Lorem ipsum dolor sit amet, consectetur adipiscing elit. Test link

Cara Mengukur Kemiringan (Skewness)


🔍 Pengertian Skewness

Skewness atau kemiringan adalah ukuran statistik yang menunjukkan asimetri distribusi data:

  • Skewness = 0 → Distribusi simetris (seperti distribusi normal).
  • Skewness > 0 → Distribusi miring ke kanan (positif), ekor lebih panjang ke kanan.
  • Skewness < 0 → Distribusi miring ke kiri (negatif), ekor lebih panjang ke kiri.

📐 Rumus Menghitung Skewness

Ada beberapa cara umum untuk menghitung skewness:

1. Rumus Skewness Pearson

a. Koefisien Skewness Pearson Pertama:

$$\text{Skewness}_1 = \frac{\text{Mean} - \text{Mode}}{\text{Standar Deviasi}}$$

b. Koefisien Skewness Pearson Kedua:

$$\text{Skewness}_2 = \frac{3(\text{Mean} - \text{Median})}{\text{Standar Deviasi}}$$

Rumus ini cocok untuk data distribusi sederhana.

2. Rumus Skewness Berdasarkan Momen Statistik (Sample Skewness)

Digunakan dalam software statistik seperti Excel, SPSS, R, atau Python:

$$\text{Skewness} = \frac{n}{(n-1)(n-2)} \sum \left( \frac{x_i - \bar{x}}{s} \right)^3$$

Keterangan:

  • n : jumlah data
  • xi : data ke-i
  • \(\bar{x}\) : rata-rata
  • s : simpangan baku

📊 Contoh Perhitungan

Data: 2, 3, 4, 5, 10

  • Mean = 4.8
  • Median = 4
  • Standar Deviasi ≈ 2.77

Menggunakan Pearson’s Second Coefficient:

$$\text{Skewness} = \frac{3(4.8 - 4)}{2.77} ≈ 0.87$$

Interpretasi: Distribusi miring ke kanan (positif).

💻 Cara Mengukur Skewness dengan Software

  • Excel: gunakan fungsi =SKEW(range)
  • SPSS: Analyze > Descriptive Statistics > Descriptives > pilih Skewness
  • Python (pandas): df.skew()
  • R: skewness(data)

Berikut ini adalah kalkulator online sederhana untuk menghitung skewness (kemiringan distribusi) yang bisa kamu tempel langsung di Blogger. Kalkulator ini menggunakan Pearson's Second Coefficient of Skewness, yaitu:

$$\text{Skewness}_2 = \frac{3(\text{Mean} - \text{Median})}{\text{Standar Deviasi}}$$

📊 Kalkulator Skewness Online

Masukkan data numerik (pisahkan dengan koma):



Hasil:

Guru Matematika yang senang ngulik IT. Blog ini bertujuan untuk sharing.

AdBlock Terdeteksi 🚫

Mohon nonaktifkan AdBlock seperti uBlock Origin untuk melanjutkan. Popup ini akan hilang otomatis setelah dimatikan.