Elsa Angraini Ersanti • Data Berdistribusi Normal Data dikatakan Berdistribusi normal jika penyebaran datanya simetris, tidak mengalami kemiringan (skewness) dan memiliki keruncingan yang normal. • Skewness ( Kemiringan) Merupakan ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapatt bernilai positif, negatif, atau nol. Skewness yang bernilai positif berarti ekor distribusi berasa disebelah kanan nilai terbanyak. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri. Skewness bernilai nol berarti nilai distribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. • Jika data tidak simetris ~ Jangan lakukan apa-apa ~ Gunakan model yang berbeda ~ Transformasi variabel. • Kurtosis Kurtosis adalah indikator untuk menunjukkan derajat (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Melinda Melyani Elmas Statistika skewness dan kurtosis skewness (kemiringan) adalah ukuran ketidaksimestrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. -skewness yang bernilai positif berarti ekor distribusi berada disebelah 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 pada disisi kanan kurva. -skewness bernilai nol berarti nilai berdistribusi secara sistematis, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Kurtosis adalah indikator untuk menunjukkan derajat keruncingan semakin besar nilai kurtosis maka kurva semakin runcing. Jenis kurtosis yaitu : 1.leptukurtik 2.mesokurtik 3.platickurtik
Assalamualaikum buu, izin bertanya. pada pembahasan kurtosis (indikator keruncingan). pada percataan bentuk kurva. •Jika Nilai kurtosis itu sama dengan 3 atau mendekati 3 maka dia di katakan Mesokurtik(normal). Pertanyaam saya, Bentuk nilai jika dia di katakan Mesokurtik(normal) itu bagaimana? kalau nilai kurtosisnya itu ≈ 3 Nilai kurtosis = 3 (Mesokurtik) [Valid] Nilai Kurtosis ≈ 3 (MesoKurtik) [????] Contoh jawaban soal dengan hasil Nilai Kurtosis ≈ 3
Nama :Rini Skwness dan kurtosis Data berdistribusi normal Data dikatakan berdistribusi normal jika penyebaran datanya simetris tidak mengalami kemiringan skemash dan memiliki kekeringan yang normal . Skewness Skewness ( kemiringan) 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 sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti terdistribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Kurtosis Kurtasis adalah indikator untuk menunjukkan derajat kerincingan ( tailednesd) Nilai referensi kurtosis adalah 3, jika kurtosis lebih besar dari 3 maka kurva distribusi disebut laptoptokurtik. sementara jika lebih rendah dari 3, maka disebut platikultik sedangkan nilai kurtosis sama dengan bermakna kurva distribusi normal atau mesokuttik atau mesokuttotik
Nama : Ainun Wulandari Kesimpulan saya dari vidio ini: Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Skewness yang bernilai positif berarti ekor distribusi berarti berada di sebelah kanan nilai terbanyak, Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri yang menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva, sedangkan skillness bernilai nol berarti nilai berdistribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Kurtosis adalah indikator untuk menunjukkan derajat ke runcingan
Nama : Alfiyah suhaima Skewiness dan kurtosis Data dikatakan berdistribusi namun jika penyebaran datanya simetris tidak mengalami kemiringan dan memiliki keturunan yang normal jika digambarkan pada grafik maka akan berdistribusi normal akan membentuk lonceng serangkup. Skewiness ( kemiringan) Skewness atau kemiringan adalah ukuran ketidaksimetrisan dalam distribusi nilai Skewness dapat bernilai positif dan negatif dan nol. Skewness yang bernilai positif berarti skor distribusi berada di sebelah kanan nilai terbanyak berarti sebagian besar distribusi berada dinilai 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 berada nilai distribusi secara simetris dengan jarak antara skor distribusi sebelah kanan dan kiri sama besar. Kapan koefisien skewness dapat diasumsikan normal 1. KS 1 = highly Skewness strong atau kemiringan kuat. 2. -T < 0,5 atau 0,5 < KS < 1 = moderalety skewed atau kemiringan moderat atau sedang. 3. -0,5
Nama : Julia Sahiruddin SKWENESS DAN KURTOSIS SKWENESS ( kemiringan) adalah ukuran ketidaksemestrisan dalam distribusi nilai. Skweness dapat bernilai positif,negatif dan nol. Tiga hal yang harus kita lakukan jika data anda tidak simetris: 1. Jangan lakukan apa apa 2. Gunakan model yang berbeda. 3. Tranformasi variabel. KURTOSIS adalah indikator untuk menunjukkan derajat keruncingan (tailedness) semakin besar nilai kurtosis maka kurva semakin runcing.
