#Bagaimana cara menampilkan 6 baris pertama dari data_mahasiswa?
df_mahasiswa <- read.csv("df_mahasiswa.csv")
head(df_mahasiswa)## 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#Bagaimana cara mengecek struktur dan tipe data_mahasiswa
str(df_mahasiswa)## '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 ...#Apakah terdapat missing value?
is.na(df_mahasiswa)## X id_mahasiswa jenis_kelamin jam_belajar_per_hari frekuensi_login_lms
## [1,] FALSE FALSE FALSE FALSE FALSE
## [2,] FALSE FALSE FALSE FALSE FALSE
## [3,] FALSE FALSE FALSE FALSE FALSE
## [4,] FALSE FALSE FALSE FALSE FALSE
## [5,] FALSE FALSE FALSE FALSE FALSE
## [6,] FALSE FALSE FALSE FALSE FALSE
## [7,] FALSE FALSE FALSE FALSE FALSE
## [8,] FALSE FALSE FALSE FALSE FALSE
## [9,] FALSE FALSE FALSE FALSE FALSE
## [10,] FALSE FALSE FALSE FALSE FALSE
## [11,] FALSE FALSE FALSE FALSE FALSE
## [12,] FALSE FALSE FALSE FALSE FALSE
## [13,] FALSE FALSE FALSE FALSE FALSE
## [14,] FALSE FALSE FALSE FALSE FALSE
## [15,] FALSE FALSE FALSE FALSE FALSE
## [16,] FALSE FALSE FALSE FALSE FALSE
## [17,] FALSE FALSE FALSE FALSE FALSE
## [18,] FALSE FALSE FALSE FALSE FALSE
## [19,] FALSE FALSE FALSE FALSE FALSE
## [20,] FALSE FALSE FALSE FALSE FALSE
## [21,] FALSE FALSE FALSE FALSE FALSE
## [22,] FALSE FALSE FALSE FALSE FALSE
## [23,] FALSE FALSE FALSE FALSE FALSE
## [24,] FALSE FALSE FALSE FALSE FALSE
## [25,] FALSE FALSE FALSE FALSE FALSE
## [26,] FALSE FALSE FALSE FALSE FALSE
## [27,] FALSE FALSE FALSE FALSE FALSE
## [28,] FALSE FALSE FALSE FALSE FALSE
## [29,] FALSE FALSE FALSE FALSE FALSE
## [30,] FALSE FALSE FALSE FALSE FALSE
## [31,] FALSE FALSE FALSE FALSE FALSE
## [32,] FALSE FALSE FALSE FALSE FALSE
## [33,] FALSE FALSE FALSE FALSE FALSE
## [34,] FALSE FALSE FALSE FALSE FALSE
## [35,] FALSE FALSE FALSE FALSE FALSE
## [36,] FALSE FALSE FALSE FALSE FALSE
## [37,] FALSE FALSE FALSE FALSE FALSE
## [38,] FALSE FALSE FALSE FALSE FALSE
## [39,] FALSE FALSE FALSE FALSE FALSE
## [40,] FALSE FALSE FALSE FALSE FALSE
## [41,] FALSE FALSE FALSE FALSE FALSE
## [42,] FALSE