Pendahuluan

Analisis ini bertujuan untuk melihat hubungan antara education index dan unemployment rate berdasarkan data unemployment 2025 multicountry. Variabel yang digunakan dalam analisis ini adalah education_index sebagai variabel pada sumbu X, unemployment_rate sebagai variabel pada sumbu Y, dan continent sebagai pembeda warna berdasarkan benua.

Import Library dan Data

library(ggplot2)

data <- read.csv("C:/Users/asusk/Downloads/dataset_unemployment_2025_multicountry.csv")

str(data)
## 'data.frame':    30 obs. of  11 variables:
##  $ continent                : chr  "Asia" "Asia" "Asia" "Asia" ...
##  $ country                  : chr  "Indonesia" "Malaysia" "Thailand" "Philippines" ...
##  $ year                     : int  2025 2025 2025 2025 2025 2025 2025 2025 2025 2025 ...
##  $ unemployment_rate        : num  5 3.2 1 5.5 2.5 6.8 4 3 7.5 8.5 ...
##  $ youth_unemployment       : num  12.5 9 4.2 13.5 7.5 18 11 6.5 16 20 ...
##  $ gdp_per_capita           : int  5200 13200 8100 4200 4500 3000 13000 48000 42000 35000 ...
##  $ inflation                : num  2.8 2.5 2 3.2 2.6 4.5 2.3 2.2 2.5 2.7 ...
##  $ labor_force_participation: num  69 70 71.5 66.5 72 65 67.5 75 71 69 ...
##  $ population               : num  288 35.5 73 115 99 1410 1420 84 65 60 ...
##  $ education_index          : num  0.71 0.81 0.77 0.69 0.75 0.64 0.78 0.88 0.87 0.85 ...
##  $ informal_employment      : int  54 30 46 57 52 75 40 15 18 22 ...

Visualisasi Data

Pada bagian ini dibuat grafik hubungan antara education_index dan unemployment_rate. Warna pada titik grafik dibedakan berdasarkan continent.

ggplot(data = data) +
  geom_point(mapping = aes(x = education_index, y = unemployment_rate, colour = continent)) +
  labs(
    title = "Hubungan Education Index dan Unemployment Rate",
    x = "Education Index",
    y = "Unemployment Rate (%)",
    color = "Continent"
  ) +
  theme_minimal() +
  scale_color_brewer(palette = "Set1")
Hubungan Education Index dan Unemployment Rate

Hubungan Education Index dan Unemployment Rate

Interpretasi

Terlihat jika semakin tinggi education index-nya maka tingkat unemployment rate-nya cenderung lebih rendah, seperti di negara-negara Asia dan Eropa. Sedangkan di wilayah Afrika terlihat bahwa semakin rendah education index, semakin tinggi juga unemployment rate-nya. Hal ini mengindikasikan bahwa peningkatan kualitas pendidikan dapat berperan dalam menekan tingkat pengangguran.

Kesimpulan

Berdasarkan grafik yang telah dibuat, dapat disimpulkan bahwa terdapat kecenderungan hubungan negatif antara education_index dan unemployment_rate. Semakin tinggi indeks pendidikan suatu negara, maka tingkat penganggurannya cenderung lebih rendah.