Data Penggunaan Sosial Media

setwd("C:/Users/Axioo Pongo/OneDrive/Dokumen/KULIAH/semester 2/Probabilitas dan statistika/pertemuan 3")
data <- read_csv("Survei_Medsos.csv")

## Rows: 118 Columns: 17
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (10): Jenis_Kelamin, Pekerjaan, Sering, Lupa_Waktu, Waktu_Sekali_Pakai, ...
## dbl  (7): Mengganggu_Produktivitas, Membuang_Waktu, Tidak_Bisa_Kontrol_Diri,...
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

head(data)

## # A tibble: 6 × 17
##   Jenis_Kelamin Pekerjaan      Sering Lupa_Waktu Waktu_Sekali_Pakai Waktu_Harian
##   <chr>         <chr>          <chr>  <chr>      <chr>              <chr>       
## 1 Laki-laki     Pelajar/Mahas… Insta… Instagram  31-60 menit        > 2 jam     
## 2 Laki-laki     Pelajar/Mahas… Insta… Instagram  5-10 menit         31-60 menit 
## 3 Perempuan     Pelajar/Mahas… WA     WA         < 5 menit          > 3 jam     
## 4 Perempuan     Ibu Rumah Tan… Insta… Instagram  11-30 menit        > 3 jam     
## 5 Laki-laki     Pelajar/Mahas… WA     Instagram  31-60 menit        > 2 jam     
## 6 Laki-laki     Pelajar/Mahas… LINE   WA         11-30 menit        > 3 jam     
## # ℹ 11 more variables: Mengganggu_Produktivitas <dbl>, Membuang_Waktu <dbl>,
## #   Tidak_Bisa_Kontrol_Diri <dbl>, Tidak_Sadar_Waktu <dbl>, Fomo <dbl>,
## #   Tanpa_Tujuan <dbl>, Terpikirkan <dbl>, Usaha_Melepaskan_Diri <chr>,
## #   Kesulitan_Melepaskan_Diri <chr>, Butuh_Aplikasi <chr>,
## #   Pernah_Memakai_Aplikasi_Pengaturan_Waktu <chr>

Berdasarkan visualisasi diatas, dapat dilihat bahwa Daftar Pekerjaan yang mendominasi tren penggunaan Sosial Media. Ditribusi ini menunjukkan bahwa Pelajar/Mahasiswa memiliki persentase Pekerjaan tertinggi dalam penggunaan sosmed. Sedangkan, Pekerjaan Ibu Rumah Tangga dan Wiraswasta memiliki persentase pekerjaan yang paling sedikit dalam penggunaan sosial media.

bar_chart <- ggplot(data, aes(x = `Sering`, fill = `Sering`)) +
  geom_bar() +
  theme_minimal() +
  labs(title = "Distribusi Aplikasi", x = "Tingkat Aplikasi", y = "Frekuensi")

bar_chart

Dari hasil visualisasi bar chart, bisa kita amati bagaimana distribusi aplikasi yang digunakan oleh para user. sebagian besar user menggunakan Instagram dan Wa, menunjukkan tren penggunaan Aplikasi Sosmed yang tinggi. Hanya sedikit yang menggunakan facebook.

histogram_plot <- ggplot(data, aes(x = Mengganggu_Produktivitas)) +
  geom_histogram(binwidth = 1, fill = "steelblue", color = "black", alpha = 0.7) +
  theme_minimal() +
  labs(title = "Histogram Mengganggu Produktivitas",
       x = "Mengganggu Produktivitas",
       y = "Frekuensi")
histogram_plot

Dari hasil visalisasi diatas, ini dapat membantu kita untuk memahami bagaimana data pengguna yang merasa menggunakan sosmed mengganggu aktifitas. 1 menunjukkan sangat tidak setuju, 2 tidak setuju, 3 netral, 4 setuju, dan terakhir 5 sangat setuju. dari koresponden yang mengisi formulir survey, diketahui bahwa user paling banyak memilih nomor 4 atau setuju bahwa menggunakan sosmed mengganggu aktifitas.

density_plot <- ggplot(data, aes(x = `Membuang_Waktu`,fill = "Membuang Waktu")) +
  geom_density(alpha = 1) +
  theme_minimal() +
  labs(title = "Density Plot: Daftar Pengguna yang merasa membuang waktu", x = "Efisiensi", y = "Density")
density_plot

Dari hasil visualisasi diatas, kita dapat melihat puncak distribusi yang jelas, bisa disimpulkan bahwa pengguna yang merasa membuang waktu setlah menggunakan sosmed cukup tinggi, dengan sebagian besar data koresponden berkumpul di kisara vote nomor 4 atau setuju. Puncak data menunjukkan banyak individu merasa bahwa menggunakan sosmed membuang waktu.

boxplot_data <- ggplot(data) +
  geom_boxplot(aes(y = `Tanpa_Tujuan`, fill = "Tanpa Tujuan"), alpha = 0.6) +
  theme_minimal() +
  labs(title = "Boxplot: Daftar Pengguna Yang Merasa Menggunakan Sosmed Tanpa Tujuan", fill = "Kondisi")

boxplot_data

Dari hasil visualisasi diatas, dapat kita simpulkan bahwa pengguna yang merasa bahwa menggunakan sosmed tanpa tujuan cukup bervariasi antara 2 - 4, dengan rata-raa koresponden memilih 3 atau netral.

Ukuran Pemusatan

1. Menghitung Rata-Rata (mean)

Berikut terlampir syntax untuk menghitung rata-rata (mean) data koresponden yang merasa membuang waktu saat menggunakan sosmed

mean(data$Membuang_Waktu)

## [1] 3.516949

rata rata koresponden berpendapat antara netral sampai setuju.

2. Menghitung Median

Berikut terlampir syntax untuk menghitung median data koresponden yang merasa tidak bisa mengontrol diri

median(data$Tidak_Bisa_Kontrol_Diri)

## [1] 3

3. Menghitung Modus

Berikut terlampir syntax untuk menghitung modus data koresponden yang tidak sadar waktu ketika menggunakan sosmed

modus <- function(x) {
  uniqx <- unique(x)
  uniqx[which.max(tabulate(match(x, uniqx)))]
}

modus(data$Tidak_Sadar_Waktu)

## [1] 4

Kebanyakan korespondes setuju mereka tidak sadar waktu ketika menggunakan sosmed

Berikut terlampir syntax untuk menghitung Q1 dan Q3 dari data koresponden yang merasa membuang waktu

data <- c(data$Membuang_Waktu)
q1 <- quantile(data, 0.25)
q3 <- quantile(data, 0.75)

print(q1)

## 25% 
##   3

print(q3)

## 75% 
##   4

seperempat data dari koresponden berpendapat netral, dan sisanya berpendapat setuju

Berikut terlampir syntax untuk menghitung Range dari data koresponden yang merasa membuang waktu

print(max(data, na.rm=TRUE)-min(data, na.rm=TRUE))

## [1] 4

Berikut terlampir syntax untuk menghitung Variasi dari data koresponden yang merasa membuang waktu

var(data)

## [1] 1.192018

Berikut terlampir syntax untuk menghitung menghtung standar deviasi dari data koresponden yang merasa membuang waktu

sd(data)

## [1] 1.091796