NAMA : INDAH SALLY KARTINI HURA NIM : 2021102075 KELAS : MANAJEMEN-B Menjawab Segi kemiringan dibedakan menjadi 3, yaitu : menceng kekiri (negatif), menceng kekanan (positif) dan simetris (normal). Tks
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Theofani. Jadi jawabannya yaitu Untuk mengetahui kemiringan ada 3 jenis yaitu normal(nentral atau sama) menceng ke kiri(negatif) dan menceng ke kanan ( positif)
Saya Natalia Telaumbanua/2021102077 ijin menjawab Dari segi kemiringan distribusi dibedakan menjadi 3 yaitu menceng ke kanan (positif), menceng ke kiri( negatif) dan simetris (normal) Terimakasih
Nama : Mulia Rohayati Sitompul Dari segi kemerengan suatu distribusi dibagi menjadi tiga, yang pertama mereng kekanan (positif) kemudian yg kedua mereng ke kiri(negatif) yang ketiga simetris (normal) Trimkasih
Saya atas nama Jefniwati Nazara Kelas 2 manajemen Nim 2021102086 mau bertanya ..bagaimana caranya menghitung dan mengukur suatu kemiringan suatu kurva dalam Skewness?
Saya titus dwi riaman zebua_2021102076 Menjawab pertanyaan jefni wati Terdapat dua metode dalam menghitung tingkat kemiringan suatu kurva yaitu: metode pearson dan metode moment matematis.
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Jefniwati Jadi cara kita menghitung atau menentukan kemiringan suatu kurva maka kita harus cari dlu nilai modus dan mediannya jika sudah ketemu maka kita bisa membuat grafiknya sesuai ketentuan nya.
listriana lidya 2021102061 Hadir pak. Ijin bertanya; Jika kurtosis nya sudah normal Namun skewness-nya tidak normal bagaimana cara mengatasi-nya? Terima kasih
Saya Reonaldi moris tuta izin menjawab pertanyaan listriana lidya Ketika kurosis normal sedangkan skewness blm normal, menurut saya kerna metode pencariannya berbeda oleh sebab itu kita perlu mengaitkannya tidak terpengaruh.
Saya ijin menjawab Cara mengatasi data berdistribusi tidak normal dengan menghapus outlier, ... Kembali lagi ke data kita, maka kita sudah memiliki variabel baru bernama ... have the skewness and kurtosis matching a normal distribution
Terdapat dua alternatif yang bisa dilakukan untuk mengubah bentuk distribusi data. Langkah pertama adalah membuang outlier. Outlier bisa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain (contohnya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada di dalam dataset (contohnya operator menulis angka 9999999 untuk menunjukkan kondisi tidak tahu/not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif). Langkah kedua adalah melakukan transformasi data.
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Yogi. Jadi fungsi dri meso kurtis adalah Untuk menamai bahwa suatu kurva itu bernilai normal atau kemencengannya itu normal jadi disebut meso kurtis, itu adalah penamaannya.
Atas nama: KIKI HERAWATI BR MANALU NIM: 2021102088 Izin menjawab: Fungsinya menentukan Norman atau tidak(mencong) suatu kurva. Jika kurva normal itulah yg dinamakan meso kurtis
Nama: Reonaldi moris tuta Nim:2021102068 Kelas: manajemen B Izin bertanya Kenapa dalam mencari skewness ada juga menggunakan pangakat 3 sedangkan yang lain memakai pangakat 2?
Saya ijin menjawab Jika nilai kurtosis lebih besar dari 3, maka kurva distribusi disebut leptokurtik. ... Kemencengan yang positif berarti ada sangat banyak rumah tangga yang ... Dengan kata lain, tingkat kekayaan atau tingkat kesejahteraan mereka
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Moris Jadi jawabannya yaitu karena Untuk mencari Hasil skewness nya memang harus pake pangkat 3 karena itu adalah ketentuan nya.
Nama: JEFNIWATI NAZARA Nim : 2021102086 Kelas:2 MANAJEMEN izin bertanya Apa manfaat lepto kurtis,meso kurtis,dan play kurtis .. Dan bagaimana jika salah satu tidak di gunakan..?... Dan apa kelebihan dan kekurangan nya?
Nama: Ferdinand Falentin Tella Nim: 2021102092 Izin menjawab pertanyaan dari Felisitas Gole Bili Kurva permintaan miring dari kiri atas ke kanan bawah dikarenakan berdasarkan hukum permintaan berbunyi jumlah produk yang diminta berbanding terbalik dengan harga. Artinya jika harga barang naik, maka jumlah permintaan nya akan turun. Begitu juga sebaliknya, apabila harga turun maka jumlah permintaan nya akan naik.
Nama : Asri Nim : 2021102122 Izin menjawab : Penyebabnya adalah, nilai rata-rata hitung tidak sama dengan dengan modus dan median, maka data trsebut tidak terdistribusi normal, yang berkemungkinan miring ke kanan atau ke kiri tergantung dari nilai data" Sumber : penjelasan materi di video
Nama: Oktuesdua El-viera Gunawan NIM: 2021102118 Ijin menjawab: untuk kumpulan data yang miring ke kanan: Selalu: lebih berarti dari mode Selalu: median lebih besar dari mode Sebagian besar waktu: mean lebih besar dari median untuk kumpulan data yang miring ke kiri: Selalu: berarti kurang dari mode Selalu: median kurang dari mode Sebagian besar waktu: berarti kurang dari median Sumber: greelane.com
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 Menjawab Penyebab suatu data dalam kurva miring ke kiri dan kekanan karena merupakan beberapa distribusi data, seperti kurva lonceng atau distribusi normal, bersifat simetris. Artinya bagian kanan dan kiri pembagian adalah bayangan cermin yang sempurna satu sama lain
Nama : Kharistia Eka Kusuma Nim : 2021102108 Ijin menjawab pertanyaan mawar :Data tidak dapat terdistribusi secara normal karena sebenarnya berasal dari lebih dari satu proses , penjumlahan atau pergeseran, atau dari sebuah proses yang sering bergeser . Sumber: statistikceria.blogspot.com/2014/02/permasalahan-dengan-data-tidak-normal-penyebab-strategi-permasalahan.html?m=1#:~:text=Data%20tidak%20dapat%20terdistribusi%20secara,sebuah%20proses%20yang%20sering%20bergeser%20.
Nama : Anggun Putri Gracia NIM : 2021102124 Menjawab Yang menyebabkan data tdk terdistribusi normal 1. Terlalu banyak nilai-nilai ekstrim dalam satu set data yang akan menghasilkan distribusi skewness(miring). Hal ini kemungkinan terjadi karena kesalahan menentukan pengukuran, kesalahan data-entry dan outlier 2. Lebih dari satu proses , penjumlahan atau pergeseran, atau dari sebuah proses yang sering bergeser . Jika dua atau lebih set data yang terdistribusi secara normal yang tumpang tindih, data mungkin terlihat bimodal atau multimodal - itu akan memiliki dua atau lebih nilai 3. Round- off error atau perangkat pengukuran dengan resolusi rendah dapat membuat benar-benar data continues dan data terdistribusi normal terlihat diskrit dan tidak normal . 4. Data yang dikumpulkan tidak mungkin terdistribusi normal jika itu merupakan hanya bagian dari seluruh data dalam suatu proses. Sumber : statistikaceria.blogspot.com
Nama : Putri octaviana NIM : 2021102131 Biasanya pada data yang jumlah sampelnya sedikit (di bawah 30) sering tidak berdistribusi normal sehingga analisis statistik parametrik tidak bisa dilakukan. Solusi jika ingin melanjutkan analisis data tersebut adalah dengan menggunakan analisis statistik nonparametrik.
Nama : Dwi Oktafiana Buulolo Nim : 2021102111 Ijin menjawab pertanyaan mawar Yang menyebabkan data distribusi tidak normal yaitu : 1. kesalahan pada saat pengambilan data 2. Kesalahan salah saat memberikan perlakuan ketika mengambil data primer. 3.pengambilan data di ambil secara acak,sehingga data tidak valid Terimakasih 🙏🙏
Nama : Mulia Rohayati Sitompul Kelas. : Manajemen B Nim : 2021102091 Terdapat dua alternatif yang bisa dilakukan untuk mengubah bentuk distribusi data. Langkah pertama adalah dengan membuang outlier. Outlier biasa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain(contoh nya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada didalam dataset ( contohnya operator menulis angka 99999 untuk menunjukkan kondisi tidak tahu atau not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif) Langkah kedua adalah dengan melakukan transformasi data. Trimakasih
Nama : Denis Pratiwi Nim : 2022600195 Menjawab : Ketika data tidak terdistribusi normal , penyebab non - normalitas harus ditentukan dan tindakan perbaikan yang tepat harus diambil
Nama : Tri Bunga Septiani Nim : 2022600196 Menjawab : akibatnya Distribusi menjadi masalah hanya ketika praktisi mencapai suatu titik dalam sebuah proyek di mana mereka ingin menggunakan alat statistik yang memerlukan data terdistribusi norm
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 Menjawab: menurut sumbernya Data tidak dapat terdistribusi secara normal karena sebenarnya berasal dari satu proses, penjumlahan atau pergeseran, atau dari sebuah proses yang sering bergeser.
NAMA: LINJIN SAPUTRA NIM : 2021102064 KELAS : 2 MANAJEMEN mau bertanya pak apa saja cara atau langkah 2 yang harus di lakukan sebelum mengerjakan kurtosis
Saya akan menjawab pertanyaan linjin saputra Langkah langkah untuk menghitung kurtosis adalah dengan menggunkan tabel perhitungan seperti yang sudah kita lalukan dengan mengitung mid ponit dan lain lain.
Nama : Felisitas Gole Bili Nim : 2021102115 Pertanyaan : Mengapa dalam menghitung tingkat kemencengan sebuah kurva itu menggunakan rumus Mo dan Me? Terima kasih
Niken Wulandari / 2022600203. Ijin menjawab, karena kurva skewness dikatakan simetris atau tidak, diperlukan adanya modus dan median sebagai acuan apakah median dan modusnya lebih besar atau lebih kecil. Jadi untuk meneliti suatu data perlu itu, mungkin untuk memudahkan kita juga dalam memperhatikan kurva yang kita hasilkan. Terimakasih.
Nama:IKA nim:2021102099 Ijin menjawab Kemiringan ada beberapa jenis yaitu; simetri, miring kekanan dan miring kekiri. Data yang simetri menunjukan bahwa letak nilai rata - rata hitung, median dan modus berhimpit. Data yang miring kekanan mempunyai nilai modus paling kecil dan rata - rata hitung paling besar. Data yang miring kekiri mempunyai nilai modus paling besar dan rata - rata hitung paling
Nama indah munika sari Nim 2021102128 ini bertanya Untuk mengetahui konsentrasi distribusi kemencengan kekanan dan kekiri ada 2 metode koefisien kemencengan yaitu Pearson dan Bowley pertanyaan saya apa perbedaan dalam kedua metode tersebut dan manakan yang lebih mudah di gunakan dalam sebuah penelitian , Terimakasih🙏
Nama : Kharistia Eka Kusuma NIM :2021102108 Ijin menjawab pertanyaan Indah: 1.Koefisien kemencengan model pearson merupakan nilai selisih rata rata dengan modus dibagi simpangan baku (Hasan,2009:126) 2. Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Qq, Q2, dan Q3) dari sebuah distribusi (Hasan, 2009:125) Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien Kemencengan. Sumber : www.forumstatistika.com/tanya/model-pearson-dan-bowley/
NAMA : YOSEFINE EDRIA AGAVE NIM : 2021102114 PERTANYAAN : jika rata-rata, modus dan median memiliki nilai yg sama maka kemencengan yg terjadi adalah apa?
Nama indah munika sari Nim 2021102128 ijin menjawab pertanyaan dari Yosefine Jika rata-rata, median dan modus memiliki nilai yang sama, maka nilai rata-rata, median dan modus akan terletak pada satu titik dalam kurva distribusi frekuensi. Kurva distribusi frekuensi tersebut akan terbentuk simetris. ( Sumber : rumusstatistik.com )
Nama : Anggun Putri Gracia NIM : 2021102124 Menjawab Jika rata2, modus dan median sama, bentuk kurva yang terbentuk adalah simetris atau normal. Karena nilai rata-rata, median dan modus akan terletak pada satu titik dalam kurva distribusi frekuensi
NAMA : JERNIH ZEGA NIM : 2021102097 Izin menjawab pertanyaan YOSEFI EDRIA AGAVE. Jika rata-rata modus dan median memiliki nilai yang sama maka kemencengan yang akan terjadi. Maka kurva tersebut terletak di kurva distribusi frekuensi maka akan di sebut Normal atau semetris
NAMA: JOSEPH MARTHENUS NIM: 2021102102 JAWABAN: Jika rata-rata, median dan modus memiliki nilai yang sama, maka nilai rata-rata, median dan modus akan terletak pada satu titik dalam kurva distribusi frekuensi. Kurva distribusi frekuensi tersebut akan terbentuk simetris. ... Kurva distribusi frekuensi yang terbentuk adalah menceng kanan atau kemencengan positif.
Nama : Bhayu Heru Kurniawan Nim : 2022600198 Menjawab : Ciri-ciri distribusi normal Distribusi normal mempunyai beberapa sifat dan ciri, yaitu: Disusun dari variable random kontinu. Kurva distribusi normal mempunyai satu puncak (uni-modal) Kurva berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus terletak pada satu titik.
NAMA JERNIH ZEGA NIM 2021102097 Izin menjawab pertanyaan dari Putri oktaviana Bagaimana ciri-ciri data distribusi secara normal yaitu 1. Disusun dari variable random kontinu. 2. Kurva distribusi norma mempunyai satu puncak (uni-modal) 3. Kurva berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus terletak pada satu titik.
NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C MENJAWAB : Distribusi normal merupakan sebuah fungsi probabilitas yang menunjukkan distribusi atau penyebaran suatu variabel. Fungsi tersebut umumnya dibuktikan oleh sebuah grafik simetris yang disebut kurva lonceng (bell curve). Saat menandakan distribusi yang merata, kurva akan memuncak di bagian tengah dan melandai di kedua sisinya dengan nilai yang setara.
Nama : MAREKO HALAWA Nim. : 2021102098 Saya akan jawab pertanyaan tentang ciri-ciri data terdistribusi secara normal yaitu: 1.Disusun dari variabel random kontinu 2.Kurva distribusi normal mempunyai satu puncak cuni-modal 3. Kurva tertentu simetris
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 Menjawab Cara mengetahui data sudah terdistribusi normal adalah memiliki nilai mean, median, dan modus yang sama. Selalu bersifat simetris dengan bentuk lonceng (bell curve)
Nama: Oktuesdua El-viera Gunawan NIM: 2021102118 Ijin menjawab: •Teori distribusi ini memiliki nilai mean, median, dan modus yang sama. Oleh karena itu, distribusinya sering pula disebut unimodal. •Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah kurva, sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut. •Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi. •Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di sisi kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu. •Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan memiliki nilai yang kurang dari angka rata-rata, sedangkan sebagian lagi memiliki nilai yang lebih besar. •Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Dalam beberapa kasus penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal. Sumber: akseleran.co.id
Nama : Denis Pratiwi Nim :2022600195 Prodi EA MENJAWAB Teori distribusi ini memiliki nilai mean, median, dan modus yang sama. Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi.
NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C MENJAWAB : Saat menunjukkan nilai penyebaran data, distribusi normal memiliki sejumlah karakteristik utama sebagai berikut: 1. Teori distribusi ini memiliki nilai mean, median, dan modus yang sama. Oleh karena itu, distribusinya sering pula disebut unimodal. 2. Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah kurva, sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut. 3. Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi. 4. Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di sisi kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu. 5. Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan memiliki nilai yang kurang dari angka rata-rata, sedangkan sebagian lagi memiliki nilai yang lebih besar. 6.Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Dalam beberapa kasus penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal.
NAMA : JERNIH ZEGA NIM : 2021102097 izin menjawab pertanyaan Bhayu Heru Kurnia Apa karakteristik data yang terdistribusi norma yaitu Memiliki Nilai mean modus median yang dan juga memiliki Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata.
