simpan=read.table("data4.1.csv",header=TRUE, sep=",") #membaca data4.1 simpan 

data_1=simpan$data1 #data_1 menyimpan data1  
data_11 = na.omit(data_1) #data_11 menyimpan data1, tanpa NA 
data_2=simpan$data2 #data_2 menyimpan data2 
data_21=na.omit(data_2) #data_21 menyimpan data2, tanpa NA 
data_3=simpan$data3 #data_3 menyimpan data3 
data_31=na.omit(data_3) #data_31 menyimpan data3, tanpa NA 

data_1 #menampilkan data1 atau data pada Tabel 4.1 
##  [1]  1  2  3  4  5  6  7  8  9 10 11 11 12 13 14 15 16 17 18
data_11 #menampilkan data1 atau data pada Tabel 4.1, dengan menghapus NA 
##  [1]  1  2  3  4  5  6  7  8  9 10 11 11 12 13 14 15 16 17 18
data_2 #menampilkan data2 atau data pada Tabel 4.3 
##  [1] 10 10 10 20 20 30 30 30 30 30 30 30 40 40 40 50 50 50 50
data_21 #menampilkan data2 atau data pada Tabel 4.3, dengan menghapus NA 
##  [1] 10 10 10 20 20 30 30 30 30 30 30 30 40 40 40 50 50 50 50
data_3 #menampilkan data3 atau data pada Tabel 4.9 
##  [1]  1  2  2  3  3  3  3  3  4  4  4  5  5  6  6 NA NA NA NA
data_31 #menampilkan data3 atau data pada Tabel 4.9, dengan menghapus NA 
##  [1] 1 2 2 3 3 3 3 3 4 4 4 5 5 6 6
## attr(,"na.action")
## [1] 16 17 18 19
## attr(,"class")
## [1] "omit"
library(psych) #mengaktifkan package "psych" yang di dalamnya menyediakan fungsi describe() 
## Warning: package 'psych' was built under R version 4.5.3
describe(data_11) #menyajikan ukuran gejala pusat, letak, pencaran, kemiringan, dan kurtosis untuk data1 describe
##    vars  n mean  sd median trimmed  mad min max range  skew kurtosis   se
## X1    1 19 9.58 5.2     10    9.59 5.93   1  18    17 -0.04    -1.32 1.19
(data_21) #menyajikan ukuran gejala pusat, letak, pencaran, kemiringan, dan kurtosis untuk data2 describe
##  [1] 10 10 10 20 20 30 30 30 30 30 30 30 40 40 40 50 50 50 50
(data_31) #menyajikan ukuran gejala pusat, letak, pencaran, kemiringan, dan kurtosis untuk data3 
##  [1] 1 2 2 3 3 3 3 3 4 4 4 5 5 6 6
## attr(,"na.action")
## [1] 16 17 18 19
## attr(,"class")
## [1] "omit"
library(pastecs)
stat.desc(data_11)
##      nbr.val     nbr.null       nbr.na          min          max        range 
##   19.0000000    0.0000000    0.0000000    1.0000000   18.0000000   17.0000000 
##          sum       median         mean      SE.mean CI.mean.0.95          var 
##  182.0000000   10.0000000    9.5789474    1.1928535    2.5060921   27.0350877 
##      std.dev     coef.var 
##    5.1995276    0.5428078
stat.desc(data_21)
##      nbr.val     nbr.null       nbr.na          min          max        range 
##   19.0000000    0.0000000    0.0000000   10.0000000   50.0000000   40.0000000 
##          sum       median         mean      SE.mean CI.mean.0.95          var 
##  600.0000000   30.0000000   31.5789474    3.0839291    6.4790946  180.7017544 
##      std.dev     coef.var 
##   13.4425353    0.4256803
stat.desc(data_31)
##                       x
## nbr.val      15.0000000
## nbr.null      0.0000000
## nbr.na        0.0000000
## min           1.0000000
## max           6.0000000
## range         5.0000000
## sum          54.0000000
## median        3.0000000
## mean          3.6000000
## SE.mean       0.3754363
## CI.mean.0.95  0.8052307
## var           2.1142857
## std.dev       1.4540584
## coef.var      0.4039051
simpan=read.table("data4.2.csv",header=TRUE, sep=",") #membaca data4.2 Simpan

library(psych)
describeBy(simpan$IQ, simpan$jurusan.angka)
## 
##  Descriptive statistics by group 
## group: 1
##    vars n mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 6  104 3.79    103     104 2.97 101 111    10 0.86    -0.93 1.55
## ------------------------------------------------------------ 
## group: 2
##    vars n  mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 6 102.5 1.38  102.5   102.5 2.22 101 104     3    0    -2.06 0.56
describeBy(simpan$IQ, simpan$jurusan.label)
## 
##  Descriptive statistics by group 
## group: matematika
##    vars n mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 6  104 3.79    103     104 2.97 101 111    10 0.86    -0.93 1.55
## ------------------------------------------------------------ 
## group: statistika
##    vars n  mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 6 102.5 1.38  102.5   102.5 2.22 101 104     3    0    -2.06 0.56
describeBy(simpan$EQ, simpan$jurusan.angka)
## 
##  Descriptive statistics by group 
## group: 1
##    vars n   mean  sd median trimmed  mad min max range  skew kurtosis   se
## X1    1 6 103.83 1.6    104  103.83 2.22 102 106     4 -0.02    -1.82 0.65
## ------------------------------------------------------------ 
## group: 2
##    vars n mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 6  104 4.15    103     104 2.22 101 112    11 1.05    -0.59 1.69
describeBy(simpan$EQ, simpan$jurusan.label) 
## 
##  Descriptive statistics by group 
## group: matematika
##    vars n   mean  sd median trimmed  mad min max range  skew kurtosis   se
## X1    1 6 103.83 1.6    104  103.83 2.22 102 106     4 -0.02    -1.82 0.65
## ------------------------------------------------------------ 
## group: statistika
##    vars n mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 6  104 4.15    103     104 2.22 101 112    11 1.05    -0.59 1.69
library(doBy) 
## Warning: package 'doBy' was built under R version 4.5.3
summaryBy(IQ + EQ ~ jurusan.label + jenis.label, data = simpan, FUN = function(x)  { c(ratarata = mean(x), standar_deviasi = sd(x), jumlah=sum(x)   ) } ) 
##   jurusan.label jenis.label IQ.ratarata IQ.standar_deviasi IQ.jumlah
## 1    matematika   laki-laki    102.3333          1.5275252       307
## 2    matematika   perempuan    105.6667          5.0332230       317
## 3    statistika   laki-laki    103.6667          0.5773503       311
## 4    statistika   perempuan    101.3333          0.5773503       304
##   EQ.ratarata EQ.standar_deviasi EQ.jumlah
## 1    103.3333           1.154701       310
## 2    104.3333           2.081666       313
## 3    105.6667           5.686241       317
## 4    102.3333           1.527525       307