1. Jurusan Komputerisasi Akuntansi
AKADEMI MANAJEMEN INFORMATIKA & KOMPUTER
BINA SARAN INFORMATIKA
Jl. Banten No. 1, Telp. (0267) 8454893, Karangpawitan, Karawang
2. • 11171008Budi Maulana
• 11170574Dian Himawan
• 11170877Fadkhu Rohman R
• 11170353Fitri Cahya M
• 11170324Hilma Khoeriyah
• 11171380Juni Refiyanto
• 11170649Mar’atus Solihah
• 11170610M. Abdul Rohim
• 11170667Syifa Fauziah
• 11170851Tri Wahyuni
KELOMPOK 5
3.
4.
5. Kemiringan ( skewness ) dari suatu distribusi adalah
derajat simetris dari distribusi tersebut (Sartono,
1997 ). Dapat pula dikatakan bahwa ukuran kemiringan
adalah harga yang menunjukkan seberapa jauh
distribusi itu menyimpang dari simetris.
6. Model Distribusi Positif
→ Mempunyai nilai modus paling kecil dan rata-rata
hitung paling besar (miring ke kanan)
Model Distribusi Simetrik
→ Menunjukkan letak nilai rata-rata hitung,
median, dan modus berhimpit (berkisar disatu titik)
Model Distribusi Negatif
→ Mempunyai nilai modus paling besar dan rata-rata
hitung paling kecil (miring ke kiri)
7.
8. a. Rumus Pearson
b. Rumus Momen
- Data tidak berkelompok
- Data Berkelompok
9. c. Rumus Bowley
Rumus ini menggunakan nilai kuartil :
Jika Q3 – Q2 > Q2 – Q1 maka distribusi akan menceng ke
kanan atau menceng secara positif.
2) Jika Q3 – Q2 < Q2 – Q1 maka distribusi akan menceng ke
kiri atau menceng secara negatif.
3) a 3 positif, berarti distribusi mencengke kanan.
4) a 3 negatif, nerarti distribusi menceng ke kiri.
5) a 3 = ± 0,10 menggambarkan distribusi yang menceng tidak
berarti dan a3> 0,30 menggambarkan kurva yang menceng
berarti
10. Data berkelompok
Koefisien kemiringan menggunakan modus
Koefisien kemiringan menggunakan median
Ket :
a = Derajat kemiringan
Xi = Nilai data ke – i
x̅ = Nilai rata-rata hitung
fi = Frekuensi kelas ke - i
mi = Nilai titik tengah kelas ke – I
S = Simpangan baku
n = Banyaknya data
11. Data tidak berkelompok
Koefisien kemiringan menggunakan modus
Koefisien kemiringan menggunakan median
Ket :
a = Derajat kemiringan
Xi = Nilai data ke – i
x̅ = Nilai rata-rata hitung
fi = Frekuensi kelas ke - i
mi = Nilai titik tengah kelas ke – I
S = Simpangan baku
n = Banyaknya data
12. Data tidak berkelompok
** Karena a 3 > 0, Maka Distribusi Data Miring ke Kanan
( Positif ).
INTERPRETASI
Ket :
a3 = Derajat kemiringan
Xi = Nilai data ke – i
x̅ = Nilai rata-rata hitung
fi = Frekuensi kelas ke - i
mi = Nilai titik tengah kelas ke – I
S = Simpangan baku
n = Banyaknya data
13. Data berkelompok
** Karena a 3 > 0, Maka Distribusi Data Miring ke Kanan
( Positif ).
INTERPRETASI
Ket :
a3 = Derajat kemiringan
Xi = Nilai data ke – i
x̅ = Nilai rata-rata hitung
fi = Frekuensi kelas ke - i
mi = Nilai titik tengah kelas ke – I
S = Simpangan baku
n = Banyaknya data
15. Koefisien menggunakan nilai Kuartil
Keterangan :
Q1 = Kuartil pertama
Q2 = Kuartil kedua
Q3 = Kuartil ketiga
16.
17. Merupakan derajat atau ukuran tinggi rendahnya
puncak suatu distribusi data terhadap distribusi
normalnya data. Keruncingan distribusi data ini
disebut juga kurtosis.
18. 1) Leptokurtik
Merupakan distribusi yang memiliki puncak relatif tinggi (
Nilai keruncingan lebih dari 3 ).
2) Platikurtik
Merupakan distribusi yang memiliki puncak hampir
mendatar (Nilai keruncingan kurang dari 3 )
3) Mesokurtik
Merupakan distribusi yang memiliki puncak tidak tinggi dan
tidak mendatar ( Nilai keruncingan sama dengan 3 ).
Bila distribusi merupakan distribusi simetris maka distribusi
mesokurtik dianggap sebagai distribusi normal.
21. Data tidak berkelompok
** Karena a4 < 3, maka termasuk jenis kurva leptokurtis.
Keterangan :
a4 = Derajat keruncingan
Xi = Nilai data ke – i
x̅ = Nilai rata-rata hitung
fi = Frekuensi kelas ke - i
mi = Nilai titik tengah kelas ke – i
S = Simpangan baku
n = Banyaknya data
INTERPRETASI
22.
23. Data tidak berkelompok
** Karena a4 < 3, maka termasuk jenis kurva platikurtis.
Keterangan :
a4 = Derajat keruncingan
Xi = Nilai data ke – i
x̅ = Nilai rata-rata hitung
fi = Frekuensi kelas ke - i
mi = Nilai titik tengah kelas ke – i
S = Simpangan baku
n = Banyaknya data
INTERPRETASI
24. a4 = 3 distribusi keruncingan data disebut
mesokurtis
a4 > 3 distribusi keruncingan data disebut
leptokurtis
a4 < 3 distribusi keruncingan data disebut
platikurtis
25. 1. Analisa kemiringan distribusi data
(skewness)
2. Analisa keruncingan distribusi data
( kurtosis)
26. Cara penulisan rumus skewness di excel:
Skew(nomor 2, nomor 3, ... ). Dimana nomor 2,nomor 3... 1-
110 argumen yang kita ingin hitung skewnessnya. Kita juga
dapat menggunakan arayy tunggal atau reverensi ke array
bukan argumen yang di pisahkan oleh koma.
27. Cara penulisan rumus kurtosis di excel:
Kurt ( nomor 2, nomor 3, … ). Dimana nomor 2,nomor 3... 1-
110 argumen yang kita ingin hitung kurtosisnya. Kita juga
dapat menggunakan arayy tunggal atau reverensi ke array
bukan argumen yang di pisahkan oleh koma.
28. Soal
Dik : Mamba array data / data terurut
11 12 14 16 20 20 22 23 23 27
32 37 37 37 38 40 43 45 49 49
Dit : a. Hitunglah derajat kemiringannya
b. Hitunglah derajat keruncingannya
c. Pengaplikasian ke dalam Ms. Excel