Nama : Yaniscaya Gulo Nim 2021102104 Izin bertanya Bagaimana jika skewnes dan kurtosis dua-duanya tidak normal apa yang harus di lakukan dan bagaimana caranya?
Nama : Tri Bunga Septiani Nim : 2022600196 Menjawab : Uji Normalitas di SPSS Sebelum menguji hipotesis kita yakni “ada hubungan antara IQ dengan prestasi”, maka kita uji terlebih dahulu normalitas data IQ dan prestasi kita. Ada berbagai cara untuk menguji normalitas di SPSS, seperti dengan melihat histogram dan nilai skewness dan kurtosis serta dengan uji kolmogorov-smirnov.
Nama : Dwi Oktafiana Buulolo Nim : 2021102111 Izin menjawab: Cara mengatasi jika kuortosis dan skewnes tidak normal yaitu: kita menguji normalitas datanya melalui tiga teknik : visual, skewnes-kurtosis,dan uji statistik ( kolmogorov-smirnov dan shapiro-wilk ) Terimakasih 🙏 Sumber : Buku statistika terapan, Dr. Sumanto, MA
Nama : Yosefine Edria Agave NIM : 2021102114 Jawab : Menurut saya jika memang sudah sesuai dengan data yg diperoleh maka tidak perlu pengujian lagi, tapi jika ada kesalahan dalam perolehan data maka perlu pengujian ulang
Izin menjawab pertanyaan mba Ajeng, 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.dan Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing 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 mesokurtik atau mesokurtotik. perhitungan skewnes dan kurtosis dilakukan dengan berbagai tahap seperti yang telah dijelaskan Bapak Taosige dalam penjelasan meteri diatas. sekian jawaban yang bisa diberikan. saya mohon maaf apabila ada kesalan dalam penyampaian jawaban. terimakasih sumber : thomassoseco.blogspot.com/2019/02/skewness-dan-kurtosis.html
Nama : Nafiatul Ayu Nazilah NIM : 20108010133 Izin menjawab • Skewness atau disebut juga ukuran kemiringan yaitu suatu bilangan yang dapat menunjukan miring atau tidaknya bentuk kurva suatu distribusi frekuensi. Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). • Kurtosis atau Ukuran keruncingan adalah suatu bilangan yang dapat menunjukan runcing tidaknya bentuk kurva distribusi frekuensi. Kurtosis melupakan derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). Kurva yang lebih lebih runcing dari distribusi normal dinamakan leptokurtik, yang lebih datar platikurtik dan distribusi normal disebut mesokurtik. Kurtosis dihitung dari momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3, sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan platikurtik Sumber : id.scribd.com/doc/112155203/Skewness-Dan-Kurtosis-Statistika
Nama : Ely Qurata 'Aini NIM : 20108010124. ijin menjawab Skewness (Kemiringan) Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). Kemiringan sebuah diagram dari sebuah data bergantung kepada penyebaran data yang merata atau tidak. Semakin banyak data yang besar dan semakin sedikit data yang kecil maka kemiringan data tersebut akan condong kesebelah kiri atau sering disebut kemiringan negatif. Sedangkan semakin banyak data yang besar dan semakin sedikit data kecil maka kemiringan data tersebut akan condong ke sebelah kanan atau sering disebut kemiringan negatif Pengertian Kurtosis Kurtosis merupakan koefisien yang menentukan jenis kurva berbentuk kurva atau normal atau tumpul. Kurtosis dapat ditentukan dengan cara menjumlahkan perkalian antara frekuensi ke-i dengan nilai ke-i dikurangkan dengan rata rata yang di pangkatkan empat dan berbanding terbalik dengan perkalian banyaknya data atau jumlah frekuensi dengan simpangan baku atau standar deviasi dipangkatkan empat. sumber: www.academia.edu/42124625/Makalah_momen_skewness_dan_kurtosis
Nama: Eni Nur Afifah NIM : 20108010126 Ijin menjawab pertanyaan : 1. Skewness • Derajat asimetri suatu distribusi data • Tingkat ketidaksimetrisan dari suatu distribusi data • Besaran (ukuran) untuk menentukan tingkat kemiringan kurva • Distribusi Simetris (Normal atau Gauss) atau sk=0 • Skew to the left (kurva menceng kiri) atau sk0 2. Kurtosis : • adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil dari secara relatif terhadap suatu distribusi normal (Hasan, 2003) • Derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normal data (Boediono dan Koster, 2002) • Leptokurtik adalah distribusi yang memiliki puncak relatif tinggi (α4 > 3) • Platikurtik adalah distribusi yang memiliki puncak hampir mendatar (α4 < 3) • Mesokurtik adalah distribusi yang memiliki puncak tidak tinggi dan tidak mendatar (α4 = 3)
NAMA: JOSEPH MARTHENUS NIM: 2021102102 JAWABAN: 1. Mengumpulkan data Pengukuran 2. Menentukan besarnya Range 3. Menentukan Banyaknya Kelas Interval 4. Menentukan Lebar Kelas Interval, Batas Kelas, dan Nilai Tengah Kelas 5. Menentukan Frekuensi dari Setiap Kelas Interval 6. Membuat Grafik Histogram Sumber: ilmumanajemenindustri.com
Nama: Oktuesdua El-viera Gunawan NIM: 2021102118 Ijin menjawab: 1. Pengumpulan Data Pengukuran Data untuk membuat histogram adalah data pengukuran numerik. 2. Tentukan Nilai Interval Sebelum kita dapat menentukan ukuran nilai interval, kita perlu mengetahui nilai terbesar dan terkecil dari semua data pengukuran kita. 3. Tentukan Jumlah Kelas Interval Sebagai panduan, ada tabel yang menentukan interval kelas berdasarkan jumlah unit sampel dalam metrik. 4. Tentukan Lebar Interval, Batas Kelas, dan Nilai Kelas Tengah 5. Tentukan Frekuensi Kelas Interval Untuk menyederhanakan perhitungan, gunakan pengelompokan penghitungan 5 (lima) untuk menghitung jumlah frekuensi yang jatuh ke kelas interval berturut-turut. 6. Membuat Grafik Histogram -Buat garis horizontal dengan skala berdasarkan pada unit data -Buat garis vertikal dengan skala frekuensi -Jelaskan grafik batang. Ketinggian sesuai dengan frekuensi masing-masing kelas area -Jika ada batas spesifikasi yang ditentukan pelanggan, gambar garis vertikal sesuai dengan spesifikasi ini. Sumber: rumusrumus.com
Nama : Putri Octaviana NIM : 2021102131 1. Mengumpulkan data Pengukuran Data yang untuk membuat Histogram adalah data pengukuran yang berbentuk Numerik. Sebagai contoh: Seorang Engineer ingin mengumpulkan data pengukuran untuk panjangnya kaki komponen 2. Menentukan besarnya Range Sebelum menentukan Besarnya nilai Range, kita perlu mengetahui Nilai terbesar dan Nilai Terkecil dari seluruh data pengukuran kita. Cara untuk menghitung Nilai Range (R) adalah : R = Xmaks - Xmins atau Range = Nilai terbesar - Nilai terkecil Catatan : Jika anda menggunakan Excel , anda bisa memakai Function : Mencari Nilai Terbesar : @MAX( nomor cell awal : nomor cell akhir) Mencari Nilai Terkecil : @MIN(nomor cell awal : nomor cell akhir) Untuk contoh diatas, Besarnya Nilai Range adalah 0.6 dengan perhitungan dibawah ini: Range = 3.2 - 2.6 Range = 0.6 3. Menentukan Banyaknya Kelas Interval Sebagai Pedoman, terdapat Tabel yang menentukan Kelas Interval-nya sesuai dengan banyaknya Jumlah Sample Unit pada Data Pengukuran.  Untuk contoh kasus diatas, banyaknya sampel data pengukuran adalah 50 data, maka kita memilih banyaknya kelas interval adalah 7 buah (menurut tabel adalah 6 sampai 10). 4. Menentukan Lebar Kelas Interval, Batas Kelas, dan Nilai Tengah Kelas 4.1. Menentukan Lebar Kelas Interval Yang menentukan Lebar setiap kelas Interval adalah pembagian Range (Langkah 2) dan Banyaknya Interval Kelas (Langkah 3). Kasus yang sama, untuk cara menghitung Lebar Kelas Interval adalah : Lebar = Range / Kelas Interval Lebar = 0.6 / 7 Lebar = 0.1 (dibulatkan) 4.2. Menentukan Batas untuk setiap Kelas Interval Untuk menentukan Batas untuk setiap kelas Interval, kita memakai rumus : Nilai terendah - ½ x unit pengukuran (dalam kasus ini kita memakai unit pengukuran 0.1) Batas Kelas Pertama : Menentukan Batas bawah Kelas pertama : 2.6 - ½ x 0.1= 2.55 Selanjutnya Batas Bawah kelas pertama ditambah dengan Lebar Kelas Interval untuk menentukan Batas atas kelas pertama : 2.55 + 0.1 = 2.65 Batas Kelas Kedua : Menentukan Batas bawah Kelas Kedua : Batas Bawah Kedua adalah Batas Atas Kelas Pertama, yaitu : 2.65 Batas Atas Kedua adalah Batas Bawah Kedua ditambah dengan Lebar Kelas Interval yaitu : 2.65 + 0.1 = 2.75 Batas Kelas Ketiga dan seterusnya : Dilanjutkan ke kelas ketiga dan seterusnya seperti cara untuk menentukan Batas Kelas Kedua. 4.3. Menentukan Nilai Tengah setiap Kelas Interval : Nilai Tengah Kelas Pertama : Nilai Tengah Kelas Pertama = batas atas + batas bawah kelas Pertama / 2 = 2.55 + 2.65 / 2 = 2.6 Nilai Tengah Kelas kedua dan seterusnya : Nilai Tengah Kelas kedua dan seterusnya mempergunakan cara yang sama seperti menghitung Nilai Tengah Kelas Pertama.  5. Menentukan Frekuensi dari Setiap Kelas Interval Untuk mempermudah perhitungan, pakailah tanda “Tally” pengelompokkan 5 (lima) untuk menghitung satu per satu jumlah frekuensi yang jatuh dalam kelas Interval. Masih kasus yang sama, berikut ini tabel hasil perhitungannya :  6. Membuat Grafik Histogram Membuat Garis Horizontal dengan menggunakan skala berdasarkan pada unit pengukuran data Membuat Garis Vertikal dengan menggunakan skala frekuensi Menggambarkan Grafik Batang, tingginya sesuai dengan Frekuensi setiap Kelas Interval Jika terdapat batasan Spesifikasi yang ditentukan oleh Customer (Pelanggan) maka tariklah garis vertikal sesuai dengan spesifikasi tersebut brainly.co.id/tugas/35132045
Nama: Mario William Sitompul NIM: 2021102100 Ijin menjawab, adapun langkah-langkah dalam membuat histogram adalah: 1. Mengumpulkan data pengukuran 2. Menentukan besarnya range 3. Menentukan banyaknya kelas interval 4. Menenetukan lebar kelas interval, batas kelas, dan nilai tengah kelas 5. Menentukan frekuensi dari setiap kelas interval 6. Membuat grafik histogram
NAMA: JOSEPH MARTHENUS NIM: 2021102102 JAWABAN: Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing. 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 mesokurtik atau mesokurtotik. Sumber: www.researchgate.net/figure/Types-of-kurtosis_fig4_275208180
NAMA : IMAN PUTRA DAELI NIM 2021102105 izin bertanya pak, apa saja bentuk kesalahan yang sering sekali terjadi dalam menghitung data dengan Skewness dan kurtosis? Apa saja penyebabnya? Dan bagaimana cara untuk meminimalisir kesalahan itu?
NAMA : ANGGITA KAROLINA NIM : 2021102106 Izin menjawab : Menurut saya kesalahan yang sering terjadi adalah kekeliruan dalam menghitung nilainya, dikarenakan banyaknya angka angka tersebut maka jika tidak teliti akan mengalami kekeliruan yang menyebabkan kesalahan dalam perhitungan. Cara terbaik untuk meminimalisir adalah lebih teliti lagi dan setiap langkah dilakukan pengecekan. karena jika sudah pada tahap akhir kita baru melakukan pengecekan maka jika terjadi kesalahan, akan memakan banyak sekali waktu untuk memperbaiki nya. Terima kasih.
Nama : putri octaviana NIM : 2021102131 Menurut saya kesalahan yang sering terjadi mungkin memasukkan angka yang salah karna mungkin tidak teliti atau mungkin dalam penghitungan banyak yang keliru karna kurang teliti Sebaiknya untuk meminimalisir kesalahan tersebut kita harus mengecek kembali apa yang kita kerjakan saat mengerjakan juga hati -hati dalam memasukkan angka agar tidak mengulangi mengerjakan lagi
Nama : Kharistia Eka Kusuma NIM :2021102108 Ijin menjawab pertanyaan Oktuesdua: 1. Leptokurtik Merupakan Kurva Distribusi yang memiliki puncak relatif tinggi dari distribusi normal 2. Platikurtik Merupakan Kurva Distribusi yang memiliki puncak hampir mendatar dari distribusi normal 3. Mesokurtik Merupakan Kurva Distribusi yang memiliki puncak tidak relatif tinggi dan hampir mendatar dari distribusi normal. Bila suatu Model Distribusi adalah Simetrik maka distribusi mesokurtik dianggap sebagai distribusi Normal. Sumber : www.slideshare.net/mobile/Damysaputra/ukuran-kemiringan-dan-keruncingan-data
Nama : Tri Bunga Septiani Nim : 2022600196 Ijin menjabawa: kurva distribusi dapat dibedakan atas tiga macam, yaitu sebagai berikut : 1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi. 2) Platikurtik Merupakan distribusi yang memiliki puncak hampir mendatar 3) Mesokurtik Merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar
Saya atas nama Jefniwati nazara mau menjawab pertanyaan teman kami esiana Jadi data di atas dinyatakan tidak normal karena Z- kurtosis tidak memenuhi persyaratan, baik padasignifikansi 0,05 maupun signifikansi 0,01. Kelebihan dari uji Skewness dan Kurtosis adalah bahwa kita dapat mengetahui kemencengan data, dimana data yang normal akan menyerupai bentuk lonceng.
Saya ijin menjawab Uji normalitas dengan Skewness dan Kurtosis memberikan kelebihan tersendiri, yaitu bahwa akan diketahui grafik normalitas menceng ke kanan atau ke kiri, terlalu datar atau mengumpul di tengah. Oleh karena itu, uji normalitas dengan skewness dan kurtosis juga seringdisebutdenganukurankemencengandata.
Ijin menjawab pertanyaan elsiana louru peda Kelebihan dari uji Skewness dan Kurtosis adalah bahwa kita dapat mengetahui kemencengan data, di mana data yang normal akan menyerupai bentuk lonceng.
Milka izin menjawab Kelebihan skewness dan kurtosis adalah dimana kita dapat mengetahui kemecengan dari sebuah data dan jika data tersebut normal maka bentuknya akan menyerupai lonceng. semoga membantu.
Nama: Mawar Oktavia Nainggolan NIM: 2021102110 Pertanyaan: Apa yang akan terjadi apabila ketika kita melakukan sebuah penelitian namun kita tidak menghitung skewness dan kurtosis?
NAMA: JOSEPH MARTHENUS NIM: 2021102102 JAWABAN: Jika tidak menghitung skewness dan kurtosis. kita tidak dapat melakukan sebuah penelitian, karena tidak ada data yang dapat kita tentukan dalam melakukan sebuah penelitian. maka dari itu kita harus melakukan terlebih dahulu perhitungan skewness dan kurtosis.
NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C PERTANYAAN : Jika kurtosis sudah normal namun skewness nya tidak normal. Bagaimana cara mengatasinya ya?
