Kemencengan, Kurtosis, dan Normalitas

Selain rata-rata, setiap kolom memiliki bentuk. Mengetahui apakah bentuknya simetris, tidak seimbang, atau berekor berat akan mengubah cara Anda menganalisisnya. 📊

Kecondongan mengukur seberapa tidak seimbang suatu distribusi. Kurva lonceng yang sepenuhnya simetris memiliki kecondongan nol, sedangkan ekor panjang di salah satu sisi membuat nilainya positif atau negatif.

Kecondongan positif memiliki ekor panjang yang memanjang ke kanan. Pendapatan adalah contoh klasik: sebagian besar orang berada pada nilai rendah, sementara beberapa nilai besar menarik rata-rata ke atas.

Kecondongan negatif memiliki ekor panjang di sebelah kiri. Nilai ujian yang mendekati batas maksimum sering terlihat seperti ini, dengan beberapa hasil rendah tertinggal jauh dari kelompok lainnya.

Kecondongan memisahkan rata-rata dari median. Pada data yang condong ke kanan, rata-rata berada di atas median. Karena itu, median merupakan pusat yang lebih aman untuk kolom yang condong.

Kurtosis menjelaskan bagian ekor distribusi. Kurtosis tinggi berarti ekornya berat dan memiliki lebih banyak nilai ekstrem, sedangkan kurtosis rendah berarti ekornya tipis dan lebih sedikit kejutan.

Kurtosis tinggi memperingatkan Anda untuk mengantisipasi pencilan. Distribusi tersebut menghasilkan nilai ekstrem lebih sering daripada yang mungkin dihasilkan kurva lonceng yang landai.

Kurva lonceng yang terkenal itu adalah distribusi normal. Bentuknya simetris, kecondongannya mendekati nol, dan banyak metode statistik secara diam-diam mengasumsikan bahwa data Anda terlihat seperti itu.

Anda dapat memeriksa kenormalan secara visual dengan histogram atau plot Q-Q. Titik-titik yang mengikuti garis diagonal menunjukkan bentuk yang kira-kira normal.

Beberapa pengujian dan model mengasumsikan kenormalan. Ketika data melanggar asumsi tersebut, nilai-p dan interval kepercayaan Anda dapat menjadi tidak andal tanpa disadari.

Kecondongan kuat ke kanan sering berkurang setelah transformasi log. Mengubah bentuk kolom agar mendekati normal dapat membuat langkah pemodelan berikutnya berjalan jauh lebih baik.

Kecondongan menunjukkan ketidakseimbangan, sedangkan kurtosis menunjukkan beratnya ekor. Kurva normal adalah acuan yang simetris, dan transformasi log dapat mengatasi kecondongan yang sulit dihilangkan. ✅