Coconote
AI notes
AI voice & video notes
Try for free
📊
Memahami Skewness dan Kurtosis dalam Statistik
Oct 26, 2024
Catatan Kuliah: Skewness dan Kurtosis
Pengantar
Pembahasan tentang distribusi normal, skewness, dan kurtosis dalam statistika.
Data berdistribusi normal dicirikan oleh penyebaran simetris dan kurva berbentuk lonceng.
Distribusi Normal
Distribusi normal: simetri antara bagian kiri dan kanan.
Kondisi terjadi ketika nilai rata-rata (mean), median, dan modus sama.
Data mendekati distribusi normal ketika mean mendekati median dan modus.
Skewness (Kemiringan)
Definisi
: Ukuran ketidaksimetrisan dalam distribusi data.
Nilai Skewness
:
Positif: Ekor distribusi di sebelah kanan, data mengumpul di sebelah kiri.
Negatif: Ekor distribusi di sebelah kiri, data mengumpul di sebelah kanan.
Nol: Distribusi simetris.
Interpretasi Koefisien Skewness
:
< -1 atau > 1: Kemiringan kuat.
-1 hingga -0,5 atau 0,5 hingga 1: Kemiringan moderat.
-0,5 hingga 0,5: Mendekati simetris.
Menghitung Skewness
Rumus Person Median Skewness:
[ \text{Koefisien Skewness} = 3 \times \frac{\text{Mean} - \text{Median}}{\text{Standar Deviasi} } ]
Contoh Perhitungan: Mean = 48,6, Median = 39, Standar Deviasi = 39,5; hasilnya 0,73 (moderate skewness).
Penanganan Data Tidak Simetris
Tidak melakukan apa-apa
: Beberapa uji statistik tidak sensitif terhadap skewness yang ringan/sedang.
Gunakan model yang berbeda
: Terapkan uji non-parametrik jika data sangat skewed.
Transformasi variabel
: Opsi terakhir jika data sangat tidak simetris.
Kurtosis (Keruncingan)
Definisi
: Indikator derajat keruncingan kurva distribusi.
Jenis Kurtosis
:
Leptokurtik: Nilai kurtosis > 3 (kurva sangat runcing).
Mesokurtik: Nilai kurtosis = 3 (kurva normal).
Platikurtik: Nilai kurtosis < 3 (kurva lebih landai).
Rumus Kurtosis
: Persentil dan kuartil.
Kesimpulan
Skewness dan kurtosis adalah ukuran penting dalam memahami distribusi data.
Koefisien skewness dan kurtosis membantu mengidentifikasi tingkat normalitas distribusi data.
Penanganan data yang tidak simetris dapat dilakukan dengan beberapa pendekatan berbeda tergantung pada tingkat ketidaksimetrisan.
Saran
Jika ada pertanyaan, bisa ditanyakan di kolom komentar.
📄
Full transcript