Accounting

MEMAHAMI NILAI SKEWNESS (UKURAN KEMIRINGAN) DALAM STATISTIK DESKRIPTIF

Kemencengan atau kecondongan (skewness) adalah tingkat ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi. Skewness diartikan sebagai kemiringan distribusi data. Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median, dan modus yang tidak sama besarnya sehingga distribusi akan terkonsentrasi pada salah satu sisi dan kurvanya akan menceng. Ukuran kemiringan kurva adalah derajat atau ukuran dari ketidaksimetrian suatu distribusi data. Nilai skewness (ukuran kemiringan) menunjukkan data normal ketika nilai-nilai tersebut berada di antara rentang nilai -2 sampai dengan 2. Kurva positif apabila rata-rata hitung > modus/median. Kurva negative apabila rata-rata hitung < modus/media. Jika distribusi memiliki ekor yang lebih panjang ke kanan daripada yang ke kiri maka distribusi disebut menceng ke kanan atau memiliki kemencengan positif. Sebaliknya, jika distribusi memiliki ekor yang lebih panjang ke kiri daripada yang ke kanan maka distribusi disebut menceng ke kiri atau memiliki kemencengan negatif. Berikut ini gambar kurva dari distribusi yang menceng ke kanan (menceng positif) dan menceng ke kiri (menceng negatif) (Ghozali, 2016).

Kriteria untuk mengetahui model distribusi dari koefisien kemiringan :

  • Jika koefisien kemiringan <nol, maka bentuk distribusinya negative (ekor bagian kiri lebih Panjang).
  • Jika koefisien kemiringan = nol, maka bentuk distribusinya simetrik.
  • Jika koefisien kemiringan > nol, maka bentuk distribusinya positif (ekor bagian kanan lebih Panjang).

Sebagai contoh Nilai skewness pada variabel keamanan sistem menunjukkan data normal ketika nilai-nilai tersebut berada di antara rentang nilai -2 sampai dengan 2. Nilai skewness pada indikator keamanan system (K) misal K1 adalah -0.646, K2 adalah -0.373 dan K3 adalah -0.455. Semua nilai skewness pada indikator tersebut berada pada rentang nilai -2 sampai dengan 2, sehingga dapat disimpulkan bahwa data tersebut normal. Untuk mencari nilai maksimum dari data sampel pada penelitian ilmiah bisa mengunakan SPSS atau Ms Excel atau software lainnnya.

Referensi

  • Ghozali, I. (2016) Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23. Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.

Image Sources: Google Images

Dr. Meiryani, S.E., Ak., M.M., M.Ak., CA.