Nama: Inda Asmita Kesimpulan yang dapat saya ambil adalah: Yang dimaksud dengan data berdistribusi normal adalah jika penyebaran datanya simetris atau tidak mengalami kemiringan (Skewness) dan memiliki keruncingan yang normal. Skewness atau kemiringan 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 atau berarti sebagian besar distribusi dinilai rendah. - Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri atau menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. - Skewness bernilai nol berarti nilai distribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar Yang perlu di lakukan saat data kita tidak simetris: 1. Jangan lakukan apa-apa 2. Gunakan model yang berbeda 3. Transformasi variabel Kurtosis adalah indikator untuk menunjukkan derajat keruncingan yang semakin besar nilai kurtosis maka kurva semakin runcing.
Nama : Yulinda Kesimpulan dari vidio tersebut adalah Skewness merupakan ukuran ketidaksimetrisan dalam distribusi nilai, skewness juga dapat bernilai positif, negatif , dan nol. Skewness yang bernilai positif berarti ekor nya berada disebelah kanan nilai terbanyak. Dan skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, dan menunjukkan bahwa sebagian besar nilai berada di sebelah kanan kurva. Sementara skewness yang bernilai Nol berarti distribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Dan yang perlu dilakukan jika data yang kita miliki tidak simetris (skewed) adalah: 1. Jangan Lakukan apa-apa 2. Gunakan Model yang berbeda 3. Transformasi Variabel. Selanjut nya adalah Kurtosis Kurtosis adalah indikator untuk menunjukkan derajat kemiringan (Tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing. Ada tiga jenis Kurtosis yaitu yang pertama ; 1. Leptokurtik, 2. Mesokurtik, dan 3. Platikurtik
Nama : Rosmita Sari Kesimpulan dari video tersebut adalah: Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. APA YANG HARUS ANDA LAKUKAN JIKA DATA ANDA TIDAK SIMETRIS( SKEWED ) 1. Jangan lakukan apa-apa 2. Gunakan model yang berbeda 3. Transformasi variabel Sedangkan kurtosis adalah indikator untuk menunjukkan derajat keruncingan. Nilai referensi kurtosis adalah 3. Jika nilai kurtosis lebih besar dari 3, maka kurva distribusi disebut leptokurtik. Sementara jika lebih rendah dari 3, maka disebut platikurtik.sedangkan nilai kurtosis sama dengan 3 bermakna kurva distribusi normal atau mesakurtik atau mesokurtotik.
Nama : Nur Anisya Kesimpulan dari video adalah : Skewness dan Kurtosis 1. Skewness (kemiringan) adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negative dan nol. - Skewness yang bernilai positif yakni ekor distribusi berada disebelah kanan nilai terbayak. Itu artinya sebagian besar distribusi berada dinilai rendah. - Skewness tyang bernilai negative yakni ekor distribusi berada dibawah kiri, Itu artinya sebagian besar nilai berda disisi kanan kurva. - Skewness yang bernilai nol yakni nilai distribusi secara sistematis dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Hal-hal yang diharus dilakukan jika data tidak simetris a. Jangan melakukan apa-apa. Karena banyak statistika tes seprti t tess, ANOVAs dan Linear regressions, tidak terlalu sensitive terhadap data yang miring. b. Gunakan model yang berbeda. Jika ita menemukan data yang tidak berfungsi normal maka dapat digunakan Non- parametric test. c. Tranformasi Verbal. 2. Kurtosis adalah indicator untuk menunjukkan derajat keruncingan (tailednes). Semakin besar kurtosis maka kurva semakin runcing. Nilai referensi kurtosis adalah 3. - Leptokurtik yaitu nilai kurtosis lebih besar dari 3. - Platikurtik yaitu nilai rendah dari 3 - Mesokurtik atau mesokurtik yaitu nilai kurtosis sama dengan 3.