Nama/NIM: Hilde Natalia Kolkmeyer/2022600199 Ada dua opsi yang bisa dilakukan: Langkah pertama adalah membuang outlier. Outlier bisa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain (contohnya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada di dalam dataset (contohnya operator menulis angka 9999999 untuk menunjukkan kondisi tidak tahu/not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif). Langkah kedua adalah melakukan transformasi data. Sumber: thomassoseco.blogspot.com/2019/02/skewness-dan-kurtosis.html?m=1
Nama : Tri Bunga Septiani Nim : 2022600196 Menjawab: dengan cara Transformasi Data Jika beberapa ahli tidak setuju dengan cara menghapus data-data ekstrem, cara lain yang bisa ditempuh adalah dengan transformasi data. Transformasi data dilakukan dengan mengubah data kita dengan formula tertentu tergantung dari bentuk grafik kita. Sebelum melakukan transformasi data, kita harus tahu terlebih dahulu bagaimana bentuk grafik kita
Nama : Nadia Catherine Nim : 2021102120 Izin menjawab : Skewness dan kurtosis dapat menunjukkan kondisi pembagian atau distribusi data. Kondisi ideal adalah saat data terdistribusi normal, yakni saat skewness bernilai 0 dan kurtosis bernilai 3. Semakin jauh dari kondisi ideal berarti data tersebar semakin tidak ideal atau tidak merata. Semakin dekat nilai skewness dan kurtosis dengan kondisi ideal.
Nama : Asiau ( 1621101648) Pertanyaan : bagaimana jika kurtosis sudah normal namun skewness nya tidak normal.bagaimana cara mengatasi nya? Terimakasih 🙏🏼
Theofani Gabriela 2021102072 Jawaban dari pertanyaan diatas: Terdapat dua alternatif yang bisa dilakukan untuk mengubah bentuk distribusi data. Langkah pertama adalah membuang outlier. Outlier bisa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain (contohnya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada di dalam dataset (contohnya operator menulis angka 9999999 untuk menunjukkan kondisi tidak tahu/not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif). Langkah kedua adalah melakukan transformasi data
Nama : Mulia Rohayati Sitompul Tidak ada yang lebih baik dan lebih buruk, karena kedua nya merupakan cara mencari data yang berbeda, jadi hanya teknik pengerjaan nya saja sama namun tujuan pengerjaan nya untuk mencari data yang berbeda, trimakasih
NAMA : IMAN PUTRA DAELI NIM : 2021102105. izin bertanya apa saja yang perlu kita ketahui dan lakukan supaya dalam suatu penelitian data bisa terdistribusi normal?
Nama Indah munika sari Nim 2021102128 ijin menjawab Yang harus di lakukan supaya dalam sebuah penelitian data bisa terdistribusi normal : 1. Menguji kenormalitasan di SPP 2. Membuang outliers/data yang memiliki skor ekstrem 3. Mentransformasi data Sumber : semestapsikometrika.com
Saya Natalia Telaumbanua/2021102077 ijin menjawab Manfaat membuat grafik skewness adalah untuk mengetahui ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Sedangakan grafik kurtoris adalah untuk mengetahui indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing. Terimakasih
Nama : Lilis Karlina Halawa NIM : 2021102067 Mau bertanya pak Jika nilai rata rata hitungnya lebih besar dan nilai modus dan mediannya sama disebut apakah kurva tersebut Apakah termasuk normal negatif atau positif? Tks
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Lilis Jadi jawabannya yaitu ketika nilai modus dan median sama maka disebut kurva normal karena nilainya sama. Raya rata hitung nya tidak berpengaruh pada gambar grafiknya nnti, tpi pada hasil modus dan mediannya.
Nama: Ferdinand Falentin Tella Nim: 2021102092 Izin Bertanya,Jika kurtosis sudah normal namun skewness nya tidak normal. Bagaimana cara mengatasinya ya?
Nama:Suci Kasih Gea Nim:2021102133 Ijin menjawab pertanyaan Ferdinand falentin Tella:Cara mengatasinya dengan membuang outlier yang berupa skor Ekstrem,yang mana contohnya nilai tertinggi atau terlalu rendah,contoh lainnya adalah angka negatif sementara dataset seharusnya bernilai positif,dan cara keduanya Melakukan transformasi data...
RASITA TRIAS RAHADI 2022600190 Bantu menjawab, sesuai materi yang sudah dijelaskan, tentu saja kurva bergantung pada ukuran pemusatan data (ukuran tendensi) dan ukuran penyebaran data (ukuran dispersi) Dan akan selalu bergantung pada 2 data tersebut karena itu adalah fungsi skewness dan kurtosis
Nama : Mulia Rohayati Sitompul Kelas : Manajemen B Nim :2021102091 Izin menjawab Tentu saja bergantung karena seperti yang dijelaskan bahwa hal ini merupakan urutan dimulai dari pemusatan data, penyebaran data, kemudian skewness dan kurtosis Dan dalam menentukan kurva nya kita membutuhkan data rata-ratanya jadi penentuan kurva sangat bergantung pada pemusatan data. Trimakasih
Nama : Mulia Rohayati Sitompul Kelas. : Manajemen B Nim : 2021102091 Izin bertanya Dimana penerapan skewness dan kurtosis dalam dunia bisnis atau ekonomi?
Nama: KIKI HERAWATI BR MANALU NIM: 2021102088 ijin menjawab: Penerapan nya bisa kita gunakan untuk menentukan penyebaran suata omzet bulanan pelaku ekonomi mikro.
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Milka Adela Hayati jawabannya yaitu pada kurtosis itu kita tidak membahas kekurangan atau kelebihannya tetapi ini penjalasannya lebih fokus ke mencari keruncingan Dari penghalusan grafik. Untuk mendapatkan hasilnya harus lah dengan menggunakan rumus dan ketentuan yang berlaku.
NAMA : IMAN PUTRA DAELI NIM : 2021102105 Izin bertanya pak, bagaimana cara kita dalam melihat dan meneliti setiap data yang kita hitung itu tidak ada kesalahan dalam menghitungnya? Dan jika terjadi kesalahan apakah ada cara lain yang bisa lakukan dalam menghitungnya lebih cepat, jelas dan akurat? Tanpa menghitungnya dari awal lagi.
NAMA : INTA RIANI ZEBUA NIM 2021102112 Izin menjawab 🙏 Menurut pendapat saya Itu semua kembali kepada kita Apa trik yang harus digunakan itu juga dari kita dan jika terjadi kesalahan kita juga yang harus lebih bijak dalam mencari Ilmu ilmu yang lain dalam menyelesaikan masalah tersebut Kita tau bahwa sumber ilmu tidak dibatasi kepada kita itu semua berawal dari niat dan usaha kita.
Nofetriaman Telaumbanua 2021102101 Izin bertanya Pak Bagaimana kesimpulan mode distribusi data tersebut jika di lihat berdasarkan nilai koefisien kurtosis
Nama: Oktuesdua El-viera Gunawan NIM: 2021102118 Ijin bertanya: Bagaimana cara mengetahui kosentrasi distribusi menceng ke kanan atau ke kiri dapat menggunakan dengan? Jelaskan!
Nama indah munika sari Nim 2021102128 ijin menjawab Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau menceng ke kiri, dapat digunakan metode-metode berikut : 1. Koefisien Kemencengan Pearson Koefisien Kemencengan Pearson merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku. 2. Koefisien Kemencengan Bowley Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Q1, Q2 dan Q3) dari sebuah distribusi. Sumber : sitimasfufatiess.blogspot.com
Nama : Yosefine Edria Agave NIM : 2021102114 Jawab : Biasanya skewness dan kurtosis digunakan untuk meneliti produksi industri dan juga tingkat pengangguran , daan biasanya lebih di dominasi pada makro ekonomi
Nama : Asri Nim : 2021102122 Izin menjawab: Skewness dan Kurtosis dapat digunakan untuk mengukur pertumbuhan ekonomi sejumlah negara/perbandingan pertumbuhan ekonomi antar negara. Sumber: Buku statistika ekonomi ( Dr Lies Maria Hamzah, S.E, M.E, Imam Awaludin, S.E, M.E, dan Emi Maimunah, S.E, MSi)
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 Menjawab Skewness dan Kurtosis tentu sangat berguna dalam bidang perekonomian karena dapat menujukan kondisi pembagian atau distribusi data.
NAMA : INDAH SALLY KARTINI HURA NIM : 2021102075 KELAS : MANAJEMEN-B Pertanyaan Apa kekurangan dan kelebihan dalam menggunakan skewness dan kurtosis serta bagaimana cara mengatasi kekurangannya. Tks
Saya Reonaldi moris tuta izin menjawab pertanyaan indah sally hura Menurut saya keurangan skewness dan kurtosis tidak ada kerna kedua metode ini merupakan salah satu cara untuk membuktikan dari kurvanya.dengan metode ini maka kita akan tau pasti.
Nama : ASRI Nim : 2021102122 Izin bertanya: Jika berbicara tentang kecondongan (skewness) dan keruncingan (Kurtosis) suatu data. Maka jenis data apasaja yang di ukur menggunakan skewness dan kurtosis?
Nama : Bhayu Heru Kurniawan Nim : 2022600198 Menjawab : -kegunaan Histogram Memberikan informasi ukuran pemusatan dan penyebaran data secara ringkas, meskipun ukuran contohnya sangat besar. -Poligon adalah metode untuk menentukan posisi horizontal dari titik-titik di lapangan yang berupa segi banyak dengan melakukan pengukuran sudut dan jarak. tujuannya adalah untuk mendapatkan data-data lapangan berupa koordinat horizontal (x,y)
Niken Wulandari / 2022600203 Ijin menjawab, Menurut saya, diperlukan histogram dan poligon untuk memudahkan kita dalam mengamati data dan diperoleh data skewnessnya, apakah kemencengan kurvanya simetris, menceng ke kiri atau ke kanan. Terimakasih :)
NAMA:IKA NIM:2021102099 ijin bertanya Apa manfaat dari kita mengetahui kurtosis data runcing, datar dan normal ?lalu apa maksudnya jika data tersebut runcing, datar atau normal.
Nama : Nadia catherine Nim : 2021102120 Izin menjawab : karena dalam membuat bentuk kurva dengan menentukan distribusi data kita bisa melihat bagaimana bentuk simetris atau normal nya kurva misalkan kurva menceng ke kiri atau ke kanan. Kurva normal adalah suatu bentuk kurva yang sudah direncanakan, ordinatnya menunjukkan frekuensi dan poros absisnya memuat nilai variabel. Jika dilihat dari bentuknya, sudah bisa dipastikan bahwa disetiap ujung-ujungnya adalah distribusi atau sebaran dengan frekuensi (kemunculan) paling kecil
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 Menjawab Melihat dua kumpulan data dan menentukan bahwa yang satu simetris sedangkan yang lainnya asimetris adalah satu hal. Ini adalah cara lain untuk melihat dua kumpulan data asimetris dan mengatakan bahwa yang satu lebih miring dari yang lain.
NAMA : IMAN PUTRA DAELI NIM : 2021102105 Izin bertanya pak, mengapa Jika Xbar=Mo=Me selalu cenderung membentuk simetris atau normal, dan mengapa jika Xbar tidak sama dengan Mo dan Me hasilnya bisa cenderung ke kanan(-) dan kekiri (+ atau positif). Mohon dijelaskan.
NAMA : ANGGITA KAROLINA NIM : 2021102106 Izin menjawab : Jadi begini, kita tarik dulu pengertian tentang simetris. Simetris adalah apabila objek yang kita gambarkan memiliki proporsi dan keseimbangan yang sama. Maka jika xbar=Mo=Me itu berarti memiliki keseimbangan yang sama maka dari ituu bisa dikatakan simetris. Tetapi jika Xbar berbeda dengan Mo dan juga Me nya maka sudah jelas dikatakan itu tidak simetris bisa kekiri (negatif) bisa kekanan (positif) untuk penjelasan mengapa bisa negatif dan positif itu akan bergantung pada hasil yang kita dapatkan setelah penelitian sehingga dapat kita tentukan apakah ke kiri atau ke kanan. Terima kasih.
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 PERTANYAAN? Jika dalam suatu penelitian Skewness dan Kurtosis Tidak sesuai maka apa yang terjadi dengan penelitian tersebut, Jelaskan?
Niken Wulandari / 2022600203 Ijin menjawab, jika skewness dan kurtosis tidak sesuai mungkin akan terjadi yang dinamakan data tidak normal. Dimana tingkat kemiringannya tidak simetris dan tingkat keruncingannya tidak normal (kurtosis = 3). Terima kasih
Nama/NIM : Hilde Natalia Kolkmeyer/2022600199 Sebutkan metode (selain yg sudah disebutkan di atas) yg bisa digunakan untuk menghitung tingkat kemiringan skewness? Terima kasih
NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C MENJAWAB : 1. Dengan Koefisien Kemiringan Pearson, yaitu merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku. 2. Dengan Koefisien Kemiringan Bowley,dengan menggunakan nilai kuartil bawah, kuartil tengah, dan kuartil atas. Dengan kata lain perhitungan koefisien kemiringan Bowley didasarkan pada hubungan kuartil-kuartil dari sebuah distribusi. 3. Dengan Koefisien Kemiringan Persentil, didasarkan atas hubungan antarpersentil dari sebuah distribusi. 4. Dengan Koefisien Kemencengan Momen, didasarkan pada perbandingan momen ke-3 dengan pangkat tiga simpangan baku. Koefisien kemencengan momen dilambangkan dengan Koefisien kemencengan momen disebut juga kemencengan relatif.
Nama : Putri Marizka Dewi NIM : 20108010120 Prodi : ES/D Izin bertanya apakah Skewness dan Kurtosis memiliki persamaan? Jika Iya dibagian mana letaknya? Terimakasih.
Izin menjawab pertanyaan mba Putri menurut saya skewnes dan kurtosis tidak memiliki persamaan, hal ini dikarenakan dari segi konsep skewnes dan kurtosis sangatlah berbeda. Skewness adalah derajat ketidaksimetrisan suatu distribusi dan kurtosis adalah suatu bilangan yang dapat menunjukan runcing tidaknya bentuk kurva distribusi frekuensi. Kurtosis adalah derajatkeruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). dari segi rumus perhitungan memang hampir sama tetapi ada satu variabel yang menyebabkan perbedaan yakni terletak pada pangkat yang digunakan. jika skewnes menggunakan pangkat 3, maka kurtosis menggunakan pangkat 4. sekian jawaban dari saya, mohon maaf apabila terdapat kesalahan dalam pemaparan jawaban. terimakasih sumber : nitanggradianhusada.blogspot.com/p/blog-page_9878.html
Nama : Sayla Dinda Pramesti NIM : 20108010116 izin menjawab pertanyaan dari mba putri. menurut saya skewness dan kurtosis tidak memiliki persamaan. Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). Kurva yang lebih lebih runcing dari distribusi normal dinamakan leptokurtik, yang lebih datar platikurtik dan distribusi normal disebut mesokurtik. Kurtosis dihitung dari momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3, sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan platikurtik Sumber : narupipoltekbatam.blogspot.com/2013/11/pengertian-skewness-dan-kurtosis.html?m=1
Nama : Eni Nur Afifah NIM : 20108010126 Ijin menjawab pertanyaan : Skewness dan Kutosis itu tidak ada persamaan, hal yang membuat berbeda antara lain : 1. Skewness • Derajat asimetri suatu distribusi data • Tingkat ketidaksimetrisan dari suatu distribusi data • Besaran (ukuran) untuk menentukan tingkat kemiringan kurva • Distribusi Simetris (Normal atau Gauss) atau sk=0 • Skew to the left (kurva menceng kiri) atau sk0 2. Sedangkan Kurtosis : • adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil dari secara relatif terhadap suatu distribusi normal (Hasan, 2003) • Derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normal data (Boediono dan Koster, 2002) • Leptokurtik adalah distribusi yang memiliki puncak relatif tinggi (α4 > 3) • Platikurtik adalah distribusi yang memiliki puncak hampir mendatar (α4 < 3) • Mesokurtik adalah distribusi yang memiliki puncak tidak tinggi dan tidak mendatar (α4 = 3)
NAMA: JOSEPH MARTHENUS NIM: 2021102102 PERTANYAAN: Penelitian apa saja yang menggunakan skewness dan kurtosis di dalamnya? Apakah semua penelitian selalu menyertakan skewness dan kurtosis?
