Statistika Deskriptif dengan R

data <- data.frame(
  nama = c("Ani","budi","cahya","danu","eka","fitri","gilang","hani","indra","jihan"),
  bb = c(55,65,50,70,60,58,75,52,80,53),
  tb = c(160,175,155,122,143,135,178,678,198,178)
)

#membuat rata-rata
rata <- mean(data$bb)
cat("mean dari data: ", rata, "kg", "\n")

# membuat nilai tengah
tengah <- median(data$bb)
cat("median dari data: ", tengah, "kg", "\n")

# membuat fungsi untuk modus
modus <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}
# menampilkan modus
terbanyak <- modus(data$bb)
cat("modus dari data: ", data$bb, "kg", "\n")

# range, variansi, standar deviasi
rentang <- range(data$bb) # variabel
cat("rentang dari data: ", rentang, "\n") 

print(rentang) # hanya menampilkan data dari variabel

keragaman <- var(data$bb)
cat("variansi dari data: ", keragaman, "\n")

simpangan_baku <- sd(data$bb)
cat("simpangan baku dari data ialah: ", simpangan_baku, "\n")

# lakukan interpretasi dengan mengambil kesimpulan

# membuat scatter plot
plot(data$bb, data$tb, main = "Hubungan berat badan dengan tinggi badan", xlab = "berat badan", ylab = "tinggi badan", pch = 19, col = "blue")

hist(data$bb, col = "skyblue",
     main = "histogram berat badan mahasiswa kelas B",
     xlab = "berat badan (kg)"
     )

barplot(data$tb, names.arg = data$tb, col = "yellow", main = "nilai siswa") # ini bawaan R grafik batang

# Hapus data dengan tb > 250 (batas wajar tinggi badan manusia)
data_no_outlier <- subset(data, tb <= 250)

# Buat boxplot
par(mfrow = c(1, 2)) # 2 plot sejajar

boxplot(data_no_outlier$bb,
        main = "Boxplot Berat Badan (Tanpa Outlier)",
        ylab = "Berat Badan (kg)")

boxplot(data_no_outlier$tb,
        main = "Boxplot Tinggi Badan (Tanpa Outlier)",
        ylab = "Tinggi Badan (cm)")