Nama: Dian Elpina Dari video ini dapat saya simpulkan bahwa Data berdistribusi NORMAL yaitu data yang dikatakan berdistribusi normal jika penyebaran datanya simetris, tidak mengalami kemiringan dan memiliki keruncingan yang normal. Sedangkan Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif,dan nol. Terakhir Kurtosis adalah indikator untuk menunjukan derajat keruncingan (tailedness). Semakin besar nilai Kurtosis maka kurva semakin runcing.
Nama : Wa Ode selsi Defria Kesimpulan dari video tersebut : SKEWNESS DAN KURTOSIS - Data dapat dikatakan ber distribusi namun jika penyebaran datanya simetris atau tidak mengalami kemiringan dan memiliki keturunan yang normal. Jika digambarkan pada grafik maka akan berdistribusi normal dan akan membentuk lonceng serangkup. • Skewness (Kemiringan) Skewness atau kemiringan adalah ukuran ketidak simetrisan dalam distribusi nilai skewness yang dapat bernilai positif, negatif dan nol. Skewness yang bernilai positif berarti skor distribusi berada di sebelah kanan, nilai terbanyak berarti sebagian besar distribusi berada dinilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri menunjukkan bahwa sebagian besar nilai berada disisi kanan kurva. Sementara skewness yang bernilai nol berada dinilai distribusi secara simetris dengan jarak antara skor distribusi sebelah kanan dan kiri sama besar. • Kurtosis Kurtosis adalah indikator untuk menentukan derajat kemiringan. Semakin besar nilai kurtosis maka kurva semakin runcing. Jenis-jenis kurtosis antara lain : 1) Leptokurtik 2) Mesikurtik 3) Platikurtik
Elsa Angraini Ersanti
• Data Berdistribusi Normal
Data dikatakan Berdistribusi normal jika penyebaran datanya simetris, tidak mengalami kemiringan (skewness) dan memiliki keruncingan yang normal.
• Skewness ( Kemiringan)
Merupakan ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapatt bernilai positif, negatif, atau nol.
Skewness yang bernilai positif berarti ekor distribusi berasa disebelah kanan nilai terbanyak. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri. Skewness bernilai nol berarti nilai distribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
• Jika data tidak simetris
~ Jangan lakukan apa-apa
~ Gunakan model yang berbeda
~ Transformasi variabel.
• Kurtosis
Kurtosis adalah indikator untuk menunjukkan derajat (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Melinda Melyani Elmas
Statistika skewness dan kurtosis
skewness (kemiringan) adalah ukuran ketidaksimestrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol.
-skewness yang bernilai positif berarti ekor distribusi berada disebelah 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 pada disisi kanan kurva.
-skewness bernilai nol berarti nilai berdistribusi secara sistematis, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Kurtosis adalah indikator untuk menunjukkan derajat keruncingan semakin besar nilai kurtosis maka kurva semakin runcing.
Jenis kurtosis yaitu :
1.leptukurtik
2.mesokurtik
3.platickurtik
Assalamualaikum buu, izin bertanya. pada pembahasan kurtosis (indikator keruncingan). pada percataan bentuk kurva. •Jika Nilai kurtosis itu sama dengan 3 atau mendekati 3 maka dia di katakan Mesokurtik(normal). Pertanyaam saya, Bentuk nilai jika dia di katakan Mesokurtik(normal) itu bagaimana? kalau nilai kurtosisnya itu ≈ 3
Nilai kurtosis = 3 (Mesokurtik) [Valid]
Nilai Kurtosis ≈ 3 (MesoKurtik) [????]
Contoh jawaban soal dengan hasil Nilai Kurtosis ≈ 3
Kalau normal itu bentuk nya seperti lonceng, bisa cek di google, bentuk kurva distribusi normal
terima kasih kak, sangat membantu
Nama :Rini
Skwness dan kurtosis
Data berdistribusi normal
Data dikatakan berdistribusi normal jika penyebaran datanya simetris tidak mengalami kemiringan skemash dan memiliki kekeringan yang normal
.