Nama/NIM: Hilde Natalia K./2022600199 Jawab: Tidak semua menggunakan skewness dan kurtosis. Biasanya penelitian utk uji normalitas dan analisis frekuensi menggunakan skewness dan kurtosis
Nama : Eni Nur Afifah NIM : 20108010126 Pertanyaan : Dalam materi Skewness dan Kurtosis, tepatnya pada Kurtosis terdapat istilah Leptokurtik, Platikurtik, dan Mesokurtik. Jelaskan pengertiannya serta apakah kegunaannya?
Nama : Ely Qurata 'Aini NIM : 20108010124 ijin menjawab Leptokurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih runcing (nilai keruncingan lebih dari 3). Platykurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih datar (nilai keruncingan kurang dari 3). Mesokurtic, yaitu bagian tengah distribusi data memiliki puncak diantara Leptokurtic dan Platykurtic (nilai keruncingan sama dengan 3). Jika data memiliki nilai Z-Kurtosis < -1,96, berarti data memiliki keruncingan Leptokurtik. Jika data memiliki nilai Z-Kurtosis > +1,96, berarti data memiliki keruncingan Platikurtik. Jika data memiliki nilai Z-Kurtosis antara -1,96 dan +1,96, berarti data memiliki keruncingan Mesokurtik. Unknown di Selasa, Januari 03, 2017
Nama : Kholis Ihsanul Azzam Nim : 20108010132 Pertanyaan : Dalam skewness dan kurtosis bertujuan untuk mencari kemiringan dan keruncingan sebuah grafik poligon dan histogram..jadi contoh dari skewness dan kurtosis yang di gunakan statistik sehari-hari contoh nya apa ya?
Izin menjawab pertantanyaan mas Azzam sangat benar peryataan mas azzam jika skewnes dan kurtosis bertujuan untuk mencari kemiringan dan keruncingan sebuah poligon dan histogram dari data yang telah diolah dan dalam pengaplikasianya skewnes dan kurtosis dapat digunakan untuk misal menentukan distribusi atau penyebaran kekayaan suatu negara. contoh : 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). untuk lebih lengkapnya bisa dicek disini thomassoseco.blogspot.com/2019/02/skewness-dan-kurtosis.html sekian jawaban dari saya, mohon maaf apabila ada kesalan. terimakasih
Nama : Nafiatul Ayu Nazilah NIM : 20108010133 Izin menjawab Contoh dari skewness dan kurtosis yaitu: Kasus Uji Normalitas Skewness dan Kurtosis misalnya seorang peneliti ingin mengetahui apakah data hasil belajar PAI berdistribusi normal atau tidak melalui uji Skewness - Kurtosis. Mohon maaf apabila jawabannya kurang tepat, Terimakasih
izin menjawab Daromi Irjas Pramono_20108010122 jadi banyak sekali contohnya yang dapat kita ketahui contoh2 dari skewnes dan kurtosis 1.aset negara 2.hutang piutang negara 3.menjadi tolak ukur nilai kekayaan sampai kemiskinan
Nama : Nadia Catherine Nim : 2021102120 Izin menjawab :menurut saya,, tidak karena dalam perhitungan skewness atau kurtosis normal sudah di tentukan dengan nilai yang ideal,,dengan hasil yang sudah di tentukan kita dapat membuat kurva nya,,jadi tidak perlu pengujian lagi.
Nama : SIDORUS ARMAN SYUKUR WARUWU NIM : 2021102126 Apa penyebab kurva bisa miring ke kiri dan ke kanan? Penyebab utamanya adalah jika sebuah data/Nilai yang telah kita dapatkan tidak sama atau mungkin datanya lebih besar/kecil sehingga tidak seimbang question by: Lita bili Gole
Hanifuddin 20108010125 Izin bertanya, apakah bentuk-bentuk pengaruh arah kemencengan (skewnes) dan bentuk kerucingan (kurtosis) terhadap data ? sekian dan terimakasih
Nama: Mario William Sitompul NIM: 2021102100 Pertanyaan: Data apa yang biasanya dicari dalam menentukan skewness dengan menggunakan rumus metode pearson?
Nama : Liana Angel NIM : 2021102080 Kelas : manajemen-B Izin menjawab, Koefisien korelasi Pearson sendiri adalah ukuran korelasi linier antara dua kumpulan data. Jadi, metode pearson digunakan untuk mengukur simetris atau kemencengan suatu kurva pada data yang tidak/belum dikelompokkan. Semoga membantu🙏 jika ada kesalahan saya mohon maaf🙏
NAMA : ANGGITA KAROLINA NIM : 2021102106 Izin menjawab : Menurut pandangan saya itu sudah ketentuan nya. seperti sering kita lihat juga jika dalam garis bilangan saja jika sudah melewati titik tengah atau titik 0 dan bergerak kekiri itu dikatakan negatif dan begitupun sebaliknya jika melewati titik 0 dan bergerak ke kanan maka bilangan tersebut positif. Terima kasih.
Nama : Niken Wulandari NIM : 2022600203 Ijin bertanya, di rumus skewness ada 2 metode yaitu metode Pearson dan metode moment matematis. Lalu, apa definisi dari dua metode tersebut? Dan saat kapan kita harus menggunakan salah satu dari metode itu?
NAMA : JERNIH ZEGA NIM : 2021102097 Izin bertanya Bagaimana cara menghitung skewness dan kurtosis dengan menggunakan Modus dan Median. Sedangkan Nilai rata-rata modus dan median tidak semetris?
ANISA SOMASI SAMALOISA_1821101874 Pertanyaan : 1. Berapa kisaran nilai skweness dan kurtosis dimana data dianggap distribusi secara normal? 2. Apa kisaran kemiringan dan kurtosis yg dapat diterima untuk distribusi data normal? 3. Apa dasar untukemutuskan interval seperti itu? Apakah ini pilihan subjektif atau adakah penjelasan matematis dibalik interval ini?
Nama : SIDORUS ARMAN SYUKUR WARUWU NIM : 2021102126 Berikan alasan yang spesifik/Mendetail tentang Kenapa di kurtosis ✓ K>3 dikatakan Runcing ? ✓ K=3 dikatakan Normal? ✓ K
NAMA : INDAH SALLY KARTINI HURA NIM : 2021102075 KELAS : MANAJEMEN-B Pertanyaan Apa ciri distribusi normal dalam perhitungan pearson dan jelaskan mengapa harus memakai ciri tersebut. Tks
NAMA: MELFIS DAELI NIM: 2021102130 PRODI: MANAJEMEN KELAS: 3 PERTANYAAN? Apakah perbedaan metode Pearson dengan metode moment matematis, dan jelaskan fungsi nya
Nama : Afifah Mega Pratiwi Nim : 20108010130 Pertanyaan : Apakah mungkin jika hasil yang ditemukan dalam pencarian kurtosis melebihi 3 ? Jika demikian apakah masih bisa disebut kurtosis? terimakasih.
NAMA : ANGGITA KAROLINA NIM : 2021102106 Izin bertanya : Dalam menggambarkan kurva skewness dan kurtosis apakah ada ketentuannya atau ada titik ukur nya seperti ketika kita menggambar histogram pada umumnya atau hanya memperkirakan saja bentuknya berdasarkan hasil yang kita dapat. Jika ada bagaimana cara penggambarannya Terima kasih.
NAMA : IMAN PUTRA DAELI NIM : 2021102105 Izin bertanya pak, dalam jenis data manakah kita bisa menggunakan metode person dan metode moment matematis, dan apa saja yang membedakan kedua metode tersebut dalam menghitung tingkat kemiringan kurva atau skewness? Tolong berikan contoh kedua metode tersebut untuk memperjelasnya.
NAMA : MUHAMAD ZULFIKAR NIM : 20108010135 izin menyimpulkan sedikit pak tentang pemahaman mengenai pemahaman kurva yang menggambarkan distribusi frekuensi data observasi ( simetris,positif,negatif) Simetris=0 menunjukan bahwa sebagian besar data nilainya berada disekitar nilai rata rata, dengan Demikian membentuk pola simetris dan rata rata cocok untuk mewakili data Positif> Menunjukan bahwa sebagian besar data nilainya lebih besar daripada nilai rata ratanya. Dengan demikian Median memiliki kemampuan yang lebih baik dari pada rata rata untuk mewakili data Negatif
Nama : Muhamad Fazlurrahman Arqoun NIM : 20108010146 ijin bertanya, Bagaimana penerapan metode skewnes dan kurtosis dalam permasalahan sehari hari, apakah kriteria skewnes dan kurtosis akan sama dengan yang telah ditentukan jika di aplikasikan dalam kasus yang nyata?
Nama : ANGGITA KAROLINA NIM : 2021102106 Izin menjawab : Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain. sumber : wikipedia terima kasih..
Nama : Bhayu Heru Kurniawan Nim : 2022600198 Menjawab : Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel yang lain.
NAMA : MELVIN TRIAN WATI HALAWA NIM : 2021102121 PRODI : MANAJEMEN C MENJAWAB : Sumber m.merdeka.com/jateng/regresi-adalah-metode-untuk-menentukan-sebab-akibat-kenali-jenis-dan-contohnya-kln.html Regresi adalah salah satu metode untuk menentukan hubungan sebab-akibat antara variabel dengan variabel lainnya. Dalam analisis regresi sederhana, hubungan antara variabel bersifat linier, di mana perubahan pada variabel X akan diikuti oleh perubahan pada variabel secara tetap. Sedangkan dalam hubungan nonlinier, perubahan X tidak diikuti dengan perubahan variabel Y secara proporsional.
Nama : Anggun Putri Gracia NIM : 2021102124 Menjawab Regresi adalah suatu metode analisis yang biasa digunakan untuk melihat pengaruh antara dua atau banyak variabel. Umumnya, analisis regresi digunakan untuk melakukan prediksi atau ramalan. Sedangkan, hubungan variabel tersebut bersifat fungsional yang diwujudkan dalam suatu model matematis Sumber : merdeka.com
Nama : Yosefine Edria Agave NIM : 2021102114 Jawab : regresi adalah metode untuk menentukan sebab akibat antara satu variabel dengan variabel yg lainnya
Bermanfaat bgt thank you!
Theofani Gabriela
2021102072
Pertanyaan:
Dari segi kemiringan, suatu distribusi dibedakan menjadi berapa?
NAMA : INDAH SALLY KARTINI HURA
NIM : 2021102075
KELAS : MANAJEMEN-B
Menjawab
Segi kemiringan dibedakan menjadi 3, yaitu : menceng kekiri (negatif), menceng kekanan (positif) dan simetris (normal).
Tks
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Theofani.
Jadi jawabannya yaitu Untuk mengetahui kemiringan ada 3 jenis yaitu normal(nentral atau sama) menceng ke kiri(negatif) dan menceng ke kanan ( positif)
Saya Natalia Telaumbanua/2021102077 ijin menjawab
Dari segi kemiringan distribusi dibedakan menjadi 3 yaitu menceng ke kanan (positif), menceng ke kiri( negatif) dan simetris (normal)
Terimakasih
Nama : Mulia Rohayati Sitompul
Dari segi kemerengan suatu distribusi dibagi menjadi tiga, yang pertama mereng kekanan (positif) kemudian yg kedua mereng ke kiri(negatif) yang ketiga simetris (normal)
Trimkasih
Ijin menjawab
Di bedakan menjadi 3
1. Kemiring
2. Kekanan dan
3. Normal
Saya atas nama Jefniwati Nazara
Kelas 2 manajemen
Nim 2021102086 mau bertanya ..bagaimana caranya menghitung dan mengukur suatu kemiringan suatu kurva dalam Skewness?
Milka Izin menjawab
ada 2 rumus yg dapat kita gunakan yakni dengan metode pearson dan metode moment matematis.
semoga membantu
Untuk mengitung kemiringan kurva skewness pertama kita lihat dengan data yang sudah kita punya seperti interval kelas dan frekunsinya.
Saya titus dwi riaman zebua_2021102076
Menjawab pertanyaan jefni wati
Terdapat dua metode dalam menghitung tingkat kemiringan suatu kurva yaitu:
metode pearson dan metode moment matematis.
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Jefniwati
Jadi cara kita menghitung atau menentukan kemiringan suatu kurva maka kita harus cari dlu nilai modus dan mediannya jika sudah ketemu maka kita bisa membuat grafiknya sesuai ketentuan nya.
listriana lidya
2021102061
Hadir pak.
Ijin bertanya;
Jika kurtosis nya sudah normal
Namun skewness-nya tidak normal bagaimana cara mengatasi-nya?
Terima kasih
Saya Reonaldi moris tuta izin menjawab pertanyaan listriana lidya
Ketika kurosis normal sedangkan skewness blm normal, menurut saya kerna metode pencariannya berbeda oleh sebab itu kita perlu mengaitkannya tidak terpengaruh.
Saya ijin menjawab
Cara mengatasi data berdistribusi tidak normal dengan menghapus outlier, ... Kembali lagi ke data kita, maka kita sudah memiliki variabel baru bernama ... have the skewness and kurtosis matching a normal distribution
Terdapat dua alternatif yang bisa dilakukan untuk mengubah bentuk distribusi data. Langkah pertama adalah membuang outlier. Outlier bisa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain (contohnya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada di dalam dataset (contohnya operator menulis angka 9999999 untuk menunjukkan kondisi tidak tahu/not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif).
Langkah kedua adalah melakukan transformasi data.
Nama:YOGI VERDIANSAH
Nim:2021102073
Ijin bertanya apa fungsi dari Meso kurtis?
Saya Atas nama JEFNIWATI NAZARA
NIM 2021102086 Mau menjawab
Fungsi dari meso kurtis adalah untuk menentukan kenormalan suatu kurva..
Milka izin menjawab
Fungsi dari meso kurtis adalah bearti data tersebut bernilai normal dan kurvanya akan berbentuk seperti lonceng.
semoga membantu
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Yogi.
Jadi fungsi dri meso kurtis adalah Untuk menamai bahwa suatu kurva itu bernilai normal atau kemencengannya itu normal jadi disebut meso kurtis, itu adalah penamaannya.
Atas nama: KIKI HERAWATI BR MANALU
NIM: 2021102088
Izin menjawab:
Fungsinya menentukan Norman atau tidak(mencong) suatu kurva. Jika kurva normal itulah yg dinamakan meso kurtis
Nama: Reonaldi moris tuta
Nim:2021102068
Kelas: manajemen B
Izin bertanya
Kenapa dalam mencari skewness ada juga menggunakan pangakat 3 sedangkan yang lain memakai pangakat 2?
Saya ijin menjawab
Jika nilai kurtosis lebih besar dari 3, maka kurva distribusi disebut leptokurtik. ... Kemencengan yang positif berarti ada sangat banyak rumah tangga yang ... Dengan kata lain, tingkat kekayaan atau tingkat kesejahteraan mereka
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Moris
Jadi jawabannya yaitu karena Untuk mencari Hasil skewness nya memang harus pake pangkat 3 karena itu adalah ketentuan nya.
Nama: JEFNIWATI NAZARA
Nim : 2021102086
Kelas:2 MANAJEMEN
izin bertanya
Apa manfaat lepto kurtis,meso kurtis,dan play kurtis ..
Dan bagaimana jika salah satu tidak di gunakan..?...
Dan apa kelebihan dan kekurangan nya?
Nama : Felisitas Gole Bili
Nim : 2021102115
Pertanyaan : Apa penyebab sebuah kurva miring ke kiri dan ke kanan?
Terima kasih
Nama : Denis Pratiwi
Nim : 2022600195
Prodi EA
MENJAWAB
Terjadinya kemiringan disebabkan karena data nya tidak normal
Nama: Ferdinand Falentin Tella
Nim: 2021102092
Izin menjawab pertanyaan dari Felisitas Gole Bili
Kurva permintaan miring dari kiri atas ke kanan bawah dikarenakan berdasarkan hukum permintaan berbunyi jumlah produk yang diminta berbanding terbalik dengan harga. Artinya jika harga barang naik, maka jumlah permintaan nya akan turun. Begitu juga sebaliknya, apabila harga turun maka jumlah permintaan nya akan naik.
