library(readxl)
data <- read_xlsx("C:/Users/Alista/Documents/Semester 4/VISDAT/data visdat prak individu.xlsx")
## New names:
## • `` -> `...8`
str(data)
## tibble [84,688 × 14] (S3: tbl_df/tbl/data.frame)
## $ R601 : chr [1:84688] "Yogyakarta" "Yogyakarta" "Yogyakarta" "Yogyakarta" ...
## $ R605 : num [1:84688] 0 0 0 3 0 0 0 0 4 0 ...
## $ R606 : chr [1:84688] "0" "0" "0" "TK" ...
## $ R607 : chr [1:84688] "1" "1" "1" "Ya" ...
## $ R611 : chr [1:84688] "1" "1" "1" "Swasta" ...
## $ R612 : num [1:84688] 3 19 15 3 3 3 13 8 3 8 ...
## $ R102 : num [1:84688] 7 7 7 7 72 72 6 6 6 72 ...
## $ ...8 : logi [1:84688] NA NA NA NA NA NA ...
## $ R617 : num [1:84688] 0 0 0 0 0 0 0 0 0 0 ...
## $ R1208: num [1:84688] 35 49 112 14 48 42 84 60 35 49 ...
## $ R405 : chr [1:84688] "2" "2" "2" "Laki-laki" ...
## $ R709 : num [1:84688] 48 50 97 35 18 72 56 58 36 60 ...
## $ R407 : num [1:84688] 68 46 16 6 62 38 54 41 10 40 ...
## $ R1108: num [1:84688] NA 4 1 2 2 1 1 1 1 1 ...
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.3.2
## Warning: package 'ggplot2' was built under R version 4.3.2
## Warning: package 'readr' was built under R version 4.3.2
## Warning: package 'dplyr' was built under R version 4.3.2
## Warning: package 'stringr' was built under R version 4.3.2
## Warning: package 'lubridate' was built under R version 4.3.2
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.4.4 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.0
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(ggridges)
library(GGally)
## Warning: package 'GGally' was built under R version 4.3.2
## Registered S3 method overwritten by 'GGally':
## method from
## +.gg ggplot2
library(plotly)
## Warning: package 'plotly' was built under R version 4.3.2
##
## Attaching package: 'plotly'
##
## The following object is masked from 'package:ggplot2':
##
## last_plot
##
## The following object is masked from 'package:stats':
##
## filter
##
## The following object is masked from 'package:graphics':
##
## layout
library(ggmosaic)
## Warning: package 'ggmosaic' was built under R version 4.3.2
##
## Attaching package: 'ggmosaic'
##
## The following object is masked from 'package:GGally':
##
## happy
library(treemap)
## Warning: package 'treemap' was built under R version 4.3.2
library(treemapify)
## Warning: package 'treemapify' was built under R version 4.3.2
Bar Chart
ggplot(data, aes(x = R601)) +
geom_bar(fill = "brown", color="black", alpha=0.8) +
labs(title = "Besaran Jumlah Kota Kelahiran Responden", x = "Kota", y = "Jumlah") +
theme_classic() +
coord_flip()
Keterangan:
R601: Provinsi tempat dilahirkannya responden yang terdapat pada BLOK VI. Keterangan Migrasi dan Pendidikan
Diagram visualisasi yang digunakan di atas merupakan Bar Chart yang menjelaskan perbandingan banyaknya besaran tempat lahir responden dari berbagai provinsi di Indonesia yang dapat dilihat bahwa mayoritas responden dilahirkan di provinsi Jawa Barat, kemudian DKI Jakarta, dan Jawa Tengah.
Lollipop Chart
data %>%
group_by(R709) %>%
summarize(total_hour = mean(R407)) %>%
arrange(desc(total_hour)) %>%
slice_head(n = 10) %>%
ggplot(aes(x = reorder(R709, total_hour), y = total_hour)) +
geom_segment(aes(xend = reorder(R709, total_hour), yend = 0), color = "darkorange") +
geom_point(color = "red", size = 2.5) +
geom_text(aes(label = total_hour), vjust = -0.5, color = "black", size = 3) +
coord_flip() +
ggtitle("Besaran Rata-rata Jam Kerja dan Umur") +
xlab("Jam Kerja") +
ylab("Umur") +
theme_classic()
Keterangan:
R709: Jumlah jam kerja dari seluruh pekerjaan dalam seminggu
R407: Umur responden terkait
Diagram visualisasi yang diguanakn di atas adalah lollipop chart (needle chart) yang menjelaskan besaran rata-rata jam kerja responden selama seminggu berdasarkan umur. Dapat diketahui pula dengan rata-rata jumlah jam kerja 42 jam seminggu banyak terjadi pada responden dengan umur 40 tahun ke atas.