Skewness
Skewness ( kemiringan) 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 sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti terdistribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Kurtosis
Kurtasis adalah indikator untuk menunjukkan derajat kerincingan ( tailednesd)
Nilai referensi kurtosis adalah 3, jika kurtosis lebih besar dari 3 maka kurva distribusi disebut laptoptokurtik. sementara jika lebih rendah dari 3, maka disebut platikultik sedangkan nilai kurtosis sama dengan bermakna kurva distribusi normal atau mesokuttik atau mesokuttotik
Nama : Ainun Wulandari
Kesimpulan saya dari vidio ini:
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol.
Skewness yang bernilai positif berarti ekor distribusi berarti berada di sebelah kanan nilai terbanyak, Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri yang menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva, sedangkan skillness bernilai nol berarti nilai berdistribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Kurtosis adalah indikator untuk menunjukkan derajat ke runcingan
Nama : Alfiyah suhaima
Skewiness dan kurtosis
Data dikatakan berdistribusi namun jika penyebaran datanya simetris tidak mengalami kemiringan dan memiliki keturunan yang normal jika digambarkan pada grafik maka akan berdistribusi normal akan membentuk lonceng serangkup.
Skewiness ( kemiringan)
Skewness atau kemiringan adalah ukuran ketidaksimetrisan dalam distribusi nilai Skewness dapat bernilai positif dan negatif dan nol. Skewness yang bernilai positif berarti skor distribusi berada di sebelah kanan nilai terbanyak berarti sebagian besar distribusi berada dinilai 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 berada nilai distribusi secara simetris dengan jarak antara skor distribusi sebelah kanan dan kiri sama besar.
Kapan koefisien skewness dapat diasumsikan normal
1. KS 1 = highly Skewness strong atau kemiringan kuat.
2. -T < 0,5 atau 0,5 < KS < 1 = moderalety skewed atau kemiringan moderat atau sedang.
3. -0,5
Nama : Julia Sahiruddin
SKWENESS DAN KURTOSIS
SKWENESS ( kemiringan) adalah ukuran ketidaksemestrisan dalam distribusi nilai. Skweness dapat bernilai positif,negatif dan nol.
Tiga hal yang harus kita lakukan jika data anda tidak simetris:
1. Jangan lakukan apa apa
2. Gunakan model yang berbeda.
3. Tranformasi variabel.
KURTOSIS adalah indikator untuk menunjukkan derajat keruncingan (tailedness) semakin besar nilai kurtosis maka kurva semakin runcing.
Nama: Inda Asmita
Kesimpulan yang dapat saya ambil adalah:
Yang dimaksud dengan data berdistribusi normal adalah jika penyebaran datanya simetris atau tidak mengalami kemiringan (Skewness) dan memiliki keruncingan yang normal.
Skewness atau kemiringan 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 atau berarti sebagian besar distribusi dinilai rendah.
- Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri atau menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva.
- Skewness bernilai nol berarti nilai distribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar
Yang perlu di lakukan saat data kita tidak simetris:
1. Jangan lakukan apa-apa
2. Gunakan model yang berbeda
3. Transformasi variabel
Kurtosis adalah indikator untuk menunjukkan derajat keruncingan yang semakin besar nilai kurtosis maka kurva semakin runcing.
Nama : Yulinda
Kesimpulan dari vidio tersebut adalah
Skewness merupakan ukuran ketidaksimetrisan dalam distribusi nilai, skewness juga dapat bernilai positif, negatif , dan nol. Skewness yang bernilai positif berarti ekor nya berada disebelah kanan nilai terbanyak. Dan skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, dan menunjukkan bahwa sebagian besar nilai berada di sebelah kanan kurva. Sementara skewness yang bernilai Nol berarti distribusi secara simetris dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Dan yang perlu dilakukan jika data yang kita miliki tidak simetris (skewed) adalah:
1. Jangan Lakukan apa-apa
2. Gunakan Model yang berbeda
3. Transformasi Variabel.
Selanjut nya adalah Kurtosis
Kurtosis adalah indikator untuk menunjukkan derajat kemiringan (Tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Ada tiga jenis Kurtosis yaitu yang pertama ; 1. Leptokurtik, 2. Mesokurtik, dan 3. Platikurtik
Nama : Rosmita Sari
Kesimpulan dari video tersebut adalah:
Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol.
