Tingkat variasi sering dinyatakan dalam bentuk data numerik untuk satu-satunya tujuan perbandingan dalam teori dan analisis statistik. Kami biasanya menghitung satu angka untuk mewakili seluruh kumpulan data, yang disebut “rata-rata”.
Namun, itu tidak menentukan cara tertentu untuk menentukan komposisi seri.
Oleh karena itu diperlukan langkah-langkah tambahan untuk mencerahkan kita tentang bagaimana item berbeda satu sama lain atau sekitar rata-rata. Untuk memahami konsep analisis kuantitatif yang lebih terperinci dalam statistik, kami menggunakan ukuran dispersi dan kemiringan.
Dispersi merupakan ukuran rentang distribusi di sekitar lokasi pusat sedangkan kemiringan adalah ukuran asimetri dalam distribusi statistik.
Apa yang dimaksud dengan Dispersi?
Dalam statistik, dispersi adalah ukuran seberapa terdistribusi data artinya ia menentukan bagaimana nilai-nilai dalam kumpulan data berbeda satu sama lain dalam ukuran. Ini adalah rentang distribusi statistik yang tersebar di sekitar titik pusat.
Ini terutama menentukan variabilitas item dari kumpulan data di sekitar titik pusatnya.
Sederhananya, ini mengukur tingkat variabilitas di sekitar nilai rata-rata. Ukuran dispersi penting untuk menentukan penyebaran data di sekitar ukuran lokasi.
Misalnya, varians adalah ukuran standar dispersi yang menentukan bagaimana data didistribusikan tentang rata-rata.
Ukuran dispersi lainnya adalah Range dan Average Deviation. 
Apa yang dimaksud dengan Skewness?
Skewness adalah ukuran distribusi asimetri tentang titik tertentu.
Distribusi mungkin agak asimetris, sangat asimetris, atau simetris.
Ukuran asimetri distribusi dihitung menggunakan skewness. Jika skewness positif, distribusinya dikatakan miring ke kanan dan jika skewnessnya negatif, distribusinya dikatakan miring ke kiri.
Jika kemiringannya nol, distribusinya simetris.
Skewness diukur berdasarkan Mean, Median, dan Modus. Nilai skewness bisa positif, negatif, atau tidak terdefinisi tergantung pada apakah titik data miring ke kiri, atau miring ke kanan.
 .
Perbedaan antara Dispersi dan Skewness
1. Definisi Dispersi vs.
Kemiringan
Dalam istilah statistik dan teori probabilitas, dispersi adalah ukuran rentang nilai s untuk variabel acak atau distribusi probabilitasnya. Ini menggambarkan rentang di mana distribusi direntangkan atau disebarkan.
Sederhananya, itu adalah ukuran untuk mempelajari variabilitas item.
Skewness, di sisi lain, adalah ukuran asimetri dalam distribusi statistik variabel acak tentang rata-ratanya. Nilai skewness bisa positif dan negatif, atau terkadang tidak terdefinisi.
Sederhananya, distribusi asimetris dikatakan mirin.
2. Ukuran Dispersi vs.
Kemiringan
Ukuran dispersi berarti sejauh mana variasi tidak seimbang dari nilai sentralnya. Lebih tepatnya, ini mengukur tingkat variabilitas dalam nilai variabel di sekitar nilai rata-rata.
Dispersi menunjukkan penyebaran data.
Ukuran kemiringan berarti seberapa asimetris distribusinya dan menentukan apakah titik data miring ke kanan atau ke kiri. Jika sebaran dikatakan miring ke kiri, maka nilainya negatif dan bernilai positif jika sebaran miring ke kanan.
3. Perhitungan Dispersi vs.
Skewness
Dispersi dihitung berdasarkan rata-rata tertentu.
Ini adalah perhitungan statistik yang mengukur tingkat variasi dan ada banyak cara berbeda untuk menghitung dispersi, tetapi dua yang paling umum adalah rentang dan deviasi rata-rata. Rentang adalah perbedaan antara nilai terbesar dan terkecil dalam satu set data, sedangkan rata-rata deviasi adalah rata-rata nilai absolut dari penyimpangan nilai fungsional dari titik pusat.
Skewness, di sisi lain, dihitung berdasarkan Mean, Median, dan Modus.
Jika rata-rata lebih besar dari modus, Anda memiliki kemiringan positif dan jika rata-rata lebih kecil dari modus, Anda memiliki kemiringan negatif. Selain itu, distribusi memiliki kemiringan nol jika terjadi distribusi simetris.
4. Aplikasi Dispersi vs.
Skewness
Dispersi terutama digunakan untuk menggambarkan hubungan antara sekumpulan data dan menentukan tingkat variasi nilai data dari nilai rata-ratanya.
Dispersi statistik dapat digunakan untuk metode statistik lainnya seperti Analisis Regresi, yang merupakan proses yang digunakan untuk memahami hubungan antar variabel. Dapat juga digunakan untuk menguji Reliability of Average.
Skewness, di sisi lain, berkaitan dengan sifat distribusi dalam satu set data.
Ini sangat membantu dalam hal analisis ekonomi di sektor keuangan yang melibatkan sekumpulan besar data seperti pengembalian aset, harga saham, dll.
Dispersi vs. Skewness: Bagan Perbandingan
Ringkasan Dispersi vs.
Skewness
Keduanya adalah istilah yang paling umum digunakan dalam analisis statistik dan teori probabilitas untuk mengkarakterisasi kumpulan data yang melibatkan sejumlah besar data numerik.
Dispersi adalah ukuran untuk menghitung variabilitas data atau untuk mempelajari variasi data di antara mereka sendiri atau di sekitar rata-ratanya. Ini terutama berkaitan dengan distribusi nilai data dalam satu set di sekitar titik pusatnya.
Itu dapat diukur dalam beberapa cara, di mana Range dan Average Deviation adalah yang paling umum.
Skewness digunakan untuk mengukur asimetri dari distribusi normal dalam kumpulan data yang berarti sejauh mana distribusi tidak seimbang di sekitar rata-rata.