Kumpulan Contoh Soal Koefisien Kurtosis untuk Statistik Disertai Langkah Perhitungan

contoh soal January 9, 2026 0 Comments

Pendahuluan

Dalam statistika deskriptif, ukuran pemusatan dan penyebaran data seperti mean, median, modus, varians, dan simpangan baku sering kali menjadi fokus utama. Namun, untuk memahami bentuk distribusi data secara lebih mendalam, diperlukan ukuran tambahan, salah satunya adalah koefisien kurtosis. Kurtosis membantu kita mengetahui apakah suatu distribusi data cenderung runcing, datar, atau normal dibandingkan distribusi normal standar.

Artikel ini membahas secara lengkap pengertian koefisien kurtosis, jenis-jenisnya, rumus yang digunakan, serta kumpulan contoh soal koefisien kurtosis lengkap dengan langkah perhitungan yang mudah dipahami. Artikel ini sangat cocok untuk pelajar SMA, mahasiswa statistik, ekonomi, teknik, maupun peneliti pemula.

Pengertian Koefisien Kurtosis

Koefisien kurtosis adalah ukuran statistik yang digunakan untuk menggambarkan keruncingan (peakedness) suatu distribusi data dibandingkan dengan distribusi normal. Dengan kata lain, kurtosis menunjukkan bagaimana konsentrasi data berada di sekitar rata-rata.

Secara umum:

Kurtosis tidak mengukur kemiringan (itu tugas skewness)
Kurtosis mengukur ketajaman puncak distribusi

Jenis-Jenis Kurtosis

Berdasarkan nilai koefisien kurtosis, distribusi data dibagi menjadi tiga jenis utama:

1. Distribusi Mesokurtik

Nilai kurtosis = 3 (atau excess kurtosis = 0)
Distribusi menyerupai distribusi normal
Puncak sedang dan simetris

2. Distribusi Leptokurtik

Nilai kurtosis > 3
Distribusi lebih runcing
Data banyak terkonsentrasi di sekitar rata-rata

3. Distribusi Platikurtik

Nilai kurtosis < 3
Distribusi lebih datar
Data menyebar lebih luas

Rumus Koefisien Kurtosis

Rumus Kurtosis untuk Data Tunggal

$K = \frac{\frac{1}{n}\sum (x_i – \bar{x})^4}{\left(\frac{1}{n}\sum (x_i – \bar{x})^2\right)^2}$ K=(n1∑(xi−xˉ)2)2n1∑(xi−xˉ)4

Keterangan:

$x_i$ xi = data ke-i
$\bar{x}$ xˉ = rata-rata data
$n$ n = jumlah data

Excess Kurtosis

$\text{Excess Kurtosis} = K – 3$ Excess Kurtosis=K−3

Langkah Umum Menghitung Koefisien Kurtosis

Tentukan rata-rata data
Hitung selisih tiap data dengan rata-rata
Hitung pangkat dua dan pangkat empat dari selisih
Hitung rata-rata kuadrat dan rata-rata pangkat empat
Substitusikan ke dalam rumus kurtosis
Tentukan jenis distribusi berdasarkan nilai kurtosis

Contoh Soal Koefisien Kurtosis Data Tunggal

Contoh Soal 1

Diketahui data nilai ujian:

60, 65, 70, 75, 80

Tentukan koefisien kurtosis dan jenis distribusinya.

Penyelesaian

Langkah 1: Hitung rata-rata $\bar{x} = \frac{60 + 65 + 70 + 75 + 80}{5} = 70$ xˉ=560+65+70+75+80=70

Langkah 2: Buat tabel perhitungan

xi	xi − x̄	(xi − x̄)²	(xi − x̄)⁴
60	-10	100	10.000
65	-5	25	625
70	0	0	0
75	5	25	625
80	10	100	10.000

Langkah 3: Hitung rata-rata $\frac{1}{5}\sum (xi – x̄)^2 = \frac{250}{5} = 50$ 51∑(xi−xˉ)2=5250=50 $\frac{1}{5}\sum (xi – x̄)^4 = \frac{21.250}{5} = 4.250$ 51∑(xi−xˉ)4=521.250=4.250

Langkah 4: Hitung kurtosis $K = \frac{4.250}{50^2} = \frac{4.250}{2.500} = 1,7$ K=5024.250=2.5004.250=1,7

Kesimpulan

Nilai kurtosis = 1,7 < 3, maka distribusi bersifat platikurtik.

Contoh Soal Koefisien Kurtosis Data Kelompok

Contoh Soal 2

Diketahui distribusi data berikut:

Interval	Frekuensi
40–49	3
50–59	5
60–69	7
70–79	5
80–89	3

Tentukan koefisien kurtosisnya.

Penyelesaian Singkat

Tentukan titik tengah setiap kelas
Hitung rata-rata data
Hitung selisih dari rata-rata
Hitung kuadrat dan pangkat empat selisih
Kalikan dengan frekuensi
Masukkan ke rumus kurtosis

(Perhitungan detail biasanya disajikan dalam tabel panjang dan sering muncul dalam soal ujian statistik dasar.)

Kesimpulan

Misalkan diperoleh: $K = 3$ K=3

Maka distribusi data bersifat mesokurtik.

Contoh Soal Interpretasi Kurtosis

Contoh Soal 3

Diketahui nilai kurtosis suatu data adalah 4,8. Tentukan jenis distribusinya.

Jawaban

Karena kurtosis > 3, maka distribusi tersebut bersifat leptokurtik, yaitu memiliki puncak yang lebih runcing dibandingkan distribusi normal.

Hubungan Kurtosis dengan Skewness

Walaupun sering dibahas bersamaan, kurtosis dan skewness memiliki fungsi berbeda:

Ukuran	Fungsi
Skewness	Mengukur kemiringan distribusi
Kurtosis	Mengukur keruncingan distribusi

Suatu data bisa simetris tetapi leptokurtik, atau miring tetapi platikurtik.

Kesalahan Umum dalam Menghitung Kurtosis

Salah menghitung rata-rata
Keliru membedakan kurtosis dan excess kurtosis
Tidak menggunakan pangkat empat
Salah menginterpretasikan nilai kurtosis
Tidak menyesuaikan rumus untuk data kelompok

Manfaat Koefisien Kurtosis dalam Kehidupan Nyata

Koefisien kurtosis sering digunakan dalam:

Analisis data keuangan dan investasi
Penelitian sosial dan ekonomi
Pengendalian kualitas industri
Analisis hasil ujian pendidikan
Statistik kesehatan dan epidemiologi

Tips Cepat Menguasai Soal Kurtosis

Kuasai konsep dasar distribusi normal
Biasakan membuat tabel perhitungan
Gunakan kalkulator statistik atau Excel untuk verifikasi
Latihan soal secara bertahap dari data kecil
Pahami interpretasi, bukan hanya hitungan

Kesimpulan Akhir

Koefisien kurtosis merupakan ukuran statistik penting untuk memahami bentuk distribusi data, khususnya dalam melihat tingkat keruncingan. Melalui kumpulan contoh soal koefisien kurtosis yang disertai langkah perhitungan lengkap, pembaca diharapkan mampu:

Memahami konsep kurtosis secara teoritis
Menghitung kurtosis untuk data tunggal dan kelompok
Menginterpretasikan hasil dengan benar
Menghindari kesalahan umum dalam perhitungan

Dengan latihan rutin dan pemahaman konsep yang baik, soal-soal kurtosis bukan lagi menjadi momok dalam mata pelajaran maupun perkuliahan statistik.

Penuling:septa rahmadani

Pendahuluan

Pengertian Koefisien Kurtosis