Nama : Asri
Nim : 2021102122
Izin menjawab :
Penyebabnya adalah, nilai rata-rata hitung tidak sama dengan dengan modus dan median, maka data trsebut tidak terdistribusi normal, yang berkemungkinan miring ke kanan atau ke kiri tergantung dari nilai data"
Sumber : penjelasan materi di video
Nama: Oktuesdua El-viera Gunawan
NIM: 2021102118
Ijin menjawab:
untuk kumpulan data yang miring ke kanan:
Selalu: lebih berarti dari mode
Selalu: median lebih besar dari mode
Sebagian besar waktu: mean lebih besar dari median
untuk kumpulan data yang miring ke kiri:
Selalu: berarti kurang dari mode
Selalu: median kurang dari mode
Sebagian besar waktu: berarti kurang dari median
Sumber: greelane.com
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
Menjawab
Penyebab suatu data dalam kurva miring ke kiri dan kekanan karena merupakan beberapa distribusi data, seperti kurva lonceng atau distribusi normal, bersifat simetris. Artinya bagian kanan dan kiri pembagian adalah bayangan cermin yang sempurna satu sama lain
Nama: Mawar Oktavia Nainggolan
NIM: 2021102110
Pertanyaan:
Apa yang menyebabkan data tidak terdistribusi normal?
Nama : Kharistia Eka Kusuma
Nim : 2021102108
Ijin menjawab pertanyaan mawar :Data tidak dapat terdistribusi secara normal karena sebenarnya berasal dari lebih dari satu proses , penjumlahan atau pergeseran, atau dari sebuah proses yang sering bergeser .
Sumber: statistikceria.blogspot.com/2014/02/permasalahan-dengan-data-tidak-normal-penyebab-strategi-permasalahan.html?m=1#:~:text=Data%20tidak%20dapat%20terdistribusi%20secara,sebuah%20proses%20yang%20sering%20bergeser%20.
Nama : Anggun Putri Gracia
NIM : 2021102124
Menjawab
Yang menyebabkan data tdk terdistribusi normal
1. Terlalu banyak nilai-nilai ekstrim dalam satu set data yang akan menghasilkan distribusi skewness(miring). Hal ini kemungkinan terjadi karena kesalahan menentukan pengukuran, kesalahan data-entry dan outlier
2. Lebih dari satu proses , penjumlahan atau pergeseran, atau dari sebuah proses yang sering bergeser . Jika dua atau lebih set data yang terdistribusi secara normal yang tumpang tindih, data mungkin terlihat bimodal atau multimodal - itu akan memiliki dua atau lebih nilai
3. Round- off error atau perangkat pengukuran dengan resolusi rendah dapat membuat benar-benar data continues dan data terdistribusi normal terlihat diskrit dan tidak normal .
4. Data yang dikumpulkan tidak mungkin terdistribusi normal jika itu merupakan hanya bagian dari seluruh data dalam suatu proses.
Sumber : statistikaceria.blogspot.com
Nama : Putri octaviana
NIM : 2021102131
Biasanya pada data yang jumlah sampelnya sedikit (di bawah 30) sering tidak berdistribusi normal sehingga analisis statistik parametrik tidak bisa dilakukan. Solusi jika ingin melanjutkan analisis data tersebut adalah dengan menggunakan analisis statistik nonparametrik.
Nama : Dwi Oktafiana Buulolo
Nim : 2021102111
Ijin menjawab pertanyaan mawar
Yang menyebabkan data distribusi tidak normal yaitu :
1. kesalahan pada saat pengambilan data
2. Kesalahan salah saat memberikan perlakuan ketika mengambil data primer.
3.pengambilan data di ambil secara acak,sehingga data tidak valid
Terimakasih 🙏🙏
Maaf pak pas pangkat 3 hasilnya salah
Saya Natalia Telaumbanua/20221102077 ijin bertanya pak
Jika kurtosis sudah normal namun skewness nya tidak normal. Bagaimana cara mengatasinya ya?
Nama : Mulia Rohayati Sitompul
Kelas. : Manajemen B
Nim : 2021102091
Terdapat dua alternatif yang bisa dilakukan untuk mengubah bentuk distribusi data.
Langkah pertama adalah dengan membuang outlier. Outlier biasa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain(contoh nya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada didalam dataset ( contohnya operator menulis angka 99999 untuk menunjukkan kondisi tidak tahu atau not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif)
Langkah kedua adalah dengan melakukan transformasi data.
Trimakasih
Saya Kiki izin menjawab:
1. Membuang outlier
2. Melakukan transformasi data
Nama : Anggun Putri Gracia
NIM : 2021102124
Bertanya
Apa akibatnya jika data tidak terdistribusi secara normal?
Nama : Denis Pratiwi
Nim : 2022600195
Menjawab : Ketika data tidak terdistribusi normal , penyebab non - normalitas harus ditentukan dan tindakan perbaikan yang tepat harus diambil
Nama : Tri Bunga Septiani
Nim : 2022600196
Menjawab : akibatnya Distribusi menjadi masalah hanya ketika praktisi mencapai suatu titik dalam sebuah proyek di mana mereka ingin menggunakan alat statistik yang memerlukan data terdistribusi norm
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
Menjawab: menurut sumbernya
Data tidak dapat terdistribusi secara normal karena sebenarnya berasal dari satu proses, penjumlahan atau pergeseran, atau dari sebuah proses yang sering bergeser.
Nama Iwan Gestian
NIM 2021102083
Ijin bertanya
bagaiman cara mengatasi jika kurtosis sudah normal namun sweknesnya tidak normal..?.
NAMA: LINJIN SAPUTRA
NIM : 2021102064
KELAS : 2 MANAJEMEN
mau bertanya pak apa saja cara atau langkah 2 yang harus di lakukan sebelum mengerjakan kurtosis
Saya akan menjawab pertanyaan linjin saputra
Langkah langkah untuk menghitung kurtosis adalah dengan menggunkan tabel perhitungan seperti yang sudah kita lalukan dengan mengitung mid ponit dan lain lain.
Nama : Felisitas Gole Bili
Nim : 2021102115
Pertanyaan : Mengapa dalam menghitung tingkat kemencengan sebuah kurva itu menggunakan rumus Mo dan Me?
Terima kasih
Niken Wulandari / 2022600203.
Ijin menjawab, karena kurva skewness dikatakan simetris atau tidak, diperlukan adanya modus dan median sebagai acuan apakah median dan modusnya lebih besar atau lebih kecil. Jadi untuk meneliti suatu data perlu itu, mungkin untuk memudahkan kita juga dalam memperhatikan kurva yang kita hasilkan.
Terimakasih.
Nama:IKA
nim:2021102099
Ijin menjawab
Kemiringan ada beberapa jenis yaitu; simetri, miring kekanan dan
miring kekiri. Data yang simetri menunjukan bahwa letak nilai rata
- rata hitung, median dan modus berhimpit.
Data yang miring kekanan mempunyai nilai modus paling kecil
dan rata - rata hitung paling besar. Data yang miring kekiri
mempunyai nilai modus paling besar dan rata - rata hitung paling
Nama indah munika sari
Nim 2021102128 ini bertanya
Untuk mengetahui konsentrasi distribusi kemencengan kekanan dan kekiri ada 2 metode koefisien kemencengan yaitu Pearson dan Bowley pertanyaan saya apa perbedaan dalam kedua metode tersebut dan manakan yang lebih mudah di gunakan dalam sebuah penelitian , Terimakasih🙏
Nama : Kharistia Eka Kusuma
NIM :2021102108
Ijin menjawab pertanyaan Indah: 1.Koefisien kemencengan model pearson merupakan nilai selisih rata rata dengan modus dibagi simpangan baku (Hasan,2009:126)
2. Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Qq, Q2, dan Q3) dari sebuah distribusi (Hasan, 2009:125)
Koefisien kemencengan Bowley sering juga disebut Kuartil Koefisien
Kemencengan.
Sumber : www.forumstatistika.com/tanya/model-pearson-dan-bowley/
NAMA : YOSEFINE EDRIA AGAVE
NIM : 2021102114
PERTANYAAN : jika rata-rata, modus dan median memiliki nilai yg sama maka kemencengan yg terjadi adalah apa?
Nama indah munika sari Nim 2021102128 ijin menjawab pertanyaan dari Yosefine
Jika rata-rata, median dan modus memiliki nilai yang sama, maka nilai rata-rata, median dan modus akan terletak pada satu titik dalam kurva distribusi frekuensi. Kurva distribusi frekuensi tersebut akan terbentuk simetris.
( Sumber : rumusstatistik.com )
Nama : Anggun Putri Gracia
NIM : 2021102124
Menjawab
Jika rata2, modus dan median sama, bentuk kurva yang terbentuk adalah simetris atau normal. Karena nilai rata-rata, median dan modus akan terletak pada satu titik dalam kurva distribusi frekuensi
NAMA : JERNIH ZEGA
NIM : 2021102097
Izin menjawab pertanyaan YOSEFI EDRIA AGAVE. Jika rata-rata modus dan median memiliki nilai yang sama maka kemencengan yang akan terjadi.
Maka kurva tersebut terletak di kurva distribusi frekuensi maka akan di sebut Normal atau semetris
NAMA: JOSEPH MARTHENUS
NIM: 2021102102
JAWABAN:
Jika rata-rata, median dan modus memiliki nilai yang sama, maka nilai rata-rata, median dan modus akan terletak pada satu titik dalam kurva distribusi frekuensi. Kurva distribusi frekuensi tersebut akan terbentuk simetris. ... Kurva distribusi frekuensi yang terbentuk adalah menceng kanan atau kemencengan positif.
Nama : putri octaviana
Nim : 2021102131
Bertanya : bagaimana ciri ciri data terdistribusi secara normal?
Nama : Bhayu Heru Kurniawan
Nim : 2022600198
Menjawab : Ciri-ciri distribusi normal
Distribusi normal mempunyai beberapa sifat dan ciri, yaitu:
Disusun dari variable random kontinu.
Kurva distribusi normal mempunyai satu puncak (uni-modal)
Kurva berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus terletak pada satu titik.
NAMA JERNIH ZEGA
NIM 2021102097
Izin menjawab pertanyaan dari
Putri oktaviana
Bagaimana ciri-ciri data distribusi secara normal yaitu
1. Disusun dari variable random kontinu.
2. Kurva distribusi norma mempunyai satu puncak (uni-modal)
3. Kurva berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus terletak pada satu titik.
NAMA : MELVIN TRIAN WATI HALAWA
NIM : 2021102121
PRODI : MANAJEMEN C
MENJAWAB :
Distribusi normal merupakan sebuah fungsi probabilitas yang menunjukkan distribusi atau penyebaran suatu variabel. Fungsi tersebut umumnya dibuktikan oleh sebuah grafik simetris yang disebut kurva lonceng (bell curve). Saat menandakan distribusi yang merata, kurva akan memuncak di bagian tengah dan melandai di kedua sisinya dengan nilai yang setara.
Nama : MAREKO HALAWA
Nim. : 2021102098
Saya akan jawab pertanyaan tentang ciri-ciri data terdistribusi secara normal yaitu:
1.Disusun dari variabel random kontinu
2.Kurva distribusi normal mempunyai satu puncak cuni-modal
3. Kurva tertentu simetris
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
Menjawab
Cara mengetahui data sudah terdistribusi normal adalah memiliki nilai mean, median, dan modus yang sama.
Selalu bersifat simetris dengan bentuk lonceng (bell curve)
Nama : Bhayu Heru Kurniawan
Nih : 2022600198
Bertanya : Apa karakteristik data yang terdistribusi normal ?
Nama: Oktuesdua El-viera Gunawan
NIM: 2021102118
Ijin menjawab:
•Teori distribusi ini memiliki nilai mean, median, dan modus yang sama. Oleh karena itu, distribusinya sering pula disebut unimodal.
•Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah kurva, sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut.
•Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi.
•Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di sisi kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu.
•Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan memiliki nilai yang kurang dari angka rata-rata, sedangkan sebagian lagi memiliki nilai yang lebih besar.
•Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Dalam beberapa kasus penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal.
Sumber: akseleran.co.id
Nama : Denis Pratiwi
Nim :2022600195
Prodi EA
MENJAWAB
Teori distribusi ini memiliki nilai mean, median, dan modus yang sama.
Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve).
Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi.
NAMA : MELVIN TRIAN WATI HALAWA
NIM : 2021102121
PRODI : MANAJEMEN C
MENJAWAB :
Saat menunjukkan nilai penyebaran data, distribusi normal memiliki sejumlah karakteristik utama sebagai berikut:
1. Teori distribusi ini memiliki nilai mean, median, dan modus yang sama. Oleh karena itu, distribusinya sering pula disebut unimodal.
2. Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah kurva, sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut.
3. Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi.
4. Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di sisi kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu.
5. Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan memiliki nilai yang kurang dari angka rata-rata, sedangkan sebagian lagi memiliki nilai yang lebih besar.
6.Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Dalam beberapa kasus penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal.
NAMA : JERNIH ZEGA
NIM : 2021102097
izin menjawab pertanyaan Bhayu Heru Kurnia
Apa karakteristik data yang terdistribusi norma yaitu
Memiliki Nilai mean modus median yang dan juga memiliki Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata.
Nama Iwan Gestian
NIM 2021102083
Ijin bertanya
apa ciri distribusi norma dalam perhitungan Pearson?,
Nama : Yaniscaya Gulo
Nim 2021102104
Izin bertanya
Bagaimana jika skewnes dan kurtosis dua-duanya tidak normal apa yang harus di lakukan dan bagaimana caranya?
Nama : Tri Bunga Septiani
Nim : 2022600196
Menjawab : Uji Normalitas di SPSS
Sebelum menguji hipotesis kita yakni “ada hubungan antara IQ dengan prestasi”, maka kita uji terlebih dahulu normalitas data IQ dan prestasi kita. Ada berbagai cara untuk menguji normalitas di SPSS, seperti dengan melihat histogram dan nilai skewness dan kurtosis serta dengan uji kolmogorov-smirnov.
Nama : Dwi Oktafiana Buulolo
Nim : 2021102111
Izin menjawab:
Cara mengatasi jika kuortosis dan skewnes tidak normal yaitu: kita menguji normalitas datanya melalui tiga teknik : visual, skewnes-kurtosis,dan uji statistik ( kolmogorov-smirnov dan shapiro-wilk )
Terimakasih 🙏
Sumber : Buku statistika terapan, Dr. Sumanto, MA
Nama : Yosefine Edria Agave
NIM : 2021102114
Jawab : Menurut saya jika memang sudah sesuai dengan data yg diperoleh maka tidak perlu pengujian lagi, tapi jika ada kesalahan dalam perolehan data maka perlu pengujian ulang
Nama : Ajeng muji anita
Nim : 20108010134
Pertanyaan:
Pengertian skewness dan kurtosis ialah? Dan didapat dari mana??
Izin menjawab pertanyaan mba Ajeng, 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.dan Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing 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 mesokurtik atau mesokurtotik. perhitungan skewnes dan kurtosis dilakukan dengan berbagai tahap seperti yang telah dijelaskan Bapak Taosige dalam penjelasan meteri diatas.
sekian jawaban yang bisa diberikan. saya mohon maaf apabila ada kesalan dalam penyampaian jawaban. terimakasih
sumber : thomassoseco.blogspot.com/2019/02/skewness-dan-kurtosis.html
Nama : Nafiatul Ayu Nazilah
NIM : 20108010133
Izin menjawab
• Skewness atau disebut juga ukuran kemiringan yaitu suatu bilangan yang dapat menunjukan miring atau tidaknya bentuk kurva suatu distribusi frekuensi. Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol).
