Dalam sebuah kelas, perbedaan karakteristik fisik seperti berat badan dan tinggi badan mahasiswa dapat menjadi gambaran keragaman maupun homogenitas yang ada di dalam kelompok tersebut. Pada proyek ini dilakukan perbandingan antara dua kelas, yaitu Kelas A dan Kelas B, dengan fokus pada data berat badan dan tinggi badan mahasiswa. Analisis mencakup ukuran pemusatan data (mean, median, dan modus) serta ukuran penyebaran (rentang, variansi, dan simpangan baku), yang kemudian divisualisasikan melalui histogram. Perbandingan ini bertujuan untuk melihat apakah terdapat perbedaan signifikan antara kedua kelas, baik dari segi kecenderungan rata-rata maupun tingkat variasi data, sehingga dapat memberikan gambaran umum mengenai distribusi fisik mahasiswa di masing-masing kelas.

Input data

Input data yang penulis tambahkan disini untuk data pada kelas A dan juga kelas B. Data nya sebagai berikut.

#data kelas A
#nama mahasiswa
nama_A <- c("Ani", "Budi", "Cahya", "Danu", "Eka", "Fitri", "Gilang", "Hani", "Indra", "Jihan")
#berat badan mahasiswa
bb_A <- c(55, 65, 50, 70, 60, 58, 75, 52, 80, 53)
#tinggi badan mahasiswa
tb_A <- c(160, 175, 155, 180, 165, 162, 178, 158, 185, 159)

#data kelas B
#nama mahasiswa
nama_B <- c("Alya", "Bintang", "Rizki", "Ana", "Nanda", "Dimas", "Ali", "Agus", "Dwi", "Putri")
#berat badan mahasiswa
bb_B <- c(50, 55, 53, 60, 58, 70, 52, 57, 59, 54)
#tinggi badan mahasiswa
tb_B <- c(145, 160, 172, 155, 160, 170, 148, 162, 160, 143)

Setelah melakukan peng imput-an terhadap data kelas A dan kelas B, peenulis selanjutnya ingin meyatukan data dengan membuat data.frame (tabel).

Tabel kelas A

kelas_A <- data.frame(nama_A, bb_A, tb_A)

Tabel kelas B

kelas_B <- data.frame(nama_B, bb_B, tb_B)

Setelah melakukan imput data, selanjutnya ialah kita akan melakukan analisis dengan statistika deskriptif dan juga melakukan visualisasi yang menarik tentunya.

Statistika Deskriptif

Di statistika deskriptif ini kita akan menganalisis perbandingan ukuran pemusatan data (rata-rata, median, modus) dan ukuran penyebaran data (rentang, variansi, simpangan baku) untuk berat badan dan tinggi badan mahasiswa Kelas A dan Kelas B.

Analisis perbandingan berat badan kelas A dengan kelas B

langkah awal kita ialah merincikan jalan kerja kita agar lebih terstruktur dalam menganalisis.

Kelas A

  1. Ukuran pemusatan data untuk berat badan kelas A
# membuat rata-rata, nilai tengah, dan modus
rata <- mean(kelas_A$bb_A)

tengah <- median(kelas_A$bb_A)

modus <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}
terbanyak <- modus(kelas_A$bb_A)
## mean dari data:  61.8 kg
## median dari data:  59 kg
## modus dari data:  55 kg
  1. Ukuran penyebaran data untuk berat badan kelas A
# range, variansi, standar deviasi
rentang <- range(kelas_A$bb_A) 

keragaman <- var(kelas_A$bb_A)

simpangan_baku <- sd(kelas_A$bb_A)
## rentang dari data:  50 80
## variansi dari data:  106.6222
## simpangan baku dari data ialah:  10.3258

Kelas B

  1. Ukuran pemusatan data untuk berat badan kelas B
# membuat rata-rata, nilai tengah, dan modus
rataB <- mean(kelas_B$bb_B)

tengahB <- median(kelas_B$bb_B)

modusB <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}
terbanyakB <- modus(kelas_B$bb_B)
## mean dari data:  56.8 kg
## median dari data:  56 kg
## modus dari data:  50 kg
  1. Ukuran penyebaran data untuk berat badan kelas B
# range, variansi, standar deviasi
rentangB <- range(kelas_B$bb_B) 

keragamanB <- var(kelas_B$bb_B)

simpangan_bakuB <- sd(kelas_B$bb_B)
## rentang dari data:  50 70
## variansi dari data:  31.73333
## simpangan baku dari data ialah:  5.633235

Visualisasi

Simpulan

Berdasarkan analisis data berat badan mahasiswa, terlihat bahwa distribusi berat badan di Kelas A lebih bervariasi dibandingkan dengan Kelas B. Nilai rata-rata (mean) berat badan Kelas A adalah 61,8 kg dengan median 59 kg, serta modus 55 kg. Rentang data yang cukup lebar yaitu dari 50 kg hingga 80 kg, serta nilai simpangan baku yang tinggi (10,33), menunjukkan adanya sebaran data yang besar atau variasi berat badan yang cukup signifikan di antara mahasiswa Kelas A. Hal ini dapat dilihat juga dari histogram, di mana distribusi berat badan mahasiswa tersebar hingga angka 80 kg. Dengan kata lain, Kelas A memiliki keragaman berat badan yang lebih tinggi.

