#QUIZZ PRA UTS 06-10-2025 #import data
dataquizz=read.csv("df_mahasiswa.csv")
dataquizz## X id_mahasiswa jenis_kelamin jam_belajar_per_hari frekuensi_login_lms
## 1 1 MHS001 L 4 1
## 2 2 MHS002 P 4 2
## 3 3 MHS003 P 2 6
## 4 4 MHS004 P 5 3
## 5 5 MHS005 L 3 2
## 6 6 MHS006 L 3 7
## 7 7 MHS007 P 1 7
## 8 8 MHS008 L 3 4
## 9 9 MHS009 P 2 6
## 10 10 MHS010 L 1 5
## 11 11 MHS011 L 1 1
## 12 12 MHS012 P 1 2
## 13 13 MHS013 P 2 6
## 14 14 MHS014 L 4 2
## 15 15 MHS015 L 1 2
## 16 16 MHS016 L 5 1
## 17 17 MHS017 L 2 7
## 18 18 MHS018 L 5 7
## 19 19 MHS019 L 5 2
## 20 20 MHS020 L 3 1
## 21 21 MHS021 L 1 6
## 22 22 MHS022 P 4 7
## 23 23 MHS023 L 4 4
## 24 24 MHS024 P 5 4
## 25 25 MHS025 L 3 1
## 26 26 MHS026 L 4 6
## 27 27 MHS027 L 2 3
## 28 28 MHS028 P 2 6
## 29 29 MHS029 L 2 2
## 30 30 MHS030 P 5 3
## 31 31 MHS031 P 2 7
## 32 32 MHS032 L 1 2
## 33 33 MHS033 P 1 7
## 34 34 MHS034 P 5 4
## 35 35 MHS035 L 4 1
## 36 36 MHS036 P 3 1
## 37 37 MHS037 L 4 6
## 38 38 MHS038 L 4 1
## 39 39 MHS039 P 1 1
## 40 40 MHS040 L 4 2
## 41 41 MHS041 L 5 7
## 42 42 MHS042 P 4 6
## 43 43 MHS043 P 4 5
## 44 44 MHS044 P 2 7
## 45 45 MHS045 P 5 2
## 46 46 MHS046 L 1 3
## 47 47 MHS047 L 4 5
## 48 48 MHS048 L 5 4
## 49 49 MHS049 P 4 5
## 50 50 MHS050 P 2 4
## 51 51 MHS051 L 4 6
## 52 52 MHS052 L 4 4
## 53 53 MHS053 L 3 4
## 54 54 MHS054 L 5 4
## 55 55 MHS055 P 2 7
## motivasi_belajar ipk
## 1 82 3.12
## 2 73 3.45
## 3 71 3.07
## 4 98 3.43
## 5 81 2.83
## 6 61 3.10
## 7 44 2.98
## 8 69 3.08
## 9 44 2.82
## 10 46 2.93
## 11 56 2.64
## 12 35 2.71
## 13 59 3.11
## 14 81 3.31
## 15 44 2.90
## 16 90 3.46
## 17 52 3.06
## 18 92 3.89
## 19 84 3.09
## 20 73 2.73
## 21 47 2.96
## 22 72 3.69
## 23 83 3.54
## 24 81 3.61
## 25 70 2.65
## 26 89 3.32
## 27 59 2.94
## 28 53 3.14
## 29 48 2.89
## 30 87 3.40
## 31 71 3.22
## 32 39 2.66
## 33 46 3.11
## 34 87 3.56
## 35 91 3.13
## 36 66 2.95
## 37 68 3.67
## 38 90 3.29
## 39 52 2.52
## 40 80 3.17
## 41 90 3.73
## 42 73 3.05
## 43 91 3.29
## 44 63 3.15
## 45 96 3.33
## 46 43 2.49
## 47 82 3.13
## 48 92 3.70
## 49 73 3.22
## 50 57 3.05
## 51 92 3.65
## 52 88 3.30
## 53 80 3.29
## 54 100 3.41
## 55 71 3.21#menampilkan 6 baris pertama
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionq12 = dataquizz %>%
slice_head(n=6)
q12## X id_mahasiswa jenis_kelamin jam_belajar_per_hari frekuensi_login_lms
## 1 1 MHS001 L 4 1
## 2 2 MHS002 P 4 2
## 3 3 MHS003 P 2 6
## 4 4 MHS004 P 5 3
## 5 5 MHS005 L 3 2
## 6 6 MHS006 L 3 7
## motivasi_belajar ipk
## 1 82 3.12
## 2 73 3.45
## 3 71 3.07
## 4 98 3.43
## 5 81 2.83
## 6 61 3.10#check struktur dan tipe data
str(dataquizz)## 'data.frame': 55 obs. of 7 variables:
