KUIS AED
Fathoni Sabri
2025-03-11
1. Memanggil data Starwars
Memanggil dataset starwars pada library dplyr
library(dplyr) ## Warning: package 'dplyr' was built under R version 4.3.3##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, uniondata <- starwars
head(data)## # A tibble: 6 × 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Luke Sky… 172 77 blond fair blue 19 male mascu…
## 2 C-3PO 167 75 <NA> gold yellow 112 none mascu…
## 3 R2-D2 96 32 <NA> white, bl… red 33 none mascu…
## 4 Darth Va… 202 136 none white yellow 41.9 male mascu…
## 5 Leia Org… 150 49 brown light brown 19 fema… femin…
## 6 Owen Lars 178 120 brown, gr… light blue 52 male mascu…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>2. Buang amatan tidak terpakai
Buang amatan yang memiliki missing value
data = data %>% na.omit()Ambil data nama, height, dan mass saja dengan menggunakan select()
data_selected <- data %>% select("name", "height", "mass")
head(data_selected)## # A tibble: 6 × 3
## name height mass
## <chr> <int> <dbl>
## 1 Luke Skywalker 172 77
## 2 Darth Vader 202 136
## 3 Leia Organa 150 49
## 4 Owen Lars 178 120
## 5 Beru Whitesun Lars 165 75
## 6 Biggs Darklighter 183 843. Eksplorasi Data
a. Memeriksa sebaran data
#mengambil masing-masing data height dan mass untuk dilakukan analisis
height <- as.numeric(data_selected$height)
mass <- as.numeric(data_selected$mass)#menghitung rata-rata dari height dan mass
rata_h <- mean(height)
rata_m <- mean(mass)
rata_h## [1] 178.6552rata_m## [1] 77.77241#menhitung simpangan baku dari height dan mass
sd_h <- sd(height)
sd_m <- sd(mass)
sd_h## [1] 22.39942sd_m## [1] 23.08585#membuat histogram untuk melihat sebaran data
hist(height)
hist(mass)
#memeriksa apakah data mengikuti sebaran normal
qqnorm(height, col = 'blue')
qqline(height)
qqnorm(mass, col = 'blue')
qqline(mass)
#memeriksa apakah data mengikuti sebaran normal, jika p-value kurang dari 0,05 maka data tidak mengikuti sebaran normal
#untuk height, rata-ratanya 178,66 dan simpangan bakunya 22,40
ks.test(height, "pnorm", 178.66, 22.40)## Warning in ks.test.default(height, "pnorm", 178.66, 22.4): ties should not be
## present for the Kolmogorov-Smirnov test##
## Asymptotic one-sample Kolmogorov-Smirnov test
##
## data: height
## D = 0.21159, p-value = 0.149
## alternative hypothesis: two-sided#untuk mass, rata-ratanya 77,77 dan simpangan bakunya 23,09
ks.test(mass, "pnorm", 77.77, 23.09)## Warning in ks.test.default(mass, "pnorm", 77.77, 23.09): ties should not be
## present for the Kolmogorov-Smirnov test##
## Asymptotic one-sample Kolmogorov-Smirnov test
##
## data: mass
## D = 0.25572, p-value = 0.04506
## alternative hypothesis: two-sidedKesimpulannya, pada taraf nyata 5%, data height menyebar dengan sebaran normal sementara data mass tidak menyebar dengan sebaran normal.