Sementara itu, pada Kelas B rata-rata berat badan mahasiswa adalah 56,8 kg dengan median 56 kg dan modus 50 kg. Penyebaran data lebih sempit dengan rentang antara 50 kg hingga 70 kg, serta simpangan baku yang relatif kecil (5,63). Hal ini menunjukkan bahwa berat badan mahasiswa Kelas B lebih homogen dibandingkan Kelas A. Dari histogram juga terlihat distribusi data terkonsentrasi pada rentang 50–60 kg, dengan sebagian besar mahasiswa memiliki berat badan mendekati rata-rata. Secara umum, Kelas B memiliki kecenderungan berat badan yang lebih merata dan tidak terlalu menyimpang dari rata-rata.

Analisis perbandingan tinggi badan kelas A dengan kelas B

langkah selanjutnya kita ialah ‘melanjutkan alurnya’.

Kelas A

  1. Ukuran pemusatan data untuk tinggi badan kelas A
# membuat rata-rata, nilai tengah, dan modus
rataTbA <- mean(kelas_A$tb_A)

tengahTbA <- median(kelas_A$tb_A)

modusTbA <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}
terbanyakTbA <- modus(kelas_A$tb_A)
## mean dari data:  167.7 cm
## median dari data:  163.5 cm
## modus dari data:  160 cm
  1. Ukuran penyebaran data untuk tinggi badan kelas A
# range, variansi, standar deviasi
rentangTbA <- range(kelas_A$tb_A) 

keragamanTbA <- var(kelas_A$tb_A)

simpangan_bakuTbA <- sd(kelas_A$tb_A)
## rentang dari data:  155 185
## variansi dari data:  115.5667
## simpangan baku dari data ialah:  10.75019

Kelas B

  1. Ukuran pemusatan data untuk berat badan kelas B
# membuat rata-rata, nilai tengah, dan modus
rataTbB <- mean(kelas_B$tb_B)

tengahTbB <- median(kelas_B$tb_B)

modusTbB <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}
terbanyakTbB <- modus(kelas_B$tb_B)
## mean dari data:  157.5 cm
## median dari data:  160 cm
## modus dari data:  160 cm
  1. Ukuran penyebaran data untuk berat badan kelas B
# range, variansi, standar deviasi
rentangTbB <- range(kelas_B$tb_B) 

keragamanTbB <- var(kelas_B$tb_B)

simpangan_bakuTbB <- sd(kelas_B$tb_B)
## rentang dari data:  143 172
## variansi dari data:  96.5
## simpangan baku dari data ialah:  9.823441

Visualisasi

Simpulan

Berdasarkan hasil analisis tinggi badan mahasiswa, Kelas A memiliki rata-rata tinggi badan sebesar 167,7 cm dengan median 163,5 cm dan modus 160 cm. Penyebaran data cukup besar dengan rentang antara 155 cm hingga 185 cm, serta simpangan baku 10,75 yang menunjukkan variasi tinggi badan mahasiswa di kelas ini cukup beragam. Histogram menunjukkan distribusi data yang tersebar, dengan sebagian mahasiswa memiliki tinggi mendekati 160 cm, tetapi ada juga yang cukup tinggi hingga di atas 180 cm. Hal ini menggambarkan bahwa Kelas A cenderung lebih heterogen dalam hal tinggi badan.

Sementara itu, Kelas B memiliki rata-rata tinggi badan 157,5 cm dengan median dan modus sama-sama 160 cm. Data pada kelas ini memiliki rentang lebih sempit, yaitu 143 cm hingga 172 cm, dan simpangan baku lebih kecil (9,82), menandakan penyebaran tinggi badan lebih homogen dibandingkan Kelas A. Histogram menunjukkan distribusi yang terkonsentrasi pada kisaran 155–162 cm, yang berarti sebagian besar mahasiswa berada di sekitar tinggi rata-rata. Dengan demikian, Kelas B lebih seragam dalam hal tinggi badan, sedangkan Kelas A menunjukkan variasi yang lebih besar.