############################################################
### NAMA : WILDIA NURATNA PUTRI NOVIA ###
### NIM : 2502056045 ###
### MATA KULIAH : STATISTIKA ###
### PROGRAM STUDI : ILMU KOMUNIKASI A ANGKATAN 2025 ###
############################################################
### MENGERJAKAN BAB 4 ###
### UKURAN GEJALA PUSAT, LETAK, PENCARAN, ###
### KEMIRINGAN DAN KERUNCINGAN ###
############################################################
#Aplikasi dalam R
library(readxl)
simpan=read_excel(file.choose()) #membaca data
simpan
## # A tibble: 19 × 3
## data1 data2 data3
## <dbl> <dbl> <dbl>
## 1 1 10 1
## 2 2 10 2
## 3 3 10 2
## 4 4 20 3
## 5 5 20 3
## 6 6 30 3
## 7 7 30 3
## 8 8 30 3
## 9 9 30 4
## 10 10 30 4
## 11 11 30 4
## 12 11 30 5
## 13 12 40 5
## 14 13 40 6
## 15 14 40 6
## 16 15 50 NA
## 17 16 50 NA
## 18 17 50 NA
## 19 18 50 NA
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 data1 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 data1 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 data1 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 data1 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 didalamnya menyediakan fungsi describe()
describe(data_11) #menyaikan ukuran gejala pusat, letak pancaran, kemiringan, dan kurtosis untuk data1
## 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
describe(data_21) #menyaikan ukuran gejala pusat, letak pancaran, kemiringan, dan kurtosis untuk data2
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 19 31.58 13.44 30 31.76 14.83 10 50 40 -0.14 -1.13 3.08
describe(data_31) #menyaikan ukuran gejala pusat, letak pancaran, kemiringan, dan kurtosis untuk data3
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 15 3.6 1.45 3 3.62 1.48 1 6 5 0.14 -1.01 0.38
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
#Aplikasi dalam R (Data Berkelompok)
library(readxl)
simpan=read_excel(file.choose()) #membaca data
simpan
## # A tibble: 12 × 6
## jurusan.angka jurusan.label jenis.angka jenis.label IQ EQ
## <dbl> <chr> <dbl> <chr> <dbl> <dbl>
## 1 1 matematika 1 laki-laki 101 102
## 2 1 matematika 1 laki-laki 104 104
## 3 1 matematika 1 laki-laki 102 104
## 4 1 matematika 2 perempuan 111 105
## 5 1 matematika 2 perempuan 101 106
## 6 1 matematika 2 perempuan 105 102
## 7 2 statistika 1 laki-laki 104 101
## 8 2 statistika 1 laki-laki 103 112
## 9 2 statistika 1 laki-laki 104 104
## 10 2 statistika 2 perempuan 102 101
## 11 2 statistika 2 perempuan 101 102
## 12 2 statistika 2 perempuan 101 104
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)
summaryBy(IQ + EQ ~ jurusan.label + jenis.label, data = simpan, FUN = function(x)
{ c(ratarata = mean(x), standar_deviasi = sd(x), jumlah = sum(x) )})
## # A tibble: 4 × 8
## jurusan.label jenis.label IQ.ratarata IQ.standar_deviasi IQ.jumlah EQ.ratarata
## <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 matematika laki-laki 102. 1.53 307 103.
## 2 matematika perempuan 106. 5.03 317 104.
## 3 statistika laki-laki 104. 0.577 311 106.
## 4 statistika perempuan 101. 0.577 304 102.
## # ℹ 2 more variables: EQ.standar_deviasi <dbl>, EQ.jumlah <dbl>