FALSE FALSE FALSE FALSE
## [43,] FALSE FALSE FALSE FALSE FALSE
## [44,] FALSE FALSE FALSE FALSE FALSE
## [45,] FALSE FALSE FALSE FALSE FALSE
## [46,] FALSE FALSE FALSE FALSE FALSE
## [47,] FALSE FALSE FALSE FALSE FALSE
## [48,] FALSE FALSE FALSE FALSE FALSE
## [49,] FALSE FALSE FALSE FALSE FALSE
## [50,] FALSE FALSE FALSE FALSE FALSE
## [51,] FALSE FALSE FALSE FALSE FALSE
## [52,] FALSE FALSE FALSE FALSE FALSE
## [53,] FALSE FALSE FALSE FALSE FALSE
## [54,] FALSE FALSE FALSE FALSE FALSE
## [55,] FALSE FALSE FALSE FALSE FALSE
## motivasi_belajar ipk
## [1,] FALSE FALSE
## [2,] FALSE FALSE
## [3,] FALSE FALSE
## [4,] FALSE FALSE
## [5,] FALSE FALSE
## [6,] FALSE FALSE
## [7,] FALSE FALSE
## [8,] FALSE FALSE
## [9,] FALSE FALSE
## [10,] FALSE FALSE
## [11,] FALSE FALSE
## [12,] FALSE FALSE
## [13,] FALSE FALSE
## [14,] FALSE FALSE
## [15,] FALSE FALSE
## [16,] FALSE FALSE
## [17,] FALSE FALSE
## [18,] FALSE FALSE
## [19,] FALSE FALSE
## [20,] FALSE FALSE
## [21,] FALSE FALSE
## [22,] FALSE FALSE
## [23,] FALSE FALSE
## [24,] FALSE FALSE
## [25,] FALSE FALSE
## [26,] FALSE FALSE
## [27,] FALSE FALSE
## [28,] FALSE FALSE
## [29,] FALSE FALSE
## [30,] FALSE FALSE
## [31,] FALSE FALSE
## [32,] FALSE FALSE
## [33,] FALSE FALSE
## [34,] FALSE FALSE
## [35,] FALSE FALSE
## [36,] FALSE FALSE
## [37,] FALSE FALSE
## [38,] FALSE FALSE
## [39,] FALSE FALSE
## [40,] FALSE FALSE
## [41,] FALSE FALSE
## [42,] FALSE FALSE
## [43,] FALSE FALSE
## [44,] FALSE FALSE
## [45,] FALSE FALSE
## [46,] FALSE FALSE
## [47,] FALSE FALSE
## [48,] FALSE FALSE
## [49,] FALSE FALSE
## [50,] FALSE FALSE
## [51,] FALSE FALSE
## [52,] FALSE FALSE
## [53,] FALSE FALSE
## [54,] FALSE FALSE
## [55,] FALSE FALSE#Jenis kelamin apakah yang memiliki rata-rata IPK tertinggi?
aggregate(ipk ~ jenis_kelamin, data = df_mahasiswa, mean)## jenis_kelamin ipk
## 1 L 3.158125
## 2 P 3.176957#Berapakah id_mahasiswa yang memiliki motivasi belajar tertinggi?
aggregate(motivasi_belajar ~ id_mahasiswa, data = df_mahasiswa, mean)## id_mahasiswa motivasi_belajar