## $ X : int 1 2 3 4 5 6 7 8 9 10 ...
## $ id_mahasiswa : chr "MHS001" "MHS002" "MHS003" "MHS004" ...
## $ jenis_kelamin : chr "L" "P" "P" "P" ...
## $ jam_belajar_per_hari: int 4 4 2 5 3 3 1 3 2 1 ...
## $ frekuensi_login_lms : int 1 2 6 3 2 7 7 4 6 5 ...
## $ motivasi_belajar : int 82 73 71 98 81 61 44 69 44 46 ...
## $ ipk : num 3.12 3.45 3.07 3.43 2.83 3.1 2.98 3.08 2.82 2.93 ...#check missing value
colSums(is.na(dataquizz))## X id_mahasiswa jenis_kelamin
## 0 0 0
## jam_belajar_per_hari frekuensi_login_lms motivasi_belajar
## 0 0 0
## ipk
## 0#ada berapa laki-laki dan perempuan
sort(table(dataquizz$jenis_kelamin))##
## P L
## 23 32#ipk tertinggi
max(dataquizz$ipk)## [1] 3.89q13 = dataquizz %>%
filter(ipk=="3.89")%>%
count(jenis_kelamin)
q13## jenis_kelamin n
## 1 L 1#id mahasiswa dengan motivasi belajar paling tinggi
max(dataquizz$motivasi_belajar)## [1] 100q14 = dataquizz%>%
filter(motivasi_belajar=="100")%>%
count(id_mahasiswa)
q14## id_mahasiswa n
## 1 MHS054 1#apakah mahasiswa yang memiliki frekuensi login lms tertinggi juga memiliki ipk yang tinggi. indikator ipk tinggi adalah >3.5
max(dataquizz$frekuensi_login_lms)## [1] 7q14 = dataquizz%>%
filter(frekuensi_login_lms=="7")%>%
count(ipk)
q14## ipk n
## 1 2.98 1
## 2 3.06 1
## 3 3.10 1
## 4 3.11 1
## 5 3.15 1
## 6 3.21 1
## 7 3.22 1
## 8 3.69 1
## 9 3.73 1
## 10 3.89 1#mahasiswa dengan jam belajar >= 4 jam memiliki ipk lebih tinggi daripada yang belajar <4 jam?
quis_selected = select(dataquizz, jam_belajar_per_hari, ipk)
quis_selected## jam_belajar_per_hari ipk
## 1 4 3.12
## 2 4 3.45
## 3 2 3.07
## 4 5 3.43
## 5 3 2.83
## 6 3 3.10
## 7 1 2.98
## 8 3 3.08
## 9 2 2.82
## 10 1 2.93
## 11 1 2.64
## 12 1 2.71
## 13 2 3.11
## 14 4 3.31
## 15 1 2.90
## 16 5 3.46
## 17 2 3.06
## 18 5 3.89
## 19 5 3.09
## 20 3 2.73
## 21 1 2.96
## 22 4 3.69
## 23 4 3.54
## 24 5 3.61
## 25 3 2.65
## 26 4 3.32
## 27 2 2.94
## 28 2 3.14
## 29 2 2.89
## 30 5 3.40
## 31 2 3.22
## 32 1 2.66
## 33 1 3.11
## 34 5 3.56
## 35 4 3.13
## 36 3 2.95
## 37 4 3.67
## 38 4 3.29
## 39 1 2.52
## 40 4 3.17
## 41 5 3.73
## 42 4 3.05
## 43 4 3.29
## 44 2 3.15
## 45 5 3.33
## 46 1 2.49
## 47 4 3.13
## 48 5 3.70
## 49 4 3.22
## 50 2 3.05
## 51 4 3.65
## 52 4 3.30
## 53 3 3.29
## 54 5 3.41
## 55 2 3.21q16 = quis_selected%>%
filter(jam_belajar_per_hari>=4)%>%
count(ipk)
q16## ipk n
## 1 3.05 1
## 2 3.09 1
## 3 3.12 1
## 4 3.13 2
## 5 3.17 1
## 6 3.22 1
## 7 3.29 2
## 8 3.30 1
## 9 3.31 1
## 10 3.32 1
## 11 3.33 1
## 12 3.40 1
## 13 3.41 1
## 14 3.43 1
## 15 3.45 1
## 16 3.46 1
## 17 3.54 1
## 18 3.56 1
## 19 3.61 1
## 20 3.65 1
## 21 3.67 1
## 22 3.69 1
## 23 3.70 1
## 24 3.73 1
## 25 3.89 1q17 = quis_selected%>%
filter(jam_belajar_per_hari<4)%>%
count(ipk)
q17## ipk n
## 1 2.49 1
## 2 2.52 1
## 3 2.64 1
## 4 2.65 1
## 5 2.66 1
## 6 2.71 1
## 7 2.73 1
## 8 2.82 1
## 9 2.83 1
## 10 2.89 1
## 11 2.90 1
## 12 2.93 1
## 13 2.94 1
## 14 2.95 1
## 15 2.96 1
## 16 2.98 1
## 17 3.05 1
## 18 3.06 1
## 19 3.07 1
## 20 3.08 1
## 21 3.10 1
## 22 3.11 2
## 23 3.14 1
## 24 3.15 1
## 25 3.21 1
## 26 3.22 1
## 27 3.29 1#id mahasiswa dengan ipk tertinggi dan cantumkan motivasi belajarnya.
max(dataquizz$ipk)## [1] 3.89q18 = dataquizz%>%
filter(ipk=="3.89")%>%
select(id_mahasiswa, motivasi_belajar)
q18## id_mahasiswa motivasi_belajar
## 1 MHS018 92#jumlah laki laki dan perempuan yang ipk nya >3.5 dan motivasi belajarnya >85
q19 = dataquizz%>%
filter(ipk>3.5, motivasi_belajar>85)%>%
count(jenis_kelamin)
q19## jenis_kelamin n
## 1 L 4
## 2 P 1