Distribusi miring: contoh dan definisi

data yang bias

Bayangkan Anda tertarik untuk mempelajari pendapatan tahunan siswa satu tahun setelah mereka menyelesaikan Magister Administrasi Bisnis (MBA). Anda mengumpulkan data tentang 400 lulusan dan menemukan bahwa penghasilan tahunan mereka berkisar antara $20.000 hingga $150.000. Tabel ini meringkas data yang telah Anda kumpulkan.

Katakanlah Anda juga tertarik untuk memeriksa jumlah lamaran yang diselesaikan setiap lulusan sebelum menemukan pekerjaan mereka saat ini. Dengan menggunakan data yang dikumpulkan dari 400 lulusan yang sama, Anda akan menemukan bahwa jumlah lamaran yang mereka selesaikan berkisar antara 1 hingga 15. Tabel ini merangkum data yang telah Anda kumpulkan.

Anda mungkin tidak dapat mengetahuinya dengan melihat tabel, tetapi data yang Anda kumpulkan dalam dua penelitian di atas tidak tepat.

Apa itu distribusi miring?

Distribusi dikatakan miring ketika titik data mengelompok lebih ke satu sisi skala daripada yang lain, menciptakan kurva yang tidak simetris. Dengan kata lain, sisi kanan dan kiri distribusi memiliki bentuk yang berbeda satu sama lain. Ada dua jenis distribusi miring.

Distribusi miring positif jika skor jatuh ke sisi bawah skala dan hanya ada sedikit skor yang lebih tinggi. Data dengan skew positif disebut juga skewed to the right karena itu adalah arah dari “ujung panjang” grafik. Mari buat bagan menggunakan data pendapatan tahunan yang kami kumpulkan dari lulusan MBA.

Anda dapat melihat bahwa sebagian besar lulusan melaporkan pendapatan tahunan antara $31.000 dan $70.000. Anda dapat melihat bahwa sangat sedikit lulusan yang berpenghasilan lebih dari $70.000. Pendapatan tahunan lulusan MBA dimiringkan secara positif, dengan “ujung panjang” grafik mengarah ke kanan.

Distribusi condong negatif jika skor jatuh ke sisi skala yang lebih tinggi dan hanya ada sedikit skor rendah. Mari kita lihat tabel jumlah lamaran yang diselesaikan setiap lulusan sebelum menemukan pekerjaan mereka saat ini.

Kita dapat melihat bahwa sebagian besar lulusan menyelesaikan antara 9 dan 13 aplikasi. Hanya 56 dari 400 lulusan yang menyelesaikan kurang dari 9 aplikasi. Jumlah aplikasi yang diselesaikan untuk lulusan MBA condong negatif, dengan “ujung panjang” menunjuk ke kiri. Data miring negatif juga disebut “miring ke kiri” karena itu adalah arah “ujung panjang”.

Karakteristik distribusi miring

Anda mungkin sudah familiar dengan mean, median, dan modus. Modus adalah skor yang paling sering muncul dalam suatu distribusi . Median adalah nilai tengah yang memisahkan 50% distribusi teratas dari 50% terbawah . Mean adalah rata – rata yang diperoleh dengan menjumlahkan semua skor dan membagi jumlah dengan jumlah total skor.

Mean, median, dan modus adalah ukuran tendensi sentral yang digunakan untuk menggambarkan sekumpulan data. Berikut adalah beberapa poin penting untuk diingat:

• Dalam distribusi skewed positif, rata-rata biasanya lebih besar daripada median karena beberapa skor tinggi cenderung menggeser rata-rata ke kanan.
• Dalam distribusi miring negatif, rata-rata biasanya kurang dari median karena beberapa skor rendah cenderung menggeser rata-rata ke kiri.
• Dalam distribusi miring positif, modusnya selalu lebih kecil dari rata-rata dan median. Hal ini karena modus adalah titik pada sumbu x yang bersesuaian dengan titik tertinggi, dan titik tertinggi pada distribusi miring positif akan selalu berada di sisi bawah.
• Dalam distribusi miring negatif, modusnya selalu lebih besar dari rata-rata dan median, dan titik tertinggi dari distribusi miring negatif akan selalu berada di sisi kanan.

Ada beberapa data yang secara alami miring. Misalnya, usia pensiun condong negatif, karena kebanyakan orang cenderung tidak pensiun sampai usia 60 tahun dan sangat sedikit orang yang pensiun sebelum itu. Jumlah anak dalam rumah tangga AS adalah contoh data yang condong positif; kebanyakan rumah tangga Amerika memiliki antara nol dan lima anak, dan sangat sedikit rumah tangga dengan enam anak atau lebih. Pendapatan rumah tangga di AS juga condong positif.

Ringkasan Pelajaran

Distribusi dikatakan miring ketika titik data mengelompok lebih ke satu sisi skala daripada yang lain. Distribusi miring positif , atau miring ke kanan, jika skor jatuh ke sisi bawah skala dan hanya ada sedikit skor yang lebih tinggi. Distribusi miring negatif , atau miring ke kiri, jika skor jatuh ke sisi skala yang lebih tinggi dan hanya ada sedikit skor rendah. Dalam distribusi miring positif, mean biasanya lebih besar dari median , yang selalu lebih besar dari modus . Dalam distribusi miring negatif, mean biasanya lebih kecil dari median, yang selalu lebih kecil dari modus.

hasil pembelajaran

Setelah Anda selesai dengan pelajaran ini, Anda harus dapat:

• Jelaskan bagaimana data dapat dimiringkan
• Ingat penampilan dan identifikasi data yang bias positif dan negatif
• Jelaskan bagaimana rata-rata, median, dan modus dapat menunjukkan apakah data tersebut miring positif atau negatif.