Dalam analisis statistik, kaedah yang paling asas adalah merincikan lokasi dan sifat pemboleh ubah sesuatu set data. Antara kaedah untuk menerangkan ciri-ciri tersebut adalah dengan melihat skewness (terjemah: kecondongan) dan kurtosis (terjemah: asal dari perkataan Greek, κυρτός, kyrtos atau kurtos yang bermaksud bonjol atau bengkak).
Skewness merupakan pengukuran kepada simetri, atau lebih tepat sekali dikatakan sebagai ketiadaan simetri. Suatu taburan, atau set data adalah simetri jika ia dilihat seimbang pada bahagian kiri dan kanan daripada titik tengah (taburan).
Kurtosis pula merupakan pengukuran sama ada data tersebut berpuncak, atau rata dan dikaitkan dengan taburan normal. Ia memberi maksud, jika suatu data mempunyai nilai kurtosis yang tinggi, ia cenderung untuk mempunyai puncak jelas yang berhampiran dengan min, menurun dan berunjuran [tails] (taburan) yang panjang. Data set yang mempunyai nilai kurtosis yang rendah cenderung untuk mempunyai puncak rata berhampiran kepada min (tidak punyai puncak yang tajam).
Histogram merupakan teknik grafikal yang berkesan untuk menunjukkan skewness dan kurtosis pada set data. Skewness bagi taburan normal adalah 0 dan apa jua data yang simetri adalah menghampiri 0. Nilai (-) negatif pada skewness menunjukkan data adalah pencong ke kiri manakala nilai skewness (+) positif adalah data yang pencong ke kanan.
Apabila kita menyebut pencong kiri (skewed left), ia bermaksud ekor/unjuran pada sebelah kiri adalah lebih panjang berbanding sebelah kanan. Begitu juga dengan pencong kanan (skewed right) menunjukkan ekor di sebelah kanan adalah lebih panjang berbanding sebelah kiri.
Kurtosis bagi taburan normal standard adalah 3. Nilai kurtosis (+) positif adalah menunjukkan taburan adalah ‘berpuncak’ manakala nilai (-) negatif adalah taburan ‘rata’.
___________________________
Translated to Malay by ibadurrahman source:
http://itl.nist.gov/div898/handbook/eda/section3/eda35b.htm
Wikipedia:
Tiada ulasan:
Catat Ulasan