Christian Freddy Naa, M.Si., M.Sc.

Video ini membahas tentang skewness dalam statistika deskriptif. Skewness merujuk pada kecondongan distribusi data, di mana jika condong ke kiri disebut sebagai left skew dengan nilai skewness negatif, dan jika condong ke kanan disebut sebagai right skew dengan nilai skewness positif. Skewness dapat dilihat dari bentuk histogram data, membantu dalam menentukan kecenderungan data apakah simetris, condong ke kiri, atau condong ke kanan.

Nah sebelum kita masuk ke spirit sheet ya, kita belajar dulu satu bagian nih dari keilmuan atau fitur yang ada di histogram ya.

Kita sudah melihat bahwa histogram itu merupakan kotak-kotak yang memang disusun berdasarkan data yang kita miliki.

Ada intervalnya, jumlah kotaknya, kemudian ada juga nanti ada frekuensinya.

Frekuensi biasanya bisa kita hitung juga dengan relatif, artinya kita bisa peroleh probabilitasnya.

Anyway, yang sudah kita pelajari gambarnya itu adalah yang simetrik, artinya sentral tendensinya di tengah kemudian jumlah data yang kiri dan kanan simetrik.

Nantinya ini akan berrelasi dengan yang disebut dengan distribusi normal.

Jadi bayangkan kalau ini adalah yang diskret maka misalnya populasinya adalah distribusi normal yang kontinu seperti ini.

Distribusi normal itu apa? Sabar saja nanti akan ada di video-video selanjutnya ya.

Skew itu apa? Jadi skew itu dalam bahasa Indonesia saya terjemahkan secara bebas yang disebut dengan kecondongan.

Jadi kalau dia tidak simetrik artinya kan ada dua kemungkinan, beratnya ke arah mana nih.

Kalau yang seperti ini artinya condongnya ke arah kiri itu disebut sebagai left skew.

Yang kalau dimasukkan ke dalam rumus dari skewnessnya kita akan peroleh angkanya dan angkanya akan berupa nilai negatif.

Seperti apa rumusnya? Tidak dijelaskan di kelas ini kita tinggal masukkan saja ke spreadsheet nanti kita akan peroleh

sebetulnya data ini lebih condong ke mana.

Karena kalau sudah condongnya ekstrim seperti ini kita tahu ini condong ke kiri.

Tapi kalau datanya ini antara simetrik dan tidak nanti kita akan melihat skewnessnya seperti apa.

Lalu sebaliknya kalau misalkan dia condongnya ke kanan maka dia akan memiliki nilai yang positif skewnessnya.

Jadi kalau kita melihat data kemudian kita peroleh histogramnya kalau secara kita cukup pandai

dan kita cukup punya pengalaman untuk melihat bagaimana bentuk dari histogram

kita bisa melihat apakah dia simetrik, dia condong ke kiri atau dia condong ke kanan.