#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.