## 1 MHS001 82
## 2 MHS002 73
## 3 MHS003 71
## 4 MHS004 98
## 5 MHS005 81
## 6 MHS006 61
## 7 MHS007 44
## 8 MHS008 69
## 9 MHS009 44
## 10 MHS010 46
## 11 MHS011 56
## 12 MHS012 35
## 13 MHS013 59
## 14 MHS014 81
## 15 MHS015 44
## 16 MHS016 90
## 17 MHS017 52
## 18 MHS018 92
## 19 MHS019 84
## 20 MHS020 73
## 21 MHS021 47
## 22 MHS022 72
## 23 MHS023 83
## 24 MHS024 81
## 25 MHS025 70
## 26 MHS026 89
## 27 MHS027 59
## 28 MHS028 53
## 29 MHS029 48
## 30 MHS030 87
## 31 MHS031 71
## 32 MHS032 39
## 33 MHS033 46
## 34 MHS034 87
## 35 MHS035 91
## 36 MHS036 66
## 37 MHS037 68
## 38 MHS038 90
## 39 MHS039 52
## 40 MHS040 80
## 41 MHS041 90
## 42 MHS042 73
## 43 MHS043 91
## 44 MHS044 63
## 45 MHS045 96
## 46 MHS046 43
## 47 MHS047 82
## 48 MHS048 92
## 49 MHS049 73
## 50 MHS050 57
## 51 MHS051 92
## 52 MHS052 88
## 53 MHS053 80
## 54 MHS054 100
## 55 MHS055 71#Ada berapa laki-laki dan perempuan di kelas ini?
table(df_mahasiswa$jenis_kelamin)##
## L P
## 32 23#Apakah mahasiswa dengan frekuensi login LMS tertinggi juga memiliki IPK tinggi? Asumsi IPK Tinggi > 3.5
df_mahasiswa[order(-df_mahasiswa$frekuensi_login_lms), c("frekuensi_login_lms", "ipk")]## frekuensi_login_lms ipk
## 6 7 3.10
## 7 7 2.98
## 17 7 3.06
## 18 7 3.89
## 22 7 3.69
## 31 7 3.22
## 33 7 3.11
## 41 7 3.73
## 44 7 3.15
## 55 7 3.21
## 3 6 3.07
## 9 6 2.82
## 13 6 3.11
## 21 6 2.96
## 26 6 3.32
## 28 6 3.14
## 37 6 3.67
## 42 6 3.05
## 51 6 3.65
## 10 5 2.93
## 43 5 3.29
## 47 5 3.13
## 49 5 3.22
## 8 4 3.08
## 23 4 3.54
## 24 4 3.61
## 34 4 3.56
## 48 4 3.70
## 50 4 3.05
## 52 4 3.30
## 53 4 3.29
## 54 4 3.41
## 4 3 3.43
## 27 3 2.94
## 30 3 3.40
## 46 3 2.49
## 2 2 3.45
## 5 2 2.83
## 12 2 2.71
## 14 2 3.31
## 15 2 2.90
## 19 2 3.09
## 29 2 2.89
## 32 2 2.66
## 40 2 3.17
## 45 2 3.33
## 1 1 3.12
## 11 1 2.64
## 16 1 3.46
## 20 1 2.73
## 25 1 2.65
## 35 1 3.13
## 36 1 2.95
## 38 1 3.29
## 39 1 2.52#Apakah mahasiswa dengan jam belajar >= 4 jam per hari memiliki IPK lebih tinggi dibandingkan yang kurang dari 4 jam
df_mahasiswa[order(-df_mahasiswa$jam_belajar_per_hari), c("jam_belajar_per_hari", "ipk")]## jam_belajar_per_hari ipk
## 4 5 3.43
## 16 5 3.46
## 18 5 3.89
## 19 5 3.09
## 24 5 3.61
## 30 5 3.40
## 34 5 3.56
## 41 5 3.73
## 45 5 3.33
## 48 5 3.70
## 54 5 3.41
## 1 4 3.12
## 2 4 3.45
## 14 4 3.31
## 22 4 3.69
## 23 4 3.54
## 26 4 3.32
## 35 4 3.13
## 37 4 3.67
## 38 4 3.29
## 40 4 3.17
## 42 4 3.05
## 43 4 3.29
## 47 4 3.13
## 49 4 3.22
## 51 4 3.65
## 52 4 3.30
## 5 3 2.83
## 6 3 3.10
## 8 3 3.08
## 20 3 2.73
## 25 3 2.65
## 36 3 2.95
## 53 3 3.29
## 3 2 3.07
## 9 2 2.82
## 13 2 3.11
## 17 2 3.06
## 27 2 2.94
## 28 2 3.14
## 29 2 2.89
## 31 2 3.22
## 44 2 3.15
## 50 2 3.05
## 55 2 3.21
## 7 1 2.98
## 10 1 2.93
## 11 1 2.64
## 12 1 2.71
## 15 1 2.90
## 21 1 2.96
## 32 1 2.66
## 33 1 3.11
## 39 1 2.52
## 46 1 2.49#Siapa mahasiswa dengan IPK tertinggi dan berapa nilai motivasinya? Jawablah dengan menyebutkan ID_Mahasiswa
df_mahasiswa[order(-df_mahasiswa$ipk), c("motivasi_belajar", "ipk", "id_mahasiswa")]## motivasi_belajar ipk id_mahasiswa