#memerikas apkaah data mass mengikuti sebaran chi~squared dengan menggunakan KS Test
ks.test(mass, "pchisq", 77.77)## Warning in ks.test.default(mass, "pchisq", 77.77): ties should not be present
## for the Kolmogorov-Smirnov test##
## Asymptotic one-sample Kolmogorov-Smirnov test
##
## data: mass
## D = 0.19067, p-value = 0.2424
## alternative hypothesis: two-sidedKesimpulannya, pada taraf nyata 5%, data mass menyebar dengan sebaran chi-square. ## b. pendeteksian pencilan
#membuat boxplot dari data height dan mass
boxplot(height, main = "Boxplot dari height")
boxplot(mass, main = "Boxplot dari mass")
#mencari pencilan pada daata height dengan menggunakan IQR
boxplot.stats(height)$out## [1] 228 88order.out = boxplot.stats(height)$out
pencicilan = which(height %in% c(order.out))
pencicilan## [1] 9 18terdapat pencilan di data height pada indeks 9 dan 18 dengan nilai 228 dan 88
#mencari pencilan pada daata mass dengan menggunakan IQR
boxplot.stats(mass)$out## [1] 136.0 49.0 120.0 112.0 113.0 20.0 45.0 55.0 56.2 50.0order.out = boxplot.stats(mass)$out
pencicilan = which(mass %in% c(order.out))
pencicilan## [1] 2 3 4 9 14 18 19 22 26 27terdapat pencilan di data mass pada indeks 2, 3, 4, 9, 14, 18, 19, 22, 26, dan 27 dengan nilai 136.0, 49.0, 120.0, 112.0, 113.0, 20.0, 45.0, 55.0, 56.2, 50.0
c. statistik kekar untuk ukuran pemusatan
#memanggil lubrary datawizard
library(datawizard)## Warning: package 'datawizard' was built under R version 4.3.3#mencari rata-rata menggunakan winsorized
win.height=winsorize(
height,
threshold = 0.15,
method = "percentile",
robust = FALSE,
verbose = TRUE)
cat("\nSesudah : ",win.height)##
## Sesudah : 172 193 170 178 170 183 182 188 193 180 170 170 183 190 177 175 180 170 185 193 175 178 188 193 188 170 170 193 183win.mass=winsorize(
mass,
threshold = 0.15,
method = "percentile",
robust = FALSE,
verbose = TRUE)
cat("\nSesudah : ",win.mass)##
## Sesudah : 77 84 55 84 75 84 77 84 84 80 77 75 78.2 84 79 79 83 55 55 66 80 55 84 82 80 56.2 55 80 79mean(winsorize(win.height))## [1] 180.1724mean(winsorize(win.mass))## [1] 74.91034#mencari rata-rata menggunakan Trimmed mean
mean(height, trim=0.15)## [1] 180.381mean(mass, trim=0.15)## [1] 76.68571Hasil rata-rata menggunakan winsorized dan trimmed mean tidak berbeda jauh. kedua rata-rata data mass terpangkas sama sama lebih kecil jika dibandingkan dengan rata-rata aslinya. sedangkan kedua rata-rata data height terpangkas lebih besar jika dibandingkan dengan rata-rata aslinya. Menurut saya lebih baik menggunakan winsorized mean pada kasus ini karena datanya tidak terlalu terpengaruh dengan data outlier di pagar batas atas (winsorized mean<trimeed mean)
d. menambahkan data baru
menambahkan amatan baru dengan height 200 dan mass 100
keterangan : menggunakan c, tidak menggunakan rbind. karena pada proses eksplorasi data height dan mass sudah terlanjur dipisah
#menambahkan amatan baru menggunakan rbind()
height_baru <- c(height, 210)
mass_baru <- c(mass, 100)height_baru## [1] 172 202 150 178 165 183 182 188 228 180 170 170 183 190 177 175 180 88 185
## [20] 196 175 178 188 198 188 170 166 193 183 210#mencari pencilan dari height
Q1 <- quantile(height_baru, 0.25)
Q3 <- quantile(height_baru, 0.75)
IQR_value <- IQR(height_baru)
lower_bound <- Q1 - 1.5 * IQR_value
upper_bound <- Q3 + 1.5 * IQR_value
outliers <- height_baru[height_baru < lower_bound | height_baru > upper_bound]
outliers## [1] 228 88mass_baru## [1] 77.0 136.0 49.0 120.0 75.0 84.0 77.0 84.0 112.0 80.0 77.0 75.0
## [13] 78.2 113.0 79.0 79.0 83.0 20.0 45.0 66.0 80.0 55.0 84.0 82.0
## [25] 80.0 56.2 50.0 80.0 79.0 100.0#mencari pencilan dari mass
Q1 <- quantile(mass_baru, 0.25)
Q3 <- quantile(mass_baru, 0.75)
IQR_value <- IQR(mass_baru)
lower_bound <- Q1 - 1.5 * IQR_value
upper_bound <- Q3 + 1.5 * IQR_value
outliers <- mass_baru[mass_baru < lower_bound | mass_baru > upper_bound]
outliers## [1] 136.0 49.0 120.0 112.0 113.0 20.0 45.0 55.0 56.2 50.0 100.0Kesimpulan dari penambahan amatan
Setelah ditelusuri menggunakan IQR, ternyata amatan baru pada height (210) tidak termasuk pencilan. sedangkan amatan baru pada mass (100) termasuk pencilan.