1. Pendahuluan

Kemiskinan merupakan salah satu indikator penting dalam menilai kesejahteraan masyarakat. Analisis statistik deskriptif digunakan untuk menggambarkan kondisi data melalui ukuran pemusatan dan penyebaran data. Data yang digunakan dalam analisis ini diambil dari Badan Pusat Statistik (BPS).

2. Import Data dari Excel

library(readxl)

data <- read_excel("data_kemiskinan.xlsx")

# ubah kolom persentase menjadi angka 
data$persentase <-
as.numeric(data$persentase)
data$jumlah <- as.numeric(data$jumlah)

data
## # A tibble: 12 × 4
##    wilayah   periode             jumlah persentase
##    <chr>     <dttm>               <dbl>      <dbl>
##  1 perkotaan 2021-03-01 00:00:00   11.8       7.89
##  2 perkotaan 2021-09-01 00:00:00   11.8       7.6 
##  3 perkotaan 2022-03-01 00:00:00   11.8       7.5 
##  4 perkotaan 2022-09-01 00:00:00   11.6       7.53
##  5 perkotaan 2023-03-01 00:00:00   11.7       7.29
##  6 perkotaan 2023-09-01 00:00:00   11.6       7.32
##  7 pedesaan  2021-03-01 00:00:00   15.4      13.1 
##  8 pedesaan  2021-09-01 00:00:00   15.4      12.8 
##  9 pedesaan  2022-03-01 00:00:00   15.6      12.3 
## 10 pedesaan  2022-09-01 00:00:00   15.7      12.4 
## 11 pedesaan  2023-03-01 00:00:00   15.4      12.2 
## 12 pedesaan  2023-09-01 00:00:00   15.3      12.4

3. Statistik Deskriptif

mean(data$persentase)
## [1] 10.02083
median(data$persentase)
## [1] 10.055
quantile(data$persentase)
##      0%     25%     50%     75%    100% 
##  7.2900  7.5225 10.0550 12.3600 13.1000
min(data$persentase)
## [1] 7.29
max(data$persentase)
## [1] 13.1
sd(data$persentase)
## [1] 2.624883

Berdasarkan hasil statistik deskriptif, diperoleh nilai rata-rata persentase kemiskinan yang menggambarkan kondisi umum tingkat kemiskinan dalam data. Nilai median menunjukkan titik tengah distribusi data, sedangkan kuartil pertama (Q1) dan kuartil ketiga (Q3) menunjukkan penyebaran data pada bagian bawah dan atas. Nilai minimum dan maksimum menunjukkan rentang nilai dalam dataset.

4. Visualisasi Data

Histogram

hist(data$persentase,
     col="lightblue",
     main="Distribusi Persentase Kemiskinan",
     xlab="Persentase Kemiskinan",
     ylab="Frekuensi")

Histogram menunjukkan distribusi persentase kemiskinan dalam data. Dari grafik terlihat bagaimana penyebaran nilai persentase kemiskinan, apakah terkonsentrasi pada nilai tertentu atau tersebar secara merata.

Bar Chart

barplot(data$jumlah,
        names.arg=data$periode,
        col="orange",
        main="Jumlah Penduduk Miskin per Periode",
        xlab="Periode",
        ylab="Jumlah Penduduk Miskin (Juta Jiwa)")

Bar chart memperlihatkan jumlah penduduk miskin pada setiap periode pengamatan. Grafik ini membantu melihat perbandingan jumlah penduduk miskin dari waktu ke waktu serta perubahan yang terjadi pada setiap periode.

Pie Chart

pie(tapply(data$jumlah, data$wilayah, sum),
    main="Proporsi Penduduk Miskin Berdasarkan Wilayah")

Pie chart menunjukkan proporsi jumlah penduduk miskin antara wilayah perkotaan dan perdesaan. Dari grafik ini dapat dilihat wilayah mana yang memiliki kontribusi lebih besar terhadap jumlah penduduk miskin.

Boxplot

boxplot(data$persentase,
        col="lightgreen",
        main="Boxplot Persentase Kemiskinan",
        ylab="Persentase Kemiskinan")

Boxplot menggambarkan penyebaran data persentase kemiskinan melalui nilai minimum, kuartil pertama (Q1), median (Q2), kuartil ketiga (Q3), dan nilai maksimum. Grafik ini membantu melihat variasi data serta kemungkinan adanya nilai ekstrem.

5. Kesimpulan

Berdasarkan analisis statistik deskriptif dan visualisasi data, dapat disimpulkan bahwa tingkat kemiskinan memiliki variasi antar periode dan wilayah. Visualisasi grafik membantu memahami pola distribusi data serta perbandingan jumlah penduduk miskin antara wilayah perkotaan dan perdesaan.