Data Tingkat Pengangguran di Indonesia

setwd("C:/Users/fahmi/Documents/INFORMATIKA_FAHMI INAYATUR RAHMAN ATMAJA/SEMESTER 2/Probabilitas dan Statistika")
data <- read_excel("data_pengangguran.xlsx")
head(data)

## # A tibble: 6 × 10
##   Pendidikan               Provinsi   `Usia Pengangguran` Tingkat Pengangguran…¹
##   <chr>                    <chr>                    <dbl>                  <dbl>
## 1 Tidak Tamat Sekolah / SD DKI Jakar…                  17                  29.1 
## 2 SD                       Banten                      22                  17.0 
## 3 SMP                      Jawa Barat                  27                   7.13
## 4 SMA                      Jawa Teng…                  32                   3.7 
## 5 SMK                      Jawa Timur                  37                   2.65
## 6 Diploma                  DKI Jakar…                  42                   2.43
## # ℹ abbreviated name: ¹​`Tingkat Pengangguran (%)`
## # ℹ 6 more variables: `Jumlah Pengangguran (Pendidikan)` <dbl>,
## #   `Tingkat Pengangguran (Provinsi%)` <dbl>,
## #   `Jumlah Pengangguran (Provinsi)` <dbl>, `Jumlah Pengangguran (Umur)` <dbl>,
## #   `Lama Menganggur` <dbl>, `Kesulitan Mencari Pekerjaan` <dbl>

PIE CHART

data_pendidikan <- data %>%
  group_by(Pendidikan) %>%
  summarise(Total_Pengangguran = sum(`Jumlah Pengangguran (Pendidikan)`, na.rm = TRUE))

pie_chart <- ggplot(data_pendidikan, aes(x = "", y = Total_Pengangguran, fill = Pendidikan)) +
  geom_bar(stat = "identity", width = 1) +
  coord_polar("y", start = 0) +
  theme_minimal() +
  labs(title = "Jumlah Pengangguran Berdasarkan Pendidikan") +
  theme(axis.text.x = element_blank()) 
  
pie_chart

Pie chart ini menggambarkan persentase distribusi pengangguran berdasarkan tingkat pendidikan. Berdasarkan grafik ini, kita dapat melihat bagian terbesar dari pengangguran di Indonesia berasal dari tingkat pendidikan tertentu (misalnya, SMA atau SMK). Di sisi lain, kelompok pengangguran dengan pendidikan rendah (seperti SD atau Tidak Tamat Sekolah) juga bisa terlihat sebagai bagian yang signifikan.

BAR CHART

bar_chart_provinsi_pct <- ggplot(data, aes(x = Provinsi, y = `Tingkat Pengangguran (Provinsi%)`, fill = Provinsi)) +
  geom_bar(stat = "identity") + 
  theme_minimal() + 
  labs(title = "Tingkat Pengangguran Berdasarkan Provinsi (%)", x = "Provinsi", y = "Tingkat Pengangguran (%)") +
  theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
  scale_y_continuous(limits = c(0, 9))
                     
bar_chart_provinsi_pct

## Warning: Removed 205 rows containing missing values or values outside the scale range
## (`geom_bar()`).

Bar chart ini menggambarkan tingkat pengangguran per provinsi di Indonesia. Provinsi dengan tingkat pengangguran tertinggi akan memiliki bar lebih tinggi pada grafik, sedangkan provinsi dengan tingkat pengangguran rendah akan terlihat memiliki bar lebih pendek. Berdasarkan grafik ini, kita bisa mengetahui provinsi mana yang memiliki masalah pengangguran yang lebih besar, serta daerah mana yang lebih berhasil dalam mengurangi tingkat pengangguran.

HISTOGRAM

histogram_lama_menganggur <- ggplot(data, aes(x = `Lama Menganggur`)) +
  geom_histogram(binwidth = 1, fill = "lightblue", color = "black") +  # Mengatur binwidth untuk bulan
  theme_minimal() +
  labs(title = "Distribusi Lama Menganggur (Bulan)", x = "Lama Menganggur (Bulan)", y = "Jumlah Individu") +
  scale_x_continuous(breaks = seq(0, max(data$`Lama Menganggur`), by = 1))  # Menyesuaikan sumbu X

# Menampilkan histogram
histogram_lama_menganggur

1. Pemahaman Histogram

• Sumbu X (Lama Menganggur - Bulan): Representasi jumlah bulan seseorang menganggur.
• Sumbu Y (Jumlah Individu): Banyaknya individu yang mengalami pengangguran dalam jangka waktu tertentu.
• Histogram dengan binwidth = 1: Setiap batang mewakili jumlah individu yang menganggur selama jumlah bulan tertentu.

