#Import data

Berikut adalah penggunaan statistika deksriptif pada data berat dan tinggi badan mahasiswa.

#install.packages("dplyr")
library(dplyr)
## Warning: package 'dplyr' was built under R version 4.4.3
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
#data kelas A
#nama mahasiswa
nama <- c("Ani", "Budi", "Cahya", "Danu", "Eka", "Fitri", "Gilang", "Hani", "Indra", "Jihan")

#berat badan mahasiswa
bb <- c(55, 63, 42, 51, 57, 67, 72, 46, 59, 60)

#tinggi badan mahasiswa
tb <- c(155, 167, 158, 160, 166, 172, 180, 157, 177, 175)

#data berat dan tinggi badan mahasiswa
kelas <- data.frame(nama, bb, tb)

mean(kelas$bb)
## [1] 57.2
meantb <- mean(kelas$tb)
cat("mean tinggi badan: ", meantb)
## mean tinggi badan:  166.7
#median
medianbb <- median(bb)
cat("median bb: ", medianbb, "kg", "\n")
## median bb:  58 kg
modus <- function(x){
  ux <- unique(x)
  ux[which.max(tabulate(match(x,ux)))]
}

modusbb <- modus(bb)
cat("modus bb: ", modusbb, "kg", "\n")
## modus bb:  55 kg
modustb <- modus(tb)
cat("modus tb: ", modustb, "kg", "\n")
## modus tb:  155 kg
#menghitung range (rentang)
rangebb <- range(bb)
cat("range bb: ", rangebb, "\n")
## range bb:  42 72
rangetb <- range(tb)
cat("range tb: ", rangetb, "\n")
## range tb:  155 180
#menghitung variansi (keragaman) = sebaran data
varbb <- var(bb)
cat("var bb: ", varbb, "\n")
## var bb:  84.4
#menghitung standar deviasi (simpangan baku) = sebaran data di sekitar rata-rata
sdbb <- sd(bb)
cat("sd bb: ", sdbb, "\n")
## sd bb:  9.186947

#Visualisasi data

Visualisasi dari data berat badan mahasiswa dapat ditampilkan sebagai berikut :

Dari visualisasi dapat dilihat bahwa tidak terdapat pencilan pada data.