APA YANG HARUS ANDA LAKUKAN JIKA DATA ANDA TIDAK SIMETRIS( SKEWED )
1. Jangan lakukan apa-apa
2. Gunakan model yang berbeda
3. Transformasi variabel
Sedangkan kurtosis adalah indikator untuk menunjukkan derajat keruncingan.
Nilai referensi kurtosis adalah 3. Jika nilai kurtosis lebih besar dari 3, maka kurva distribusi disebut leptokurtik. Sementara jika lebih rendah dari 3, maka disebut platikurtik.sedangkan nilai kurtosis sama dengan 3 bermakna kurva distribusi normal atau mesakurtik atau mesokurtotik.
Nama : Nur Anisya
Kesimpulan dari video adalah :
Skewness dan Kurtosis
1. Skewness (kemiringan) adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negative dan nol.
- Skewness yang bernilai positif yakni ekor distribusi berada disebelah kanan nilai terbayak. Itu artinya sebagian besar distribusi berada dinilai rendah.
- Skewness tyang bernilai negative yakni ekor distribusi berada dibawah kiri, Itu artinya sebagian besar nilai berda disisi kanan kurva.
- Skewness yang bernilai nol yakni nilai distribusi secara sistematis dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar.
Hal-hal yang diharus dilakukan jika data tidak simetris
a. Jangan melakukan apa-apa. Karena banyak statistika tes seprti t tess, ANOVAs dan Linear regressions, tidak terlalu sensitive terhadap data yang miring.
b. Gunakan model yang berbeda. Jika ita menemukan data yang tidak berfungsi normal maka dapat digunakan Non- parametric test.
c. Tranformasi Verbal.
2. Kurtosis adalah indicator untuk menunjukkan derajat keruncingan (tailednes). Semakin besar kurtosis maka kurva semakin runcing.
Nilai referensi kurtosis adalah 3.
- Leptokurtik yaitu nilai kurtosis lebih besar dari 3.
- Platikurtik yaitu nilai rendah dari 3
- Mesokurtik atau mesokurtik yaitu nilai kurtosis sama dengan 3.
Nama: Dian Elpina
Dari video ini dapat saya simpulkan bahwa Data berdistribusi NORMAL yaitu data yang dikatakan berdistribusi normal jika penyebaran datanya simetris, tidak mengalami kemiringan dan memiliki keruncingan yang normal.
Sedangkan Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif,dan nol.
Terakhir Kurtosis adalah indikator untuk menunjukan derajat keruncingan (tailedness). Semakin besar nilai Kurtosis maka kurva semakin runcing.
assalamualaikum izin bertanya ibu bgaimna cara kita melihat diagram grafik kurtosis dia =3,3?🙏
Nama : Wa Ode selsi Defria
Kesimpulan dari video tersebut :
SKEWNESS DAN KURTOSIS
- Data dapat dikatakan ber distribusi namun jika penyebaran datanya simetris atau tidak mengalami kemiringan dan memiliki keturunan yang normal. Jika digambarkan pada grafik maka akan berdistribusi normal dan akan membentuk lonceng serangkup.
• Skewness (Kemiringan)
Skewness atau kemiringan adalah ukuran ketidak simetrisan dalam distribusi nilai skewness yang dapat bernilai positif, negatif dan nol. Skewness yang bernilai positif berarti skor distribusi berada di sebelah kanan, nilai terbanyak berarti sebagian besar distribusi berada dinilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri menunjukkan bahwa sebagian besar nilai berada disisi kanan kurva. Sementara skewness yang bernilai nol berada dinilai distribusi secara simetris dengan jarak antara skor distribusi sebelah kanan dan kiri sama besar.
• Kurtosis
Kurtosis adalah indikator untuk menentukan derajat kemiringan. Semakin besar nilai kurtosis maka kurva semakin runcing.
Jenis-jenis kurtosis antara lain :
1) Leptokurtik
2) Mesikurtik
3) Platikurtik
Bu, saya absen tadi tapi entah kenapa nda kelihatan di chat 🙏🙏
Iya. Ada mi
Nurani Afni Ramadani/2021010101038 hadir bu
Reski Wulandari / 2021010101001 hadir bu