• Kurtosis atau Ukuran keruncingan adalah suatu bilangan yang dapat menunjukan runcing tidaknya bentuk kurva distribusi frekuensi. Kurtosis melupakan derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). Kurva yang lebih lebih runcing dari distribusi normal dinamakan leptokurtik, yang lebih datar platikurtik dan distribusi normal disebut mesokurtik. Kurtosis dihitung dari momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3, sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan platikurtik
Sumber : id.scribd.com/doc/112155203/Skewness-Dan-Kurtosis-Statistika
Nama : Ely Qurata 'Aini
NIM : 20108010124.
ijin menjawab
Skewness (Kemiringan)
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). Kemiringan sebuah diagram dari sebuah data bergantung kepada penyebaran data yang merata atau tidak. Semakin banyak data yang besar dan semakin sedikit data yang kecil maka kemiringan data tersebut akan condong kesebelah kiri atau sering disebut kemiringan negatif. Sedangkan semakin banyak data yang besar dan semakin sedikit data kecil maka kemiringan data tersebut akan condong ke sebelah kanan atau sering disebut kemiringan negatif
Pengertian Kurtosis Kurtosis merupakan koefisien yang menentukan jenis kurva berbentuk kurva atau normal atau tumpul. Kurtosis dapat ditentukan dengan cara menjumlahkan perkalian antara frekuensi ke-i dengan nilai ke-i dikurangkan dengan rata rata yang di pangkatkan empat dan berbanding terbalik dengan perkalian banyaknya data atau jumlah frekuensi dengan simpangan baku atau standar deviasi dipangkatkan empat.
sumber: www.academia.edu/42124625/Makalah_momen_skewness_dan_kurtosis
Nama: Eni Nur Afifah
NIM : 20108010126
Ijin menjawab pertanyaan :
1. Skewness
• Derajat asimetri suatu distribusi data
• Tingkat ketidaksimetrisan dari suatu distribusi data
• Besaran (ukuran) untuk menentukan tingkat kemiringan kurva
• Distribusi Simetris (Normal atau Gauss) atau sk=0
• Skew to the left (kurva menceng kiri) atau sk0
2. Kurtosis :
• adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil dari secara relatif terhadap suatu distribusi normal (Hasan, 2003)
• Derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normal data (Boediono dan Koster, 2002)
• Leptokurtik adalah distribusi yang
memiliki puncak relatif tinggi (α4 > 3)
• Platikurtik adalah distribusi yang memiliki
puncak hampir mendatar (α4 < 3)
• Mesokurtik adalah distribusi yang
memiliki puncak tidak tinggi dan tidak
mendatar (α4 = 3)
Nama ; jerince viranti mesa
Nim :2021102119
Ijin bertanya;Unsur apa yang diperlukan dalam membuat histogram?jelaskan
Terimakasih 🙏
NAMA: JOSEPH MARTHENUS
NIM: 2021102102
JAWABAN:
1. Mengumpulkan data Pengukuran
2. Menentukan besarnya Range
3. Menentukan Banyaknya Kelas Interval
4. Menentukan Lebar Kelas Interval, Batas Kelas, dan Nilai Tengah Kelas
5. Menentukan Frekuensi dari Setiap Kelas Interval
6. Membuat Grafik Histogram
Sumber: ilmumanajemenindustri.com
Nama: Oktuesdua El-viera Gunawan
NIM: 2021102118
Ijin menjawab:
1. Pengumpulan Data Pengukuran
Data untuk membuat histogram adalah data pengukuran numerik.
2. Tentukan Nilai Interval
Sebelum kita dapat menentukan ukuran nilai interval, kita perlu mengetahui nilai terbesar dan terkecil dari semua data pengukuran kita.
3. Tentukan Jumlah Kelas Interval
Sebagai panduan, ada tabel yang menentukan interval kelas berdasarkan jumlah unit sampel dalam metrik.
4. Tentukan Lebar Interval, Batas Kelas, dan Nilai Kelas Tengah
5. Tentukan Frekuensi Kelas Interval
Untuk menyederhanakan perhitungan, gunakan pengelompokan penghitungan 5 (lima) untuk menghitung jumlah frekuensi yang jatuh ke kelas interval berturut-turut.
6. Membuat Grafik Histogram
-Buat garis horizontal dengan skala berdasarkan pada unit data
-Buat garis vertikal dengan skala frekuensi
-Jelaskan grafik batang. Ketinggian sesuai dengan frekuensi masing-masing kelas area
-Jika ada batas spesifikasi yang ditentukan pelanggan, gambar garis vertikal sesuai dengan spesifikasi ini.
Sumber: rumusrumus.com
Nama : Putri Octaviana
NIM : 2021102131
1. Mengumpulkan data Pengukuran
Data yang untuk membuat Histogram adalah data pengukuran yang berbentuk Numerik.
Sebagai contoh:
Seorang Engineer ingin mengumpulkan data pengukuran untuk panjangnya kaki komponen
2. Menentukan besarnya Range
Sebelum menentukan Besarnya nilai Range, kita perlu mengetahui Nilai terbesar dan Nilai Terkecil dari seluruh data pengukuran kita. Cara untuk menghitung Nilai Range (R) adalah :
R = Xmaks - Xmins
atau
Range = Nilai terbesar - Nilai terkecil
Catatan :
Jika anda menggunakan Excel , anda bisa memakai Function :
Mencari Nilai Terbesar : @MAX( nomor cell awal : nomor cell akhir)
Mencari Nilai Terkecil : @MIN(nomor cell awal : nomor cell akhir)
Untuk contoh diatas, Besarnya Nilai Range adalah 0.6 dengan perhitungan dibawah ini:
Range = 3.2 - 2.6
Range = 0.6
3. Menentukan Banyaknya Kelas Interval
Sebagai Pedoman, terdapat Tabel yang menentukan Kelas Interval-nya sesuai dengan banyaknya Jumlah Sample Unit pada Data Pengukuran.

Untuk contoh kasus diatas, banyaknya sampel data pengukuran adalah 50 data, maka kita memilih banyaknya kelas interval adalah 7 buah (menurut tabel adalah 6 sampai 10).
4. Menentukan Lebar Kelas Interval, Batas Kelas, dan Nilai Tengah Kelas
4.1. Menentukan Lebar Kelas Interval
Yang menentukan Lebar setiap kelas Interval adalah pembagian Range (Langkah 2) dan Banyaknya Interval Kelas (Langkah 3).
Kasus yang sama, untuk cara menghitung Lebar Kelas Interval adalah :
Lebar = Range / Kelas Interval
Lebar = 0.6 / 7
Lebar = 0.1 (dibulatkan)
4.2. Menentukan Batas untuk setiap Kelas Interval
Untuk menentukan Batas untuk setiap kelas Interval, kita memakai rumus :
Nilai terendah - ½ x unit pengukuran
(dalam kasus ini kita memakai unit pengukuran 0.1)
Batas Kelas Pertama :
Menentukan Batas bawah Kelas pertama :
2.6 - ½ x 0.1= 2.55
Selanjutnya Batas Bawah kelas pertama ditambah dengan Lebar Kelas Interval untuk menentukan Batas atas kelas pertama :
2.55 + 0.1 = 2.65
Batas Kelas Kedua :
Menentukan Batas bawah Kelas Kedua :
Batas Bawah Kedua adalah Batas Atas Kelas Pertama, yaitu : 2.65
Batas Atas Kedua adalah Batas Bawah Kedua ditambah dengan Lebar Kelas Interval yaitu : 2.65 + 0.1 = 2.75
Batas Kelas Ketiga dan seterusnya :
Dilanjutkan ke kelas ketiga dan seterusnya seperti cara untuk menentukan Batas Kelas Kedua.
4.3. Menentukan Nilai Tengah setiap Kelas Interval :
Nilai Tengah Kelas Pertama :
Nilai Tengah Kelas Pertama = batas atas + batas bawah kelas Pertama / 2
= 2.55 + 2.65 / 2
= 2.6
Nilai Tengah Kelas kedua dan seterusnya :
Nilai Tengah Kelas kedua dan seterusnya mempergunakan cara yang sama seperti menghitung Nilai Tengah Kelas Pertama.

5. Menentukan Frekuensi dari Setiap Kelas Interval
Untuk mempermudah perhitungan, pakailah tanda “Tally” pengelompokkan 5 (lima) untuk menghitung satu per satu jumlah frekuensi yang jatuh dalam kelas Interval.
Masih kasus yang sama, berikut ini tabel hasil perhitungannya :

6. Membuat Grafik Histogram
Membuat Garis Horizontal dengan menggunakan skala berdasarkan pada unit pengukuran data
Membuat Garis Vertikal dengan menggunakan skala frekuensi
Menggambarkan Grafik Batang, tingginya sesuai dengan Frekuensi setiap Kelas Interval
Jika terdapat batasan Spesifikasi yang ditentukan oleh Customer (Pelanggan) maka tariklah garis vertikal sesuai dengan spesifikasi tersebut
brainly.co.id/tugas/35132045
Nama: Mario William Sitompul
NIM: 2021102100
Ijin menjawab, adapun langkah-langkah dalam membuat histogram adalah:
1. Mengumpulkan data pengukuran
2. Menentukan besarnya range
3. Menentukan banyaknya kelas interval
4. Menenetukan lebar kelas interval, batas kelas, dan nilai tengah kelas
5. Menentukan frekuensi dari setiap kelas interval
6. Membuat grafik histogram
Nama : Anggun Putri Gracia
NIM : 2021102124
Bertanya
Apa hubungan antara kurtosis dengan terdistribusinya data?
NAMA: JOSEPH MARTHENUS
NIM: 2021102102
JAWABAN:
Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
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 mesokurtik atau mesokurtotik.
Sumber: www.researchgate.net/figure/Types-of-kurtosis_fig4_275208180
NAMA : IMAN PUTRA DAELI
NIM 2021102105
izin bertanya pak, apa saja bentuk kesalahan yang sering sekali terjadi dalam menghitung data dengan Skewness dan kurtosis? Apa saja penyebabnya? Dan bagaimana cara untuk meminimalisir kesalahan itu?
NAMA : ANGGITA KAROLINA
NIM : 2021102106
Izin menjawab :
Menurut saya kesalahan yang sering terjadi adalah kekeliruan dalam menghitung nilainya, dikarenakan banyaknya angka angka tersebut maka jika tidak teliti akan mengalami kekeliruan yang menyebabkan kesalahan dalam perhitungan. Cara terbaik untuk meminimalisir adalah lebih teliti lagi dan setiap langkah dilakukan pengecekan. karena jika sudah pada tahap akhir kita baru melakukan pengecekan maka jika terjadi kesalahan, akan memakan banyak sekali waktu untuk memperbaiki nya.
Terima kasih.
Nama : putri octaviana
NIM : 2021102131
Menurut saya kesalahan yang sering terjadi mungkin memasukkan angka yang salah karna mungkin tidak teliti atau mungkin dalam penghitungan banyak yang keliru karna kurang teliti
Sebaiknya untuk meminimalisir kesalahan tersebut kita harus mengecek kembali apa yang kita kerjakan saat mengerjakan juga hati -hati dalam memasukkan angka agar tidak mengulangi mengerjakan lagi
Nama: Oktuesdua El-viera Gunawan
NIM: 2021102118
Ijin bertanya:
Berdasarkan kurtosis nya, kurva distribusi dapat dibedakan menjadi? Sebutkan dan jelaskan!
Nama : Kharistia Eka Kusuma
NIM :2021102108
Ijin menjawab pertanyaan Oktuesdua: 1. Leptokurtik Merupakan Kurva Distribusi yang memiliki puncak relatif tinggi dari distribusi normal
2. Platikurtik
Merupakan Kurva Distribusi yang memiliki puncak hampir mendatar dari distribusi normal
3. Mesokurtik
Merupakan Kurva Distribusi yang memiliki puncak tidak relatif tinggi dan hampir mendatar dari distribusi normal. Bila suatu Model Distribusi adalah Simetrik maka distribusi mesokurtik dianggap sebagai distribusi Normal.
Sumber : www.slideshare.net/mobile/Damysaputra/ukuran-kemiringan-dan-keruncingan-data
Nama : Tri Bunga Septiani
Nim : 2022600196
Ijin menjabawa: kurva distribusi dapat dibedakan atas tiga macam, yaitu sebagai berikut :
1) Leptokurtik
Merupakan distribusi yang memiliki puncak relatif tinggi.
2) Platikurtik
Merupakan distribusi yang memiliki puncak hampir mendatar
3) Mesokurtik
Merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar
Nama: ELSIANA LOURU PEDA
NIM :2021102135
Kelas: B MAANJEMEN
Ijin bertanya Pak.apa Kelebian Dari Skewness dan kurtosis?
Saya atas nama Jefniwati nazara mau menjawab pertanyaan teman kami esiana
Jadi data di atas dinyatakan tidak normal karena Z- kurtosis tidak memenuhi persyaratan, baik padasignifikansi 0,05 maupun signifikansi 0,01. Kelebihan dari uji Skewness dan Kurtosis adalah bahwa kita dapat mengetahui kemencengan data, dimana data yang normal akan menyerupai bentuk lonceng.
Saya ijin menjawab
Uji normalitas dengan Skewness dan Kurtosis memberikan kelebihan tersendiri, yaitu bahwa akan diketahui grafik normalitas menceng ke kanan atau ke kiri, terlalu datar atau mengumpul di tengah. Oleh karena itu, uji normalitas dengan skewness dan kurtosis juga seringdisebutdenganukurankemencengandata.
Ijin menjawab pertanyaan elsiana louru peda Kelebihan dari uji Skewness dan Kurtosis adalah bahwa kita dapat mengetahui kemencengan data, di mana data yang normal akan menyerupai bentuk lonceng.
Milka izin menjawab
Kelebihan skewness dan kurtosis adalah dimana kita dapat mengetahui kemecengan dari sebuah data dan jika data tersebut normal maka bentuknya akan menyerupai lonceng.
semoga membantu.
Nama: Mawar Oktavia Nainggolan
NIM: 2021102110
Pertanyaan:
Apa yang akan terjadi apabila ketika kita melakukan sebuah penelitian namun kita tidak menghitung skewness dan kurtosis?
NAMA: JOSEPH MARTHENUS
NIM: 2021102102
JAWABAN:
Jika tidak menghitung skewness dan kurtosis.
kita tidak dapat melakukan sebuah penelitian,
karena tidak ada data yang dapat kita tentukan dalam melakukan sebuah penelitian.
maka dari itu kita harus melakukan terlebih dahulu perhitungan skewness dan kurtosis.
Nama:Suci Kasih Gea
Nim:2021012133
Ijin bertanya:Apa yang dimaksud dengan Lepto kurtis,Meso kurtis,dan Platy kurtis,,Terimakasih.
NAMA : MELVIN TRIAN WATI HALAWA
NIM : 2021102121
PRODI : MANAJEMEN C
PERTANYAAN :
Jika kurtosis sudah normal namun skewness nya tidak normal. Bagaimana cara mengatasinya ya?
Nama/NIM: Hilde Natalia Kolkmeyer/2022600199
Ada dua opsi yang bisa dilakukan: Langkah pertama adalah membuang outlier. Outlier bisa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain (contohnya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada di dalam dataset (contohnya operator menulis angka 9999999 untuk menunjukkan kondisi tidak tahu/not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif).
Langkah kedua adalah melakukan transformasi data.
Sumber: thomassoseco.blogspot.com/2019/02/skewness-dan-kurtosis.html?m=1
Nama : Tri Bunga Septiani
Nim : 2022600196
Menjawab: dengan cara Transformasi Data
Jika beberapa ahli tidak setuju dengan cara menghapus data-data ekstrem, cara lain yang bisa ditempuh adalah dengan transformasi data. Transformasi data dilakukan dengan mengubah data kita dengan formula tertentu tergantung dari bentuk grafik kita. Sebelum melakukan transformasi data, kita harus tahu terlebih dahulu bagaimana bentuk grafik kita
Nama : Nadia Catherine
Nim : 2021102120
Izin menjawab : Skewness dan kurtosis dapat menunjukkan kondisi pembagian atau distribusi data. Kondisi ideal adalah saat data terdistribusi normal, yakni saat skewness bernilai 0 dan kurtosis bernilai 3. Semakin jauh dari kondisi ideal berarti data tersebar semakin tidak ideal atau tidak merata.
