkan nilai yang sama
Interpretasi:
Distribusi dikatakan:
Analisis korelasi merupakan salah satu teknik statistik yang digunakan untuk menganalisis
hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Salah satu dari analisis korelasi
tersebut adalah analisis korelasi product moment (Pearson). Variabel yang digunakan disini
terbagi dua yaitu variabel bebas (x) dengan variabel terikat (y), dengan ketentuan data memiliki
syarat-syarat tertentu.
dengan ketentuan −1 ≤ r ≤ r . Dan interpretasi koefisien korelasi nilai r ini dapat dirangkum
dalam tabel berikut:
Langkah-langkah yang diperlukan untuk uji korelasi Pearson Product Moment adalah sebagai
berikut :