Dataset yang digunakan adalah mtcars,
yaitu dataset bawaan R yang berisi data performa 32 model mobil dari
majalah Motor Trend tahun 1974. Dataset ini memiliki 11
variabel, antara lain:
mpg : Miles per gallon (konsumsi bahan bakar)cyl : Jumlah silinderhp : Tenaga kuda (horsepower)wt : Berat kendaraan (dalam 1000 lbs)am : Jenis transmisi (0 = otomatis, 1 = manual)Berikut adalah ringkasan statistik deskriptif dari dataset
mtcars:
# Menampilkan ringkasan statistik dataset mtcars
summary(mtcars)
## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000
# Melihat struktur dataset
str(mtcars)
## 'data.frame': 32 obs. of 11 variables:
## $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
## $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
## $ disp: num 160 160 108 258 360 ...
## $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
## $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
## $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
## $ qsec: num 16.5 17 18.6 19.4 17 ...
## $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
## $ am : num 1 1 1 0 0 0 0 0 0 0 ...
## $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
## $ carb: num 4 4 1 1 2 1 4 2 2 4 ...
# Membuat scatter plot antara berat kendaraan (wt) dan konsumsi BBM (mpg)
plot(
mtcars$wt, mtcars$mpg,
main = "Hubungan Berat Kendaraan dan Konsumsi BBM",
xlab = "Berat Kendaraan (1000 lbs)",
ylab = "Miles per Gallon (mpg)",
col = "steelblue",
pch = 19,
cex = 1.2
)
# Menambahkan garis regresi
abline(lm(mpg ~ wt, data = mtcars), col = "red", lwd = 2)
Scatter Plot: Berat vs Konsumsi BBM (mpg)
# Menghitung rata-rata mpg berdasarkan jumlah silinder
tapply(mtcars$mpg, mtcars$cyl, mean)
## 4 6 8
## 26.66364 19.74286 15.10000
Berdasarkan analisis yang telah dilakukan terhadap dataset
mtcars, dapat disimpulkan bahwa: