• Kriteria tinggi untuk nilai tambah lebih dari Rp 100 Miliar, kriteria sedang berkisar antara Rp 15 Miliar sampai Rp 100 Miliar dan kriteria rendah jika
lebih kecil dari Rp 15 Miliar.
3.6.2 Distribusi Data
Pada dasarnya ada dua pembahasan yang berkaitan dengan bentuk suatu distribusi data yaitu kemencengan skewness dan keruncingan kurtosis. Adapun
penjelasannya yaitu : 1.
Kemencengan Pada aspek ini distribusi akan diuji apakah menceng ke kiri atau, normal
tidak menceng atau menceng ke kanan. Suatu distribusi yang tidak simetris normal mungkin berat ke sebelah kanan ujung sebelah kiri lebih
panjang dari ujung sebelah kanan yang dinamakan skewness negatif, atau dapat pula berat ke sebelah kiri ujung sebelah kanan lebih panjang dari
ujung sebelah kiri yang disebut skewness positif. Penentuan apakah simetris atau tidak simetris dari sebuah distribusi ialah letak dari nilai
mean, media, mode.
• Distribusi Normal
Gambar 3.1 Bentuk distribusi normal
• Distribusi menceng ke kanan right skewed
Gambar 3.2 Bentuk distribusi yang right skewed
• Distribusi menceng ke kiri
Gambar 3.3 Bentuk Distribusi yang Left skewed
Adapun rumus untuk koefisien kemencengan
α
3
α
yaitu :
3
Dimana :
=
�
3
�
2
α
3
M
=
Koefisien kemencengan momen
3
S = standar deviasi data = momen kemencengan
Sedangkan momen kemencengan M
3
yaitu
M
3
=
� [
�−1][�−2]
∑ [�� − �]
� �=1
P
3
Dimana : X = rata-rata hitung
x
i
n = jumlah data = data yang ke i data ke 1, 2 dan seterusnya
Ketentuan : • Jika data berdistribusi normal atau distribusi simetris sekitar rata
ratanya, maka M
3
adalah 0 atau mendekati 0, sehingga
α
3
• Jika
α
pun adalah 0.
3
± 2 maka dikatakan data menceng secara mederat.
• Jika
α
3
2. Kurtosis
2 maka dikatakan data menceng secara berarti sangat menceng
Jika kemencengan menunjukkan perubahan distribusi secara horizontal menceng ke kiri atau ke kanan, maka keruncingan kurtosis distribusi
menunujukkan perubahan distribusi secara vertikal cenderung runcing ke atas atau gemuk ke bawah. Kurtosis dalam bentuk normal adalah
distribusi berbentuk mesokurtik, jika bentuk distribusi terlalu runcing ke atas Leptokurtik, dan sangat landai Platikurtik maka data tersebut tidak
bisa dikatakan berdistribusi normal. Adapun ketiga ukuran keruncingan yaitu :
• Mesokurtik Mesokurtik adalah distribusi frekuensi dengan kurva normal artinya
tidak runcing ke atas atau gemuk ke bawah.
Gambar 3.4 Mesokurtik
• Leptokurtik Leptokurtik adalah distribusi frekuensi dengan kurva yang agak sempit
pada bagian puncaknya atau mendekati runcing yang menunjukkan
frekuensi tertumpuk pada daerah sekitar nilai mean atau menunjukkan hanya sedikit frekuensi yang tersebar lebih jauh dari nilai tedensi pusat.
• Platikurtik Platikurtik adalah distribusi frekuensi dengan kurva yang agak
mendatar tumpul pada bagian puncaknya yang menunjukkan adanya frekuensi agak tersebar merata pada seluruh kelas, kecuali pada
beberapa kelas dari bagian pertama dan terakhir.
Gambar 3.6 Paltikurtik
Adapun rumus untuk untuk koefisien momen dari kutosis yaitu :
α
4
=
�
4
�
4
- 3
Dimana :
α
4
m = momen kemencengan data
=
koefisien momen dari kurtosis s = Standar deviasi data
Ketentuan :
α
4
α =
Berdistribusi normal jika nilainya nol adalah mesokurtik
4
α =
Bernilai negatif maka bentuk distribusi platikurtik
4
B. Untuk menjawab permasalahan konsentrasi klaster industri karet di Sumatera Utara, maka metode analisis yang digunakan adalah indeks spesialisasi daerah.
Adapun penjelasannya sebagai berikut :
=
Bernilai positif maka bentuk distribusi leptokurtik.
3.6.3 Spesialisasi daerah