0% menganggap dokumen ini bermanfaat (0 suara)
579 tayangan7 halaman

Ukuran dan Koefisien Kurtosis Data

Ukuran kurtosis adalah ukuran keruncingan suatu distribusi yang mengukur seberapa runcing atau datar kurva distribusi tersebut dibandingkan dengan distribusi normal. Kurtosis dapat bernilai positif, negatif, atau nol tergantung pada bentuk kurvanya. Dokumen ini menjelaskan konsep skewness dan kurtosis beserta cara menghitung nilai koefisien kurtosis untuk data tunggal dan kelompok. Sebagai contoh, diberikan perhitungan k

Diunggah oleh

Intan Sakinah
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
579 tayangan7 halaman

Ukuran dan Koefisien Kurtosis Data

Ukuran kurtosis adalah ukuran keruncingan suatu distribusi yang mengukur seberapa runcing atau datar kurva distribusi tersebut dibandingkan dengan distribusi normal. Kurtosis dapat bernilai positif, negatif, atau nol tergantung pada bentuk kurvanya. Dokumen ini menjelaskan konsep skewness dan kurtosis beserta cara menghitung nilai koefisien kurtosis untuk data tunggal dan kelompok. Sebagai contoh, diberikan perhitungan k

Diunggah oleh

Intan Sakinah
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd

UKURAN KURTOSIS

Slide 1
Judul
Slide 2
Kelas dan Nama Kelompok
Slide 3
Keruncingan atau kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang biasanya
diambil secara relatif terhadap suatu distribusi normal. Untuk dapat menggambarkan
karakteristik dari suatu distribusi data, kita menggunakan konsep-konsep yang dikenal
sebagai kemiringan (skewness) dan keruncingan (kurtosis). Ukuran keruncingan (Kurtosis)
adalah derajat kepuncakan dari suatu distribusi, biasanya diambil relative terhadap distribusi
normal.
Slide 4
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai
positif, negatif, dan nol. Skewness yang bernilai positif berarti ekor distribusi berada di
sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah.
Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan
bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol
berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan
dan kiri sama besar.
Slide 5
Kurtosis (ketinggian kurva) pada distribusi frekuensi di bagi dalam tiga bagian yaitu :
1. leptokurtis (sangat runcing)
2. mesokurtis (keruncingan sedang)
3. platykurtis (kurva datar).
Slide 6
1. Koefisien keruncingan

Koefisien keruncingan atau koefisien kurtosis dilambangkan dengan a4 (alpha 4).


Jika hasil perhitungan koefisien keruncingan diperoleh :
1. Jika koefisien kurang dari 3 maka distribusinya adalah platikurtik
2. Jika koefisien kurtosis sama dengan 3 maka distribusinya adalah mesokurtic
3. Jika koefisien kurtosis lebih dari 3 maka distribusinya adalah leptokurtic.
Slide 7

Slide 8
Untuk mencari nilai koefisien keruncingan, dibedakan antara data tunggal dan data
kelompok.
a.       Untuk data tunggal

Tentukan keruncingan kurva dari data 2, 3, 6, 8, 11 !


Penyelesaian :

Karena nilainya 1,08 (lebih kecil dari 3) maka distribusinya adalah distribusi platikurtik.

Slide 9

b.       Untuk data kelompok


Slide 10

2.      Koefisien Kurtosis Persentil


Koefisien Kurtosis Persentil dilambangkan dengan K (kappa). Untuk
distribusinormal, nilai K  = 0,263. Koefisien Kurtosis Persentil, dirumuskan :

Contoh:
Berikut ini disajikan tabel distribusi frekuensi dari tinggi 100 mahasiswa
universitas XYZ.
a. Tentukan koefisien kurtosis persentil (K) !
b. Apakah distribusinya termasuk distribusi normal !
Tinggi Mahasiswa Universitas XYZ
Slide 11

Slide 12
Slide 13
Kegunaan Ukuran Kurtosis dalam Kehidupan Sehari hari
Distribusi kekayaan di Indonesia pada tahun 1993 memiliki nilai skewness 14,25 dan kurtosis
sebesar 364,38. Sementara pada tahun 2007, nilai skewness sebesar 4,97 dan kurtosis sebesar
42,83.

Pada kedua tahun tersebut, skewness bernilai positif dan kurtosis lebih besar dari nilai
referensi. Hal ini menunjukkan kemencengan yang positif (positive skew) dan ekor kurva
yang runcing (fat tailed).

Slide 14
Slide 15
Nilai skewness pada tahun 1993 lebih tinggi daripada tahun 2007. Ini berarti pada tahun
1993, kekayaan terdistribusi lebih luas antara seluruh kelompok rumah tangga, dimana rumah
tangga berpendapatan rendah lebih banyak daripada rumah tangga yang berpendapatan lebih
tinggi. Nilai skewness tinggi juga menunjukkan jauhnya jarak antara rumah tangga terkaya
dan rumah tangga termiskin.
Nilai kurtosis pada tahun 1993 lebih tinggi daripada tahun 2007. Hal ini berarti ada lebih
banyak rumah tangga yang memiliki nilai kekayaan yang sama. Dengan kata lain, tingkat
kekayaan atau tingkat kesejahteraan mereka hampir [Link] yang lebih baik?
Slide 16
Mana lebih baik?
Perbandingan skewness dan kurtosis kondisi distribusi kekayaan rumah tangga pada tahun
1993 dan 2007 harus berpedoman pada distribusi normal. Semakin dekat nilai skewness dan
kurtosis dengan kondisi ideal maka situasi distribusi kekayaan semakin baik. Pada distribusi
normal, nilai skewness adalah 0 dan kurtosis 3.
Nilai skewness dan kurtosis pada tahun 2007 lebih rendah daripada 1993 menunjukkan
kondisi yang semakin mendekati nilai pada distribusi normal. Dengan kata lain, pada tahun
2007 kondisi distribusi kekayaan rumah tangga di Indonesia lebih baik daripada tahun 1993.
Slide 17
THANKYOU

Anda mungkin juga menyukai