Semakin dekat nilai skewness dan kurtosis dengan kondisi ideal.
Nama : Asiau ( 1621101648)
Pertanyaan : bagaimana jika kurtosis sudah normal namun skewness nya tidak normal.bagaimana cara mengatasi nya?
Terimakasih 🙏🏼
Theofani Gabriela
2021102072
Jawaban dari pertanyaan diatas:
Terdapat dua alternatif yang bisa dilakukan untuk mengubah bentuk distribusi data. Langkah pertama adalah membuang outlier. Outlier bisa berupa skor ekstrem dan berbeda jauh dari kumpulan data lain (contohnya nilai terlalu tinggi atau terlalu rendah) atau data yang tidak seharusnya ada di dalam dataset (contohnya operator menulis angka 9999999 untuk menunjukkan kondisi tidak tahu/not available. Contoh lain adalah angka negatif sementara dataset seharusnya bernilai positif).
Langkah kedua adalah melakukan transformasi data
Nama: Ferdinand Falentin Tella
Nim: 2021102092
Mana kah yang lebih baik,Skewness atau kurtois? Jelaskan
Nama : Mulia Rohayati Sitompul
Tidak ada yang lebih baik dan lebih buruk, karena kedua nya merupakan cara mencari data yang berbeda, jadi hanya teknik pengerjaan nya saja sama namun tujuan pengerjaan nya untuk mencari data yang berbeda, trimakasih
NAMA : IMAN PUTRA DAELI
NIM : 2021102105.
izin bertanya apa saja yang perlu kita ketahui dan lakukan supaya dalam suatu penelitian data bisa terdistribusi normal?
Nama Indah munika sari Nim 2021102128 ijin menjawab
Yang harus di lakukan supaya dalam sebuah penelitian data bisa terdistribusi normal :
1. Menguji kenormalitasan di SPP
2. Membuang outliers/data yang memiliki skor ekstrem
3. Mentransformasi data
Sumber : semestapsikometrika.com
Nama : Krisna Yanti Humendru
NIM : 2021102134
Pertanyaaan : Apakah manfaat Dari membuat grafik skewness dan kurtosis?
Saya Natalia Telaumbanua/2021102077 ijin menjawab
Manfaat membuat grafik skewness adalah untuk mengetahui ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Sedangakan grafik kurtoris adalah untuk mengetahui indikator untuk menunjukkan derajat keruncingan (tailedness). Semakin besar nilai kurtosis maka kurva semakin runcing.
Terimakasih
Kok bisa 1,622 ? Gimana cara ngitung nya ? 59 dikali dulu sama 824 ? Abistu 78 dibagi hasil perkalian 59 dengan 824 ?
Nama : Lilis Karlina Halawa
NIM : 2021102067
Mau bertanya pak
Jika nilai rata rata hitungnya lebih besar dan nilai modus dan mediannya sama disebut apakah kurva tersebut
Apakah termasuk normal negatif atau positif? Tks
Saya ijin menjawab
Disebut kurva distribusi frekuensi yang akan terbentuk simetris
Normal positif
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Lilis
Jadi jawabannya yaitu ketika nilai modus dan median sama maka disebut kurva normal karena nilainya sama. Raya rata hitung nya tidak berpengaruh pada gambar grafiknya nnti, tpi pada hasil modus dan mediannya.
Nama: Ferdinand Falentin Tella
Nim: 2021102092
Izin Bertanya,Jika kurtosis sudah normal namun skewness nya tidak normal. Bagaimana cara mengatasinya ya?
Nama:Suci Kasih Gea
Nim:2021102133
Ijin menjawab pertanyaan Ferdinand falentin Tella:Cara mengatasinya dengan membuang outlier yang berupa skor Ekstrem,yang mana contohnya nilai tertinggi atau terlalu rendah,contoh lainnya adalah angka negatif sementara dataset seharusnya bernilai positif,dan cara keduanya Melakukan transformasi data...
Nama Elsiana Louru peda
Nim: 2021102135
Ijin bertanya
kemiringan Dari Kurva ,Apakah Membawa penyebab perubahan Dalam Perhitungan ?
Jika koefisien kemiringannya lebih kecil dari nol ( 0), model distribusinya positif.
Nama : dian kristianto
Nim : 2022600197
Izin bertanya pak🙏
Apakah bentuk kurvanya selalu bergantung pada ukuran pemusatan datanya?
RASITA TRIAS RAHADI
2022600190
Bantu menjawab, sesuai materi yang sudah dijelaskan, tentu saja kurva bergantung pada ukuran pemusatan data (ukuran tendensi) dan ukuran penyebaran data (ukuran dispersi)
Dan akan selalu bergantung pada 2 data tersebut karena itu adalah fungsi skewness dan kurtosis
Nama : Mulia Rohayati Sitompul
Kelas : Manajemen B
Nim :2021102091
Izin menjawab
Tentu saja bergantung karena seperti yang dijelaskan bahwa hal ini merupakan urutan dimulai dari pemusatan data, penyebaran data, kemudian skewness dan kurtosis
Dan dalam menentukan kurva nya kita membutuhkan data rata-ratanya jadi penentuan kurva sangat bergantung pada pemusatan data. Trimakasih
Nama : Mulia Rohayati Sitompul
Kelas. : Manajemen B
Nim : 2021102091
Izin bertanya
Dimana penerapan skewness dan kurtosis dalam dunia bisnis atau ekonomi?
Nama: KIKI HERAWATI BR MANALU
NIM: 2021102088
ijin menjawab:
Penerapan nya bisa kita gunakan untuk menentukan penyebaran suata omzet bulanan pelaku ekonomi mikro.
Nama: Milka Adela H
Nim: 2021102069
kelas: B Manajemen
Ijin bertanya apakah kurtosis memiliki kekurangan?
Saya atas nama Krisna Yanti Humendru mau menjawab pertanyaan Dari Milka Adela Hayati jawabannya yaitu pada kurtosis itu kita tidak membahas kekurangan atau kelebihannya tetapi ini penjalasannya lebih fokus ke mencari keruncingan Dari penghalusan grafik. Untuk mendapatkan hasilnya harus lah dengan menggunakan rumus dan ketentuan yang berlaku.
NAMA : IMAN PUTRA DAELI
NIM : 2021102105
Izin bertanya pak, bagaimana cara kita dalam melihat dan meneliti setiap data yang kita hitung itu tidak ada kesalahan dalam menghitungnya? Dan jika terjadi kesalahan apakah ada cara lain yang bisa lakukan dalam menghitungnya lebih cepat, jelas dan akurat? Tanpa menghitungnya dari awal lagi.
NAMA : INTA RIANI ZEBUA
NIM 2021102112
Izin menjawab 🙏
Menurut pendapat saya
Itu semua kembali kepada kita
Apa trik yang harus digunakan itu juga dari kita dan jika terjadi kesalahan kita juga yang harus lebih bijak dalam mencari Ilmu ilmu yang lain dalam menyelesaikan masalah tersebut
Kita tau bahwa sumber ilmu tidak dibatasi kepada kita itu semua berawal dari niat dan usaha kita.
Nofetriaman Telaumbanua
2021102101
Izin bertanya Pak
Bagaimana kesimpulan mode distribusi data tersebut jika di lihat berdasarkan nilai koefisien kurtosis
Nama: Ferdinand Falentin Tella
Nim: 2021102092
Izin menjawab pertanyaan Nofetriaman Telaumbanua
Penjelasan dengan langkah-langkah:
Penyelesaian :
K = (1/2 (K_3- K_(1)))/(P_90-P_10 )
K1 = ¼ (n)
= ¼ (100) = 25
Maka K1 = 60,5 + 10 ((25-17 )/18)
= 60,5 + 4,4
= 64,94
K3 = ¾ (n)
= ¾ (100) = 75
Maka K3 = 80,5 + 10 ((75-64 )/20)
= 80,5 + 5,5 = 86
P10 = 10/100 (n)
= 1/10 (100) = 10
Maka P10 = 50,5 + 10 ((10-0 )/7)
= 50,5 + 14,3 = 64,8
P90 = 90/100 (n)
= 9/10 (100) = 90
Maka P90 = 90,5 + 10 (((90-84 )/16)
= 90,5 +3,75 = 93,75
Sehingga koefisien Kurtosisnya :
K = (1/2 (86- 64,94))/(93,75 -64,8) = 10,53/ 28,95 = 0,36
Koefisien Kurtosisnya > 0,263 maka distribusinya adalah Leptokurtik
Sumber: brainly.co.id/tugas/35432577
Nama: Oktuesdua El-viera Gunawan
NIM: 2021102118
Ijin bertanya:
Bagaimana cara mengetahui kosentrasi distribusi menceng ke kanan atau ke kiri dapat menggunakan dengan? Jelaskan!
Nama indah munika sari Nim 2021102128 ijin menjawab Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau menceng ke kiri, dapat digunakan metode-metode berikut :
1. Koefisien Kemencengan Pearson
Koefisien Kemencengan Pearson merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku.
2. Koefisien Kemencengan Bowley
Koefisien kemencengan Bowley berdasarkan pada hubungan kuartil-kuartil (Q1, Q2 dan Q3) dari sebuah distribusi.
Sumber : sitimasfufatiess.blogspot.com
Nama : Putri octaviana
NIM : 2021102131
Bertanya :
Apakah dalam rangkaian menghitung skewness dan kurtosis dapat menggunakan SPSS?
Nama : Kharistia Eka Kusuma
NIM :2021102108
Ijin bertanya:
Kegunaan dari skewness dan kurtosis apa jika di sangkutkan dalam bidang perekonomian?
Nama : Yosefine Edria Agave
NIM : 2021102114
Jawab : Biasanya skewness dan kurtosis digunakan untuk meneliti produksi industri dan juga tingkat pengangguran , daan biasanya lebih di dominasi pada makro ekonomi
Nama : Asri
Nim : 2021102122
Izin menjawab:
Skewness dan Kurtosis dapat digunakan untuk mengukur pertumbuhan ekonomi sejumlah negara/perbandingan pertumbuhan ekonomi antar negara.
Sumber: Buku statistika ekonomi ( Dr Lies Maria Hamzah, S.E, M.E, Imam Awaludin, S.E, M.E, dan Emi Maimunah, S.E, MSi)
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
Menjawab
Skewness dan Kurtosis tentu sangat berguna dalam bidang perekonomian karena dapat menujukan kondisi pembagian atau distribusi data.
NAMA : INDAH SALLY KARTINI HURA
NIM : 2021102075
KELAS : MANAJEMEN-B
Pertanyaan
Apa kekurangan dan kelebihan dalam menggunakan skewness dan kurtosis serta bagaimana cara mengatasi kekurangannya.
Tks
Saya Reonaldi moris tuta izin menjawab pertanyaan indah sally hura
Menurut saya keurangan skewness dan kurtosis tidak ada kerna kedua metode ini merupakan salah satu cara untuk membuktikan dari kurvanya.dengan metode ini maka kita akan tau pasti.
Nama : ASRI
Nim : 2021102122
Izin bertanya:
Jika berbicara tentang kecondongan (skewness) dan keruncingan (Kurtosis) suatu data. Maka jenis data apasaja yang di ukur menggunakan skewness dan kurtosis?
Ijin bertanya
Dalam menghitung sebuah data Skewness dan Kurtosis apakah ada cara yang lebih simpel dibandingkan ini atau bagaimana?
Terima kasih
Nama : Nadia catherine
Nim : 2021102120
Izin bertanya:
Mengapa dalam perhitungan skewness digunakan histogram dan poligon?apa kegunaan nya?
Nama : Bhayu Heru Kurniawan
Nim : 2022600198
Menjawab :
-kegunaan Histogram Memberikan informasi ukuran pemusatan dan penyebaran data secara ringkas, meskipun ukuran contohnya sangat besar.
-Poligon adalah metode untuk menentukan posisi horizontal dari titik-titik di lapangan yang berupa segi banyak dengan melakukan pengukuran sudut dan jarak. tujuannya adalah untuk mendapatkan data-data lapangan berupa koordinat horizontal (x,y)
Niken Wulandari / 2022600203
Ijin menjawab,
Menurut saya, diperlukan histogram dan poligon untuk memudahkan kita dalam mengamati data dan diperoleh data skewnessnya, apakah kemencengan kurvanya simetris, menceng ke kiri atau ke kanan.
Terimakasih :)
Nama Iwan Gestian
NIM 2021102083
Ijin bertanya
apa kisaran kemiringan dan kurtosis
yang dapat diterima untuk distribusi data normal?
NAMA:IKA
NIM:2021102099
ijin bertanya
Apa manfaat dari kita mengetahui kurtosis data runcing, datar dan normal ?lalu apa maksudnya jika data tersebut runcing, datar atau normal.
Nama:IKA
Nim:2021102099
Ijin bertanya
Mengapa suatu data perlu di lakukan pengkuran dalam tingkat pendistibusiannya apakah normal atau tidak?
Nama : Nadia catherine
Nim : 2021102120
Izin menjawab : karena dalam membuat bentuk kurva dengan menentukan distribusi data kita bisa melihat bagaimana bentuk simetris atau normal nya kurva misalkan kurva menceng ke kiri atau ke kanan. Kurva normal adalah suatu bentuk kurva yang sudah direncanakan, ordinatnya menunjukkan frekuensi dan poros absisnya memuat nilai variabel. Jika dilihat dari bentuknya, sudah bisa dipastikan bahwa disetiap ujung-ujungnya adalah distribusi atau sebaran dengan frekuensi (kemunculan) paling kecil
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
Menjawab
Melihat dua kumpulan data dan menentukan bahwa yang satu simetris sedangkan yang lainnya asimetris adalah satu hal. Ini adalah cara lain untuk melihat dua kumpulan data asimetris dan mengatakan bahwa yang satu lebih miring dari yang lain.
NAMA : IMAN PUTRA DAELI
NIM : 2021102105
Izin bertanya pak, mengapa Jika Xbar=Mo=Me selalu cenderung membentuk simetris atau normal, dan mengapa jika Xbar tidak sama dengan Mo dan Me hasilnya bisa cenderung ke kanan(-) dan kekiri (+ atau positif). Mohon dijelaskan.
NAMA : ANGGITA KAROLINA
NIM : 2021102106
Izin menjawab :
Jadi begini, kita tarik dulu pengertian tentang simetris. Simetris adalah apabila objek yang kita gambarkan memiliki proporsi dan keseimbangan yang sama. Maka jika xbar=Mo=Me itu berarti memiliki keseimbangan yang sama maka dari ituu bisa dikatakan simetris. Tetapi jika Xbar berbeda dengan Mo dan juga Me nya maka sudah jelas dikatakan itu tidak simetris bisa kekiri (negatif) bisa kekanan (positif) untuk penjelasan mengapa bisa negatif dan positif itu akan bergantung pada hasil yang kita dapatkan setelah penelitian sehingga dapat kita tentukan apakah ke kiri atau ke kanan. Terima kasih.
ijin bertanya
Daromi irjas pramono_20108010122
apakah proses yang menghasilkan data merupakan proses yang terdistribusi normal?
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
PERTANYAAN?
Jika dalam suatu penelitian Skewness dan Kurtosis
Tidak sesuai maka apa yang terjadi dengan penelitian tersebut, Jelaskan?
Niken Wulandari / 2022600203
Ijin menjawab, jika skewness dan kurtosis tidak sesuai mungkin akan terjadi yang dinamakan data tidak normal. Dimana tingkat kemiringannya tidak simetris dan tingkat keruncingannya tidak normal (kurtosis = 3).
Terima kasih
Nama/NIM : Hilde Natalia Kolkmeyer/2022600199
Sebutkan metode (selain yg sudah disebutkan di atas) yg bisa digunakan untuk menghitung tingkat kemiringan skewness?
