Analisis Data Ekonomi Global (Gapminder 2007)

1. Persiapan Data

Kami menggunakan data gapminder tahun 2007. Variabel yang digunakan: * Kategorik: continent (Benua) & income_status (Status PDB) * Numerik: gdpPercap (Produk Domestik Bruto per kapita dalam US Dollar / USD) & lifeExp (Angka Harapan Hidup dalam tahun).

data_ekonomi <- subset(gapminder, year == 2007)
median_gdp <- median(data_ekonomi$gdpPercap)
data_ekonomi$income_status <- as.factor(ifelse(data_ekonomi$gdpPercap > median_gdp, "Di Atas Median", "Di Bawah Median"))

---

2. Perhitungan Statistik Deskriptif

Berikut adalah perhitungan Mean, Median, Modus, Q1, Q3, Range, Varians, dan Standar Deviasi. Perhitungan GDP disajikan dalam satuan US Dollar (USD).

get_mode <- function(v) { uniqv <- unique(v); uniqv[which.max(tabulate(match(v, uniqv)))] }
calc_stats <- function(x) {
  c(Mean = mean(x), Median = median(x), Modus = get_mode(x), 
    Q1 = quantile(x, 0.25), Q3 = quantile(x, 0.75), 
    Range = max(x) - min(x), Variance = var(x), Std_Dev = sd(x))
}
data.frame(GDP_Per_Capita_USD = calc_stats(data_ekonomi$gdpPercap), Life_Expectancy = calc_stats(data_ekonomi$lifeExp))

##          GDP_Per_Capita_USD Life_Expectancy
## Mean             11680.0718        67.00742
## Median            6124.3711        71.93550
## Modus              974.5803        43.82800
## Q1.25%            1624.8422        57.16025
## Q3.75%           18008.8356        76.41325
## Range            49079.6383        42.99000
## Variance     165377988.3224       145.75782
## Std_Dev          12859.9373        12.07302

---

3. Visualisasi dan Interpretasi

A. Pie Chart (Kategorik: Status PDB)

pie(table(data_ekonomi$income_status), main="Proporsi Negara Berdasarkan PDB", col=c("red", "steelblue"))

Interpretasi: Proporsi negara terbagi rata 50:50 karena data dibagi persis berdasarkan nilai median PDB populasi pada tahun tersebut.

B. Bar Chart (Kategorik: Benua)

barplot(table(data_ekonomi$continent), main="Jumlah Negara per Benua", ylab="Jumlah Negara", col="lightgreen")

Interpretasi: Benua Afrika memiliki jumlah negara terbanyak dalam dataset ini dibandingkan benua lainnya, disusul oleh Asia dan Eropa.

C. Histogram (Numerik: Angka Harapan Hidup)

hist(data_ekonomi$lifeExp, main="Distribusi Harapan Hidup", xlab="Umur (Tahun)", col="gold")

shapiro.test(data_ekonomi$lifeExp)

## 
##  Shapiro-Wilk normality test
## 
## data:  data_ekonomi$lifeExp
## W = 0.89467, p-value = 0.00000001357

Interpretasi: * Statistik Deskriptif: Secara deskriptif data condong ke kiri (left-skewed), yang berarti mayoritas negara di dunia pada 2007 sudah memiliki angka harapan hidup yang tinggi (sekitar 70-80 tahun). * Statistik Inferensia: Berdasarkan uji Shapiro-Wilk didapatkan p-value < 0.05, sehingga secara statistik data harapan hidup ini tidak berdistribusi normal.

D. Density Plot (Numerik: PDB per Kapita)

plot(density(data_ekonomi$gdpPercap), main="Density PDB per Kapita", xlab="GDP per Capita (USD)", col="purple", lwd=2)
polygon(density(data_ekonomi$gdpPercap), col = rgb(0.5, 0, 0.5, 0.3))

Interpretasi: * Statistik Deskriptif: Data sangat condong ke kanan (right-skewed). Mayoritas negara memiliki PDB per kapita yang rendah hingga menengah (di bawah 10.000 USD, terlihat dari puncak kurva di kiri), dan hanya sedikit negara yang PDB-nya sangat tinggi (hingga lebih dari 40.000 USD di ekor kanan). * Statistik Inferensia: Karena kecondongan ekstrim ini, asumsi normalitas tidak terpenuhi. Jika ingin dilakukan uji beda rata-rata (parametrik) di masa depan, data ini perlu ditransformasi terlebih dahulu (misalnya menggunakan logaritma natural).

E. Boxplot (Kategorik vs Numerik)

boxplot(lifeExp ~ continent, data=data_ekonomi, main="Harapan Hidup per Benua", xlab="Benua", ylab="Umur", col=c("pink", "lightblue", "lightgreen", "orange", "yellow"))

summary(aov(lifeExp ~ continent, data=data_ekonomi))

##              Df Sum Sq Mean Sq F value              Pr(>F)    
## continent     4  13061    3265   59.71 <0.0000000000000002 ***
## Residuals   137   7491      55                                
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Interpretasi: * Statistik Deskriptif: Oseania dan Eropa memiliki median umur tertinggi. Afrika memiliki median terendah dengan sebaran data (varians) yang sangat lebar antar negaranya. * Statistik Inferensia: Berdasarkan uji Analysis of Variance (ANOVA), didapatkan p-value sangat kecil (< 0.05). Hal ini membuktikan bahwa terdapat perbedaan rata-rata harapan hidup yang sangat signifikan di antara benua-benua tersebut.