2. Interpretasi Statistik

• Bentuk Distribusi:
  • Histogram menunjukkan pola mendekati distribusi normal, di mana jumlah individu yang menganggur rendah pada durasi pendek, meningkat pada durasi menengah, dan menurun setelahnya.
  • Puncak histogram menunjukkan bahwa mayoritas individu menganggur selama sekitar 10-15 bulan.
  • Ada individu yang menganggur dalam waktu singkat (1-5 bulan) serta individu yang menganggur lebih lama (di atas 20 bulan), tetapi jumlahnya lebih sedikit.
• Sebaran Data:
  • Dari histogram ini, terlihat bahwa pengangguran dalam jangka waktu menengah (sekitar 10-15 bulan) lebih umum dibandingkan pengangguran dalam waktu sangat singkat atau sangat lama.
  • Distribusi yang lebih mendekati normal mengindikasikan bahwa pengangguran biasanya terjadi dalam rentang waktu tertentu sebelum individu kembali bekerja atau beralih ke sektor lain.

3. Kesimpulan

• Sebagian besar individu mengalami pengangguran selama sekitar 10-15 bulan.
• Jumlah individu yang menganggur menurun setelah melewati durasi tertentu (lebih dari 20 bulan), yang mungkin mengindikasikan bahwa mereka akhirnya mendapatkan pekerjaan atau keluar dari angkatan kerja.
• Distribusi cenderung simetris, mengindikasikan bahwa pola pengangguran relatif stabil tanpa outlier ekstrem yang signifikan.

DENSITY PLOT

ggplot(data, aes(x = `Kesulitan Mencari Pekerjaan`)) +
  geom_density(fill = "lightblue", color = "darkblue", alpha = 0.5) +
  theme_minimal() +
  labs(title = "Distribusi Kesulitan Mencari Pekerjaan", x = "Kesulitan Mencari Pekerjaan", y = "Kepadatan")

1. Pemahaman Density Plot

• Sumbu X: Menunjukkan nilai dari variabel Kesulitan Mencari Pekerjaan.
• Sumbu Y: Menunjukkan kepadatan (density), yaitu seberapa sering nilai tertentu muncul dalam distribusi data.
• Kurva biru: Representasi distribusi data, diisi dengan warna biru muda untuk memberikan visualisasi kepadatan.

2. Interpretasi Statistik

• Distribusi Bimodal (dua puncak): Grafik menunjukkan dua puncak yang berarti ada dua kelompok utama dalam data. Puncak pertama berada di sekitar 3.0 dan puncak kedua lebih dominan di sekitar 4.0. Ini mengindikasikan bahwa kebanyakan responden memberikan skor 4 (kesulitan tinggi) dalam mencari pekerjaan, sementara sebagian kecil lainnya berada di sekitar 3.

• Sebaran data condong ke kanan: Tidak ada nilai yang signifikan di bawah 3.0, yang menunjukkan bahwa responden umumnya menilai kesulitan mencari pekerjaan sebagai cukup tinggi.

3. Kesimpulan

• Mayoritas individu dalam dataset menilai kesulitan mencari pekerjaan sebagai tinggi (sekitar 4.0). Ada sebagian kecil individu yang memberikan penilaian lebih rendah (sekitar 3.0), namun jumlahnya jauh lebih sedikit dibanding kelompok yang menilai 4.0.

• Distribusi bimodal menunjukkan adanya dua kelompok utama dalam persepsi kesulitan mencari pekerjaan, yang mungkin disebabkan oleh faktor-faktor berbeda (misalnya, perbedaan latar belakang pendidikan, keterampilan, atau kondisi pasar kerja).

BOX PLOT

box_plot_usia_pengangguran <- ggplot(data, aes(y = `Usia Pengangguran`)) +
  geom_boxplot(fill = "lightgreen", color = "black") +
  theme_minimal() +
  labs(title = "Distribusi Usia Pengangguran", y = "Usia Pengangguran (Tahun)")

# Menampilkan box plot
box_plot_usia_pengangguran

1. Komponen Box Plot

• Kotak hijau: Merepresentasikan interquartile range (IQR), yaitu rentang antara kuartil pertama (Q1) dan kuartil ketiga (Q3).

• Garis hitam di dalam kotak: Menunjukkan median (Q2) atau nilai tengah data. Garis (whiskers) di atas dan bawah kotak: Menunjukkan sebaran data, dengan batas maksimum dan minimum dalam rentang 1,5 * IQR dari Q1 dan Q3.

