Skewness Adalah: Penjelasan, Jenis, dan Rumus
Populix

Skewness Adalah: Penjelasan, Jenis, dan Rumus

1 tahun yang lalu 3 MENIT MEMBACA

Dalam proses penelitian atau riset, ada yang dikenal dengan skewness. Sudah tahukah Anda tentang skewness? Melansir laman Research Connections, kecondongan atau skewness adalah kecenderungan sebaran suatu statistik menyimpang dari simetri.

Distribusi dapat condong dengan nilai lebih banyak ke kanan (positif) atau ke kiri (negatif). Ketika distribusinya miring, median adalah ukuran titik tengah distribusi yang lebih baik daripada rata-rata.

Yuk, pahami lebih detail tentang skewness di artikel ini!

Apa Itu Skewness?

Skewness adalah ukuran asimetris suatu distribusi, di mana dikatakan asimetris jika ruas kiri dan kanannya bukan merupakan bayangan cermin.

Mengutip laman Scribbr, suatu distribusi dapat miring atau condong ke kanan (positif), ke kiri (negatif), atau nol. Distribusi miring ke kanan lebih panajng pada sisi kanan puncaknya, sementara distribusi miring kiri lebih panajng pada sisi kiri puncaknya.

Skewness dapat digunakan untuk:

  • Menjelaskan distribusi suatu variabel bersama dengan statistik deskriptif lainnya
  • Menentukan apakah suatu variabel terdistribusi normal. Distribusi normal tidak mempunyai kemiringan nol dan merupakan asumsi dari banyak prosedur statistik.

Baca juga: Populasi dan Sampel Penelitian: Definisi hingga Perbedaannya

Jenis-Jenis Skewness

skewness adalah

Ada dua jenis skewness, yaitu positif dan negatif. Berikut ini penjelasannnya!

1. Positive Skewness

Skewness positif merupakan distribusi yang lebih condong ke kanan pada sisi puncaknya, dibandingkan pada sisi kirinya.

Anda dapat melihat kondisi ini dari ekor. Ekor adalah ujung distribusi yang panjang dan meruncing.

Hal itu menunjukkan bahwa terdapat pengamatan di salah satu ujung distribusi yang ekstrem, tetapi relatif jarang. Nah, skewness positif ini memiliki ekor panajng di sisi kanannya.

Rata-rata distribusi miring ke kanan hampir selalu besar daripada median. Sebab, nilai ekstrem (nilai di bagian ekor) lebih memengaruhi mean dibandingkan median.

2. Negative Skewness

Skewness negatif merupakan distribusi yang lebih condong ke kiri pada sisi puncaknya, dibandingkan pada sisi kanan. Dengan kata lain, distribusi yang condong ke kiri memiliki ekor panjang di sisi kirinya.

Rata-rata dari distribusi condong ke kiri hampir selalu lebih kecil dari mediannya.

Baca juga: Variabel Asing Adalah: Definisi, Jenis, Cara Mengendalikan

Normal Skewness

Selain skewness positif dan negatif, ada juga normal skewness.

Normal skewness atau kemiringan nol yaitu jika suatu distribusi tidak mempunyai kemiringan, maka distribusi tersebut simetris. Sisi kiri dan kanannya adalah bayangan cermin.

Distribusi normal memiliki kemiringan nol, tetapi distribusi ini bukanlah satu-satunya distribusi yang memiliki kemiringan nol.

Distribusi simetris apa pun, seperti distribusi seragam atau distribusi bimodal (dua puncak), juga akan mempunyai kemiringan nol.

Cara termudah untuk memeriksa apakah suatu variabel memiliki distribusi yang miring yaitu dengan memplotnya dalam histogram.

Baca juga: Double-Barreled Question: Definisi, Tips Menghindari, Contoh

Rumus Skewness

rumus skewness adalah

Sebenarnya ada beberapa rumus untuk mengukur skewness, tetapi salah satu yang paling sederhana yaitu Pearson’s median skewness. Ini memanfaatkan fakta bahwa mean dan median tidak setara dalam distribusi yang miring.

Pearson’s median skewness:

3\times\dfrac{(\textup{Mean}-\textup{Median})}{\textup{Standard\,\,deviation}}

Pearson’s median skewness memberi tahu Anda berapa banyak deviasi standar yang memisahkan mean dan median.

Observasi nyata jarang sekali memiliki median skewness Pearson yang tepat 0. Jika data Anda memiliki nilai yang mendekati 0, Anda dapat menganggapnya memiliki zero skew.

Tidak ada konvensi standar mengenai apa yang dianggap “cukup dekat” dengan 0 (walaupun penelitian ini menunjukkan bahwa 0,4 dan −0,4 adalah batas yang wajar untuk sampel besar).

***

Itulah penjelasan terkait skewness. Memahami skewness ini memang penting dalam segala proses penelitian atau riset, termasuk jika Anda melakukan survei online.

Dengan memahami skewness pada data survei online, kita dapat menggali informasi yang lebih mendalam dan akurat, memastikan bahwa hasil survei mencerminkan dengan tepat kecenderungan dan persepsi responden. Inilah kunci untuk mengambil keputusan yang lebih baik dan mendukung perkembangan positif dalam berbagai aspek bisnis atau penelitian.

Baca juga: Imputasi Data: Definisi, Metode, dan Pentingnya

Artikel Terkait
Tips Cari Cara Cuan Tambahan, Simak di Sini!
Di era digital seperti saat ini, mencari cuan tambahan bukan lagi sekadar impian. Dengan teknologi yang terus berkembang, berbagai aplikasi dapat menjadi solusi praktis untuk menambah penghasilan. Baik untuk mahasiswa, pekerja kantoran, atau siapa saja yang ingin memanfaatkan waktu luang, beragam apliasi saat ini menawarkan peluang fleksibel yang mudah diakses. Lantas, bagaimana caranya? Artikel ini […]
10 Brand Minuman kekinian yang Paling Digemari Masyarakat
Di tahun ini, masyarakat dibanjiri dengan kedatangan berbagai tren makanan dan minuman. Popularitas makanan dan minuman semakin menanjak karena ditopang oleh konten media di beberapa platform. Setiap harinya, kita disuguhi konten, baik dari teman atau pengiklan di berbagai media yang berkaitan dengan tren makanan dan minuman. Masyarakat, secara sadar atau pun tidak menjadi gampang untuk […]
Fungsi Bea Cukai di Indonesia, Ini Penjelasannya!
Viral di media sosial terkait bea cukai peti jenazah. Berawal dari seorang pengguna akun X (Twitter) yang bercerita jika temannya harus membayar bea cukai 30% dari harga peti jenazah ayahnya. Kira-kira apa, sih, fungsi bea cukai itu sendiri? Sebelum membahas soal fungsi bea cukai, mari sekilas kita bahas soal kejadian yang sedang ramai di media […]