Kemiringan adalah ukuran simetri, atau lebih tepatnya, kurangnya simetri. Distribusi, atau kumpulan data, simetris jika terlihat sama dengan kiri dan kanan titik tengah. Kurtosis adalah ukuran apakah data berekor berat atau ekor relatif terhadap distribusi normal.
- Apa yang diwakili kurtosis?
- Apa yang mewakili kemiringan?
- Apa yang seharusnya menjadi kemiringan dan kurtosis?
- Bagaimana kemiringan dan kurtosis menentukan normalitas?
Apa yang diwakili kurtosis?
Kurtosis adalah ukuran dari tailedness dari suatu distribusi. Tailedness adalah seberapa sering outlier terjadi. Kelebihan kurtosis adalah tailedness dari distribusi relatif terhadap distribusi normal. Distribusi dengan kurtosis sedang (ekor sedang) adalah mesokurtic. Distribusi dengan kurtosis rendah (ekor tipis) adalah platykurtic.
Apa yang mewakili kemiringan?
Kemiringan adalah ukuran asimetri distribusi. Distribusi asimetris saat sisi kiri dan kanannya bukan gambar cermin. Anda mungkin ingin menghitung kemiringan distribusi untuk: menjelaskan distribusi variabel bersama statistik deskriptif lainnya.
Apa yang seharusnya menjadi kemiringan dan kurtosis?
Nilai untuk asimetri dan kurtosis antara -2 dan +2 dianggap dapat diterima untuk membuktikan distribusi univariat normal (George & Mallery, 2010). Rambut et al. (2010) dan Bryne (2010) berpendapat bahwa data dianggap normal jika kemiringan adalah antara -2 hingga +2 dan kurtosis adalah antara -7 hingga +7.
Bagaimana kemiringan dan kurtosis menentukan normalitas?
Untuk mengatasi masalah ini, uji-z diterapkan untuk tes normalitas menggunakan kemiringan dan kurtosis. Skor z dapat diperoleh dengan membagi nilai kemiringan atau nilai kurtosis berlebih dengan kesalahan standar mereka. Untuk ukuran sampel kecil (n <50), nilai z ± 1.96 cukup untuk menetapkan normalitas data.