## 18 92 3.89 MHS018
## 41 90 3.73 MHS041
## 48 92 3.70 MHS048
## 22 72 3.69 MHS022
## 37 68 3.67 MHS037
## 51 92 3.65 MHS051
## 24 81 3.61 MHS024
## 34 87 3.56 MHS034
## 23 83 3.54 MHS023
## 16 90 3.46 MHS016
## 2 73 3.45 MHS002
## 4 98 3.43 MHS004
## 54 100 3.41 MHS054
## 30 87 3.40 MHS030
## 45 96 3.33 MHS045
## 26 89 3.32 MHS026
## 14 81 3.31 MHS014
## 52 88 3.30 MHS052
## 38 90 3.29 MHS038
## 43 91 3.29 MHS043
## 53 80 3.29 MHS053
## 31 71 3.22 MHS031
## 49 73 3.22 MHS049
## 55 71 3.21 MHS055
## 40 80 3.17 MHS040
## 44 63 3.15 MHS044
## 28 53 3.14 MHS028
## 35 91 3.13 MHS035
## 47 82 3.13 MHS047
## 1 82 3.12 MHS001
## 13 59 3.11 MHS013
## 33 46 3.11 MHS033
## 6 61 3.10 MHS006
## 19 84 3.09 MHS019
## 8 69 3.08 MHS008
## 3 71 3.07 MHS003
## 17 52 3.06 MHS017
## 42 73 3.05 MHS042
## 50 57 3.05 MHS050
## 7 44 2.98 MHS007
## 21 47 2.96 MHS021
## 36 66 2.95 MHS036
## 27 59 2.94 MHS027
## 10 46 2.93 MHS010
## 15 44 2.90 MHS015
## 29 48 2.89 MHS029
## 5 81 2.83 MHS005
## 9 44 2.82 MHS009
## 20 73 2.73 MHS020
## 12 35 2.71 MHS012
## 32 39 2.66 MHS032
## 25 70 2.65 MHS025
## 11 56 2.64 MHS011
## 39 52 2.52 MHS039
## 46 43 2.49 MHS046#Hitung jumlah laki-laki dan perempuan yang memiliki ipk lebih dari 3,5 dan motivasi belajar lebih dari 85!
df_mahasiswa[order(-df_mahasiswa$ipk), c("motivasi_belajar", "ipk", "id_mahasiswa", "jenis_kelamin")]## motivasi_belajar ipk id_mahasiswa jenis_kelamin
## 18 92 3.89 MHS018 L
## 41 90 3.73 MHS041 L
## 48 92 3.70 MHS048 L
## 22 72 3.69 MHS022 P
## 37 68 3.67 MHS037 L
## 51 92 3.65 MHS051 L
## 24 81 3.61 MHS024 P
## 34 87 3.56 MHS034 P
## 23 83 3.54 MHS023 L
## 16 90 3.46 MHS016 L
## 2 73 3.45 MHS002 P
## 4 98 3.43 MHS004 P
## 54 100 3.41 MHS054 L
## 30 87 3.40 MHS030 P
## 45 96 3.33 MHS045 P
## 26 89 3.32 MHS026 L
## 14 81 3.31 MHS014 L
## 52 88 3.30 MHS052 L
## 38 90 3.29 MHS038 L
## 43 91 3.29 MHS043 P
## 53 80 3.29 MHS053 L
## 31 71 3.22 MHS031 P
## 49 73 3.22 MHS049 P
## 55 71 3.21 MHS055 P
## 40 80 3.17 MHS040 L
## 44 63 3.15 MHS044 P
## 28 53 3.14 MHS028 P
## 35 91 3.13 MHS035 L
## 47 82 3.13 MHS047 L
## 1 82 3.12 MHS001 L
## 13 59 3.11 MHS013 P
## 33 46 3.11 MHS033 P
## 6 61 3.10 MHS006 L
## 19 84 3.09 MHS019 L
## 8 69 3.08 MHS008 L
## 3 71 3.07 MHS003 P
## 17 52 3.06 MHS017 L
## 42 73 3.05 MHS042 P
## 50 57 3.05 MHS050 P
## 7 44 2.98 MHS007 P
## 21 47 2.96 MHS021 L
## 36 66 2.95 MHS036 P
## 27 59 2.94 MHS027 L
## 10 46 2.93 MHS010 L
## 15 44 2.90 MHS015 L
## 29 48 2.89 MHS029 L
## 5 81 2.83 MHS005 L
## 9 44 2.82 MHS009 P
## 20 73 2.73 MHS020 L
## 12 35 2.71 MHS012 P
## 32 39 2.66 MHS032 L
## 25 70 2.65 MHS025 L
## 11 56 2.64 MHS011 L
## 39 52 2.52 MHS039 P
## 46 43 2.49 MHS046 L