Terima kasih
NAMA : MELVIN TRIAN WATI HALAWA
NIM : 2021102121
PRODI : MANAJEMEN C
MENJAWAB :
1. Dengan Koefisien Kemiringan Pearson, yaitu merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku.
2. Dengan Koefisien Kemiringan Bowley,dengan menggunakan nilai kuartil bawah, kuartil tengah, dan kuartil atas. Dengan kata lain perhitungan koefisien kemiringan Bowley didasarkan pada hubungan kuartil-kuartil dari sebuah distribusi.
3. Dengan Koefisien Kemiringan Persentil, didasarkan atas hubungan antarpersentil dari sebuah distribusi.
4. Dengan Koefisien Kemencengan Momen, didasarkan pada perbandingan momen ke-3 dengan pangkat tiga simpangan baku. Koefisien kemencengan momen dilambangkan dengan Koefisien kemencengan momen disebut juga kemencengan relatif.
Nama : Putri Marizka Dewi
NIM : 20108010120
Prodi : ES/D
Izin bertanya apakah Skewness dan Kurtosis memiliki persamaan? Jika Iya dibagian mana letaknya?
Terimakasih.
Izin menjawab pertanyaan mba Putri menurut saya skewnes dan kurtosis tidak memiliki persamaan, hal ini dikarenakan dari segi konsep skewnes dan kurtosis sangatlah berbeda. Skewness adalah derajat ketidaksimetrisan suatu distribusi dan kurtosis adalah
suatu bilangan yang dapat menunjukan runcing tidaknya bentuk kurva distribusi frekuensi. Kurtosis adalah derajatkeruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). dari segi rumus perhitungan memang hampir sama tetapi ada satu variabel yang menyebabkan perbedaan yakni terletak pada pangkat yang digunakan. jika skewnes menggunakan pangkat 3, maka kurtosis menggunakan pangkat 4. sekian jawaban dari saya, mohon maaf apabila terdapat kesalahan dalam pemaparan jawaban. terimakasih
sumber : nitanggradianhusada.blogspot.com/p/blog-page_9878.html
Nama : Sayla Dinda Pramesti
NIM : 20108010116
izin menjawab pertanyaan dari mba putri. menurut saya skewness dan kurtosis tidak memiliki persamaan. Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan (dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol).
Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap distribusi normal). Kurva yang lebih lebih runcing dari distribusi normal dinamakan leptokurtik, yang lebih datar platikurtik dan distribusi normal disebut mesokurtik. Kurtosis dihitung dari momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3, sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan platikurtik
Sumber : narupipoltekbatam.blogspot.com/2013/11/pengertian-skewness-dan-kurtosis.html?m=1
Nama : Eni Nur Afifah
NIM : 20108010126
Ijin menjawab pertanyaan :
Skewness dan Kutosis itu tidak ada persamaan, hal yang membuat berbeda antara lain :
1. Skewness
• Derajat asimetri suatu distribusi data
• Tingkat ketidaksimetrisan dari suatu distribusi data
• Besaran (ukuran) untuk menentukan tingkat kemiringan kurva
• Distribusi Simetris (Normal atau Gauss) atau sk=0
• Skew to the left (kurva menceng kiri) atau sk0
2. Sedangkan Kurtosis :
• adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil dari secara relatif terhadap suatu distribusi normal (Hasan, 2003)
• Derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normal data (Boediono dan Koster, 2002)
• Leptokurtik adalah distribusi yang
memiliki puncak relatif tinggi (α4 > 3)
• Platikurtik adalah distribusi yang memiliki
puncak hampir mendatar (α4 < 3)
• Mesokurtik adalah distribusi yang
memiliki puncak tidak tinggi dan tidak
mendatar (α4 = 3)
Nama : Mahardika Agus Wijayanti
NIM : 2021102117
Ijin bertanya
Mengapa penting sekali untuk dilakukan analisis skewness dan kurtosis ini?
NAMA: JOSEPH MARTHENUS
NIM: 2021102102
PERTANYAAN:
Penelitian apa saja yang menggunakan skewness dan kurtosis di dalamnya? Apakah semua penelitian selalu menyertakan skewness dan kurtosis?
Nama/NIM: Hilde Natalia K./2022600199
Jawab:
Tidak semua menggunakan skewness dan kurtosis. Biasanya penelitian utk uji normalitas dan analisis frekuensi menggunakan skewness dan kurtosis
Nama : Eni Nur Afifah
NIM : 20108010126
Pertanyaan :
Dalam materi Skewness dan Kurtosis, tepatnya pada Kurtosis terdapat istilah Leptokurtik, Platikurtik, dan Mesokurtik. Jelaskan pengertiannya serta apakah kegunaannya?
Nama : Ely Qurata 'Aini
NIM : 20108010124
ijin menjawab
Leptokurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih runcing (nilai keruncingan lebih dari 3).
Platykurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih datar (nilai keruncingan kurang dari 3).
Mesokurtic, yaitu bagian tengah distribusi data memiliki puncak diantara Leptokurtic dan Platykurtic (nilai keruncingan sama dengan 3).
Jika data memiliki nilai Z-Kurtosis < -1,96, berarti data memiliki keruncingan Leptokurtik.
Jika data memiliki nilai Z-Kurtosis > +1,96, berarti data memiliki keruncingan Platikurtik.
Jika data memiliki nilai Z-Kurtosis antara -1,96 dan +1,96, berarti data memiliki keruncingan Mesokurtik.
Unknown di Selasa, Januari 03, 2017
Nama : Kholis Ihsanul Azzam
Nim : 20108010132
Pertanyaan :
Dalam skewness dan kurtosis bertujuan untuk mencari kemiringan dan keruncingan sebuah grafik poligon dan histogram..jadi contoh dari skewness dan kurtosis yang di gunakan statistik sehari-hari contoh nya apa ya?
Izin menjawab pertantanyaan mas Azzam sangat benar peryataan mas azzam jika skewnes dan kurtosis bertujuan untuk mencari kemiringan dan keruncingan sebuah poligon dan histogram dari data yang telah diolah dan dalam pengaplikasianya skewnes dan kurtosis dapat digunakan untuk misal menentukan distribusi atau penyebaran kekayaan suatu negara.
contoh : 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). untuk lebih lengkapnya bisa dicek disini thomassoseco.blogspot.com/2019/02/skewness-dan-kurtosis.html
sekian jawaban dari saya, mohon maaf apabila ada kesalan. terimakasih
Nama : Nafiatul Ayu Nazilah
NIM : 20108010133
Izin menjawab
Contoh dari skewness dan kurtosis yaitu:
Kasus Uji Normalitas Skewness dan Kurtosis misalnya seorang peneliti ingin mengetahui apakah data hasil belajar PAI berdistribusi normal atau tidak melalui uji Skewness - Kurtosis.
Mohon maaf apabila jawabannya kurang tepat,
Terimakasih
izin menjawab
Daromi Irjas Pramono_20108010122
jadi banyak sekali contohnya yang dapat kita ketahui contoh2 dari skewnes dan kurtosis
1.aset negara
2.hutang piutang negara
3.menjadi tolak ukur nilai kekayaan sampai kemiskinan
Nama : Tri Bunga Septiani
Nim :2022600196
Bertanya: jika dalam menghitung skweness atau kurtosis normal apa perlu digunakan pengujian lagi?
Nama : Nadia Catherine
Nim : 2021102120
Izin menjawab :menurut saya,, tidak karena dalam perhitungan skewness atau kurtosis normal sudah di tentukan dengan nilai yang ideal,,dengan hasil yang sudah di tentukan kita dapat membuat kurva nya,,jadi tidak perlu pengujian lagi.
Nama : SIDORUS ARMAN SYUKUR WARUWU
NIM : 2021102126
Apa penyebab kurva bisa miring ke kiri dan ke kanan?
Penyebab utamanya adalah jika sebuah data/Nilai yang telah kita dapatkan tidak sama atau mungkin datanya lebih besar/kecil sehingga tidak seimbang
question by: Lita bili Gole
Hanifuddin
20108010125
Izin bertanya, apakah bentuk-bentuk pengaruh arah kemencengan (skewnes) dan bentuk kerucingan (kurtosis) terhadap data ? sekian dan terimakasih
izin menjawab
Daromi irjas pramono_20108010122
jadi untuk bentuk pengaruhnya mengindikasikan arah variasi atau penyebaran data dari nilai pusat data.
NAMA:IKA
NIM:2021102099
HADIR PAK
Nama: Mario William Sitompul
NIM: 2021102100
Pertanyaan: Data apa yang biasanya dicari dalam menentukan skewness dengan menggunakan rumus metode pearson?
Nama : Liana Angel
NIM : 2021102080
Kelas : manajemen-B
Izin menjawab,
Koefisien korelasi Pearson sendiri adalah ukuran korelasi linier antara dua kumpulan data.
Jadi, metode pearson digunakan untuk mengukur simetris atau kemencengan suatu kurva pada data yang tidak/belum dikelompokkan.
Semoga membantu🙏 jika ada kesalahan saya mohon maaf🙏
Nama : SIDORUS ARMAN SYUKUR WARUWU
NIM : 2021102126
Jelaskan apa alasan
• Mo
NAMA : ANGGITA KAROLINA
NIM : 2021102106
Izin menjawab :
Menurut pandangan saya itu sudah ketentuan nya. seperti sering kita lihat juga jika dalam garis bilangan saja jika sudah melewati titik tengah atau titik 0 dan bergerak kekiri itu dikatakan negatif dan begitupun sebaliknya jika melewati titik 0 dan bergerak ke kanan maka bilangan tersebut positif.
Terima kasih.
Nama : Niken Wulandari
NIM : 2022600203
Ijin bertanya, di rumus skewness ada 2 metode yaitu metode Pearson dan metode moment matematis. Lalu, apa definisi dari dua metode tersebut? Dan saat kapan kita harus menggunakan salah satu dari metode itu?
NAMA : JERNIH ZEGA
NIM : 2021102097
Izin bertanya
Bagaimana cara menghitung skewness dan kurtosis dengan menggunakan Modus dan Median. Sedangkan Nilai rata-rata modus dan median tidak semetris?
ANISA SOMASI SAMALOISA_1821101874
Pertanyaan :
1. Berapa kisaran nilai skweness dan kurtosis dimana data dianggap distribusi secara normal?
2. Apa kisaran kemiringan dan kurtosis yg dapat diterima untuk distribusi data normal?
3. Apa dasar untukemutuskan interval seperti itu? Apakah ini pilihan subjektif atau adakah penjelasan matematis dibalik interval ini?
Nama : SIDORUS ARMAN SYUKUR WARUWU
NIM : 2021102126
Berikan alasan yang spesifik/Mendetail tentang Kenapa di kurtosis
✓ K>3 dikatakan Runcing ?
✓ K=3 dikatakan Normal?
✓ K
NAMA : INDAH SALLY KARTINI HURA
NIM : 2021102075
KELAS : MANAJEMEN-B
Pertanyaan
Apa ciri distribusi normal dalam perhitungan pearson dan jelaskan mengapa harus memakai ciri tersebut.
Tks
NAMA: MELFIS DAELI
NIM: 2021102130
PRODI: MANAJEMEN
KELAS: 3
PERTANYAAN?
Apakah perbedaan metode Pearson dengan metode moment matematis, dan jelaskan fungsi nya
Elsiana louru peda(2021102135)
Hadir pak
Nama : Afifah Mega Pratiwi
Nim : 20108010130
Pertanyaan :
Apakah mungkin jika hasil yang ditemukan dalam pencarian kurtosis melebihi 3 ? Jika demikian apakah masih bisa disebut kurtosis?
terimakasih.
NAMA : ANGGITA KAROLINA
NIM : 2021102106
Izin bertanya :
Dalam menggambarkan kurva skewness dan kurtosis apakah ada ketentuannya atau ada titik ukur nya seperti ketika kita menggambar histogram pada umumnya atau hanya memperkirakan saja bentuknya berdasarkan hasil yang kita dapat. Jika ada bagaimana cara penggambarannya
Terima kasih.
NAMA : IMAN PUTRA DAELI
NIM : 2021102105
Izin bertanya pak, dalam jenis data manakah kita bisa menggunakan metode person dan metode moment matematis, dan apa saja yang membedakan kedua metode tersebut dalam menghitung tingkat kemiringan kurva atau skewness? Tolong berikan contoh kedua metode tersebut untuk memperjelasnya.
NAMA:SISKA
NIM:2021102109
Hadir pak 🙏
Nama : Dwi Oktafiana Buulolo
Nim : 2021102111
Ijin bertanya
Apa kelebihan dan kekurangan dalam menggunakan skewness & kuortosis?
NAMA : MUHAMAD ZULFIKAR
NIM : 20108010135
izin menyimpulkan sedikit pak tentang pemahaman mengenai pemahaman kurva yang menggambarkan distribusi frekuensi data observasi ( simetris,positif,negatif)
Simetris=0 menunjukan bahwa sebagian besar data nilainya berada disekitar nilai rata rata, dengan Demikian membentuk pola simetris dan rata rata cocok untuk mewakili data
Positif> Menunjukan bahwa sebagian besar data nilainya lebih besar daripada nilai rata ratanya. Dengan demikian Median memiliki kemampuan yang lebih baik dari pada rata rata untuk mewakili data
Negatif
NAMA: LINJIN SAPUTRA
NIM: 2021102064
KELAS: 2 MANAJEMEN
HADIR PAK
Nama:Siska
Nim:2021102109
Bertanya:Apa yang perlu diperhatikan ketika kita menggunakan skewness? Jelaskan!
Nama: Astini Susanti Kadi
Nim :2021102087
Hadir pak
Nama : Muhamad Fazlurrahman Arqoun
NIM : 20108010146
ijin bertanya, Bagaimana penerapan metode skewnes dan kurtosis dalam permasalahan sehari hari, apakah kriteria skewnes dan kurtosis akan sama dengan yang telah ditentukan jika di aplikasikan dalam kasus yang nyata?
Nama:TRESIA NGONGO
NIM:2022600193
hadir pak
Nama: Nofetriaman Telaumbanua
NIM: 2021102101
Hadir Pak
Milka Adela Hayati(2021102069)
Kelas B Manajemen, Hadir pak
Nama:NIJAR APRIANTO
Nim : 1821101828
HADIR
Nama : Putri octaviana
NIM: 2021102131
Bertanya : apakah regresi itu?
Nama : ANGGITA KAROLINA
NIM : 2021102106
Izin menjawab :
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain.
sumber : wikipedia
terima kasih..
Nama : Bhayu Heru Kurniawan
Nim : 2022600198
Menjawab : Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel yang lain.
NAMA : MELVIN TRIAN WATI HALAWA
NIM : 2021102121
PRODI : MANAJEMEN C
MENJAWAB :
Sumber m.merdeka.com/jateng/regresi-adalah-metode-untuk-menentukan-sebab-akibat-kenali-jenis-dan-contohnya-kln.html
Regresi adalah salah satu metode untuk menentukan hubungan sebab-akibat antara variabel dengan variabel lainnya. Dalam analisis regresi sederhana, hubungan antara variabel bersifat linier, di mana perubahan pada variabel X akan diikuti oleh perubahan pada variabel secara tetap. Sedangkan dalam hubungan nonlinier, perubahan X tidak diikuti dengan perubahan variabel Y secara proporsional.
Nama : Anggun Putri Gracia
NIM : 2021102124
Menjawab
Regresi adalah suatu metode analisis yang biasa digunakan untuk melihat pengaruh antara dua atau banyak variabel. Umumnya, analisis regresi digunakan untuk melakukan prediksi atau ramalan. Sedangkan, hubungan variabel tersebut bersifat fungsional yang diwujudkan dalam suatu model matematis
Sumber : merdeka.com
Nama : Yosefine Edria Agave
NIM : 2021102114
Jawab : regresi adalah metode untuk menentukan sebab akibat antara satu variabel dengan variabel yg lainnya
NAMA : PETA
NIM :1821101810
KELAS : MANAJEMEN C
NAMA:TRI DARMA TRAVERSI ZEBUA
NIM:2021102078
HADIR PAK
Nama:Suci Kasih Gea
Nim:2021102133
Hadir pak
Nama : dian kristianto
Nim : 2022600197
Hadir pak🙏
Nama : MAREKO HALAWA
Nim : 2021102098
Hadir : Pak