Histogram
ggplot(data)+
geom_histogram(aes(x = R1208),fill="lightblue", color="black", alpha=0.8)+
labs(title="Histogram Sebaran Konsumsi Batang Rokok Tembakau")+
xlab("Banyak Batang Rokok")+
ylab("Jumlah Individu")+
xlim(2,300)
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## Warning: Removed 64189 rows containing non-finite values (`stat_bin()`).
## Warning: Removed 2 rows containing missing values (`geom_bar()`).
Diagram visualisasi sebaran yang digunakan adalah histogram untuk menggambarkan sebaran banyak batang rokok yang dikonsumsi selama seminggu oleh responden terkait dan dapat dilihat bahwa dalam seminggu mayoritas responden menghabiskan batang rokok dalam jumlah terbanyak dalam selang 2 sampai 100 batang. Adapun beberapa responden yang menghabiskan lebih dari 200 batang rokok dalam seminggu walaupun tidak dalam jumlah yang banyak.
Density Plot
ggplot(data)+
geom_density(aes(x = R709), fill= "purple",color="purple", alpha=0.4)+
labs(title="Density Plot Sebaran Jumlah Jam Kerja Seluruh Pekerjaan")+
xlab("Jam Kerja")+
ylab("Jumlah Individu")
## Warning: Removed 46465 rows containing non-finite values (`stat_density()`).
Diagram visualisai sebaran yang digunakan adalah density plot untuk menggambarkan sebaran jumlah jam kerja responden terkait dalam seminggu. Dari density plot di atas dapat terlihat bahwa dalam seminggu banyak responden terkait menghabiskan jumlah jam kerja kurang lebih 50 jam. Adapun yang memiliki jumlah jam kerja di bawah 25 jam dan di atas 75 jam.
Violin Plot
ggplot(data, aes(x = "", y = R709)) +
geom_violin(fill = "skyblue", alpha = 0.5) +
geom_boxplot(width = 0.1, color = "black", fill = "white", outlier.shape = NA) +
labs(title = "Violin Plot dan Boxplot: Jumlah Jam Kerja Seluruh Pekerjaan",
x = NULL,
y = "Jam Kerja") +
coord_flip() +
theme_minimal()
## Warning: Removed 46465 rows containing non-finite values (`stat_ydensity()`).
## Warning: Removed 46465 rows containing non-finite values (`stat_boxplot()`).
Untuk melihat nilai min, max, kuartil 1, 2, dan 3 dari sebaran jumlah jam kerja seluruh pekerjaan dalam seminggu yang dilakukan responden terkait dapat digunakan pula diagram violin plot dan boxplot.
Pie Chart
datas <- data.frame(
R1108 = c("1", "2", "3", "4+"),
count = table(cut(data$R1108, breaks=c(0,1,2,3,Inf), labels=c("1", "2", "3", "4+")))
)
ggplot(datas, aes(x = "", y = count.Freq , fill = R1108)) +
geom_bar(stat = "identity", width = 1) +
coord_polar("y", start = 0) +
scale_fill_brewer(palette = "Set3") +
theme_void() +
theme(legend.position = "right") +
labs(title = "Komposisi Jumlah Rawat Jalan", fill = "Jumlah Rawat Jalan") +
geom_text(aes(label = count.Freq), position = position_stack(vjust = 0.5))
Diagram visualisasi komposisi di atas adalah pie chart yang memperlihatkan komposisi jumlah rawat jalan responden terkait dalam sebulan. Dapat dilihat bahwa lebih dari setengah responden mengalami rawat jalan setidaknya 1 kali dalam sebulan.
Treemap
library(treemap)
treemap(data,
index=c("R102", "R1108", "R407"),
vSize="R1208",
draw=TRUE,
title="Treemap: Konsumsi Batang Rokok Berdasarkan Wilayah,Jumlah Rawat Jalan, dan Konsumsi Batang Rokok ",
fontsize.title=20,
fontsize.labels=12,
fontcolor.labels="white")
Keterangan:
R102: Kabupaten/kota tempat tinggal responden
R1208: Rata-rata konsumsi batang rokok tembakau dalam sebulan terakhir
R407: umur responden
R1108: Jumlah rawat jalan dalam sebulan terakhir
Kode kota/kabupaten:
1 : Bogor
2 : Sukabumi
4 : Bandung
5 : Garut
16 : Bekasi
Diagram visualisasi komposisi Treemap di atas dapat diketahui bahwa konsumsi rokok terbanyak berada di wilayah Bandung dan Garut, dengan jumlah rawat jalan individu terjadi dalam selang 1 - 5 kali dalam sebulan terakhir.