Analisis

#membuuat package yang diperlukan 
library(ggplot2)  #untuk visualisasi data 
library(corrplot)  #untuk matriks korelasi

## corrplot 0.95 loaded

# ==============================================
# ANALISIS UNIVARIATE DAN BIVARIATE
# ==============================================

# 1. MEMBUAT DATASET
nama <- c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J")
tinggi <- c(160, 165, 170, 175, 180, 185, 190, 195, 200, 205)
berat <- c(55, 60, 65, 70, 75, 80, 85, 90, 95, 100)
usia <- c(22, 24, 26, 28, 30, 32, 34, 36, 38, 40)

data <- data.frame(Nama = nama, Tinggi = tinggi, Berat = berat, Usia = usia)

==============================================

2. ANALISIS UNIVARIATE

==============================================

cat("=== ANALISIS UNIVARIATE ===\n\n")

## === ANALISIS UNIVARIATE ===

summary_tinggi <- summary(data$Tinggi)
summary_berat <- summary(data$Berat)
summary_usia <- summary(data$Usia)

cat("1. Statistik Deskriptif:\n")

## 1. Statistik Deskriptif:

cat("Tinggi Badan (cm):\n", summary_tinggi, "\n\n")

## Tinggi Badan (cm):
##  160 171.25 182.5 182.5 193.75 205

cat("Berat Badan (kg):\n", summary_berat, "\n\n")

## Berat Badan (kg):
##  55 66.25 77.5 77.5 88.75 100

cat("Usia (tahun):\n", summary_usia, "\n\n")

## Usia (tahun):
##  22 26.5 31 31 35.5 40

==============================================

3. ANALISIS BIVARIATE (KORELASI)

==============================================

cat("=== ANALISIS BIVARIATE ===\n\n")

## === ANALISIS BIVARIATE ===

cor_tinggi_berat <- cor(data$Tinggi, data$Berat)
cor_tinggi_usia <- cor(data$Tinggi, data$Usia)
cor_berat_usia <- cor(data$Berat, data$Usia)

cat("2. Korelasi antar variabel:\n")

## 2. Korelasi antar variabel:

cat("Korelasi Tinggi vs Berat:", cor_tinggi_berat, "\n")

## Korelasi Tinggi vs Berat: 1

cat("Korelasi Tinggi vs Usia:", cor_tinggi_usia, "\n")

## Korelasi Tinggi vs Usia: 1

cat("Korelasi Berat vs Usia:", cor_berat_usia, "\n\n")

## Korelasi Berat vs Usia: 1

==============================================

4. VISUALISASI DATA

==============================================

par(mfrow=c(2,3)) # Menyusun grafik dalam 2 baris dan 3 kolom

# Histogram Univariate
hist(data$Tinggi, main="Histogram Tinggi", xlab="Tinggi (cm)", col="skyblue", border="black")
hist(data$Berat, main="Histogram Berat", xlab="Berat (kg)", col="lightgreen", border="black")
hist(data$Usia, main="Histogram Usia", xlab="Usia (tahun)", col="orange", border="black")

# Scatter Plot Bivariate
plot(data$Tinggi, data$Berat, main="Tinggi vs Berat", xlab="Tinggi (cm)", ylab="Berat (kg)", col="blue", pch=19)
plot(data$Tinggi, data$Usia, main="Tinggi vs Usia", xlab="Tinggi (cm)", ylab="Usia (tahun)", col="red", pch=19)
plot(data$Berat, data$Usia, main="Berat vs Usia", xlab="Berat (kg)", ylab="Usia (tahun)", col="green", pch=19)

par(mfrow=c(1,1)) # Reset layout

==============================================

5. INSIGHT DAN KESIMPULAN

==============================================

cat("=== INSIGHT DAN KESIMPULAN ===\n\n")

## === INSIGHT DAN KESIMPULAN ===

if (cor_tinggi_berat > 0.7) {
  cat("- Terdapat korelasi positif yang kuat antara tinggi badan dan berat badan. Artinya, semakin tinggi seseorang, semakin besar kemungkinan berat badannya lebih tinggi.\n")
} else {
  cat("- Korelasi antara tinggi badan dan berat badan tidak terlalu kuat.\n")
}

## - Terdapat korelasi positif yang kuat antara tinggi badan dan berat badan. Artinya, semakin tinggi seseorang, semakin besar kemungkinan berat badannya lebih tinggi.

if (cor_tinggi_usia > 0.7) {
  cat("- Terdapat korelasi positif antara tinggi badan dan usia. Ini menunjukkan bahwa semakin bertambah usia, semakin tinggi seseorang (walaupun ini mungkin hanya berlaku di usia pertumbuhan).\n")
} else {
  cat("- Korelasi antara tinggi dan usia tidak terlalu signifikan.\n")
}

## - Terdapat korelasi positif antara tinggi badan dan usia. Ini menunjukkan bahwa semakin bertambah usia, semakin tinggi seseorang (walaupun ini mungkin hanya berlaku di usia pertumbuhan).

if (cor_berat_usia > 0.7) {
  cat("- Terdapat korelasi positif yang kuat antara berat badan dan usia. Ini menunjukkan bahwa semakin tua seseorang, semakin tinggi kemungkinan berat badannya bertambah.\n")
} else {
  cat("- Korelasi antara berat badan dan usia tidak terlalu signifikan.\n")
}

## - Terdapat korelasi positif yang kuat antara berat badan dan usia. Ini menunjukkan bahwa semakin tua seseorang, semakin tinggi kemungkinan berat badannya bertambah.

cat("\nAnalisis ini dapat membantu dalam memahami hubungan antara tinggi, berat, dan usia pada sampel yang tersedia.\n")

## 
## Analisis ini dapat membantu dalam memahami hubungan antara tinggi, berat, dan usia pada sampel yang tersedia.