• Tidak terlihat outlier: Jika ada titik di luar whiskers, itu adalah outlier atau nilai pencilan. Namun, dari grafik ini, tampaknya tidak ada pencilan yang signifikan.

2. Interpretasi Statistik

• Median berada di sekitar 40 tahun: Ini konsisten dengan hasil sebelumnya di mana median usia pengangguran adalah 39.5 tahun.

• Distribusi relatif simetris: Kotak tampak seimbang di sekitar median, yang menunjukkan bahwa data tidak terlalu condong ke kiri atau kanan.

• IQR cukup lebar: Ini menunjukkan bahwa usia pengangguran cukup bervariasi, dengan rentang usia yang cukup besar.

• Whiskers mencapai sekitar 70 tahun ke atas: Ini menunjukkan bahwa ada individu yang berusia lebih tua dalam kategori pengangguran, meskipun jumlahnya mungkin lebih sedikit.

3. Kesimpulan

• Data menunjukkan sebaran usia pengangguran yang cukup luas.
• Tidak ada indikasi outlier yang mencolok dalam dataset ini.
• Usia pengangguran umumnya berkisar antara 30 hingga 50 tahun, dengan beberapa individu yang lebih muda atau lebih tua.

Mean (Rata-Rata)

mean(data$`Usia Pengangguran`, na.rm = TRUE)

## [1] 39.74762

Nilai mean adalah 39.75. ini berarti bahwa rata-rata usia pengangguran dalam dataset ini sekitar 39,75 tahun.

Median (Nilai Tengah)

median(data$`Usia Pengangguran`, na.rm = TRUE)

## [1] 39.5

Nilai median adalah 39.5. Ini menunjukkan bahwa 50% pengangguran berusia di bawah 39,5 tahun dan 50% lainnya di atasnya. Karena median mendekati mean, distribusi usia kemungkinan hampir simetris, tetapi bisa sedikit condong jika diperiksa lebih lanjut.

Modus (Nilai yang Paling Sering Muncul)

modus_usia <- names(which.max(table(data$`Usia Pengangguran`)))
modus_usia

## [1] "17"

Modus usia adalah 17 tahun. Ini berarti bahwa usia 17 tahun adalah yang paling sering muncul dalam dataset Bisa jadi ada banyak pengangguran yang berusia muda, terutama di kelompok usia 17 tahun.

Kuartil 1 (Q1) dan Kuartil 3 (Q3)

data %>% summarise(
  Q1_usia = quantile(`Usia Pengangguran`, probs = 0.25, na.rm = TRUE),
  Q3_usia = quantile(`Usia Pengangguran`, probs = 0.3, na.rm = TRUE)
)

## # A tibble: 1 × 2
##   Q1_usia Q3_usia
##     <dbl>   <dbl>
## 1      27    30.5

Kode berikutnya mencoba menghitung kuartil pertama (Q1) dan kuartil ketiga (Q3), tetapi hasilnya tidak terlihat dalam gambar. Q1 adalah usia di mana 25% dari data berada di bawahnya, dan Q3 adalah usia di mana 75% dari data berada di bawahnya.

Range (Jangkauan)

range_usia_selisih <- diff(range(data$`Usia Pengangguran`, na.rm = TRUE))
range_usia_selisih

## [1] 54

Nilai range adalah 54. Ini dihitung sebagai selisih antara nilai maksimum dan minimum dalam dataset (usia pengangguran tertua - usia termuda). Artinya, usia pengangguran dalam dataset tersebar dalam rentang 54 tahun, yang menunjukkan adanya variasi yang cukup besar.

Standar Deviasi (SD)

sd_usia <- sd(data$`Usia Pengangguran`, na.rm = TRUE)
sd_usia

## [1] 14.83975

Nilai standar deviasi adalah 14.84. Standar deviasi mengukur seberapa jauh data tersebar dari nilai rata-rata (mean). Dengan SD sebesar 14.84, ini menunjukkan bahwa usia pengangguran memiliki variasi yang cukup tinggi, dengan banyak nilai yang tersebar jauh dari rata-rata (39.75 tahun, berdasarkan hasil sebelumnya). Jika distribusi usia mengikuti pola normal, sekitar 68% data akan berada dalam ±14.84 tahun dari rata-rata (sekitar usia 25 hingga 54 tahun).

Variasi Data

variasi_usia <- var(data$`Usia Pengangguran`, na.rm = TRUE)
variasi_usia

## [1] 220.2183