Eksplorasi dan Identifikasi Permasalahan Kualitas Data Mahasiswa

1. Pendahuluan

1.1 Latar Belakang

Data mahasiswa dapat digunakan untuk menggambarkan berbagai karakteristik mahasiswa, seperti identitas, kondisi akademik, kebiasaan belajar, penggunaan internet, waktu tidur, hingga tingkat kepuasan terhadap perkuliahan.

Sebelum data digunakan untuk analisis lebih lanjut, perlu dilakukan eksplorasi dan pemeriksaan kualitas data. Hal ini bertujuan untuk mengetahui apakah terdapat missing value, inkonsistensi penulisan, data duplikat, maupun data yang tidak wajar (noisy data).

Oleh karena itu, dilakukan eksplorasi terhadap dataset mahasiswa untuk mengidentifikasi berbagai permasalahan yang terdapat dalam data.

1.2 Tujuan

Tujuan dari eksplorasi dan pemeriksaan data mahasiswa adalah:

Mengetahui kondisi dan gambaran umum dari data mahasiswa.
Mencari tahu apakah ada data yang kosong, duplikat, tidak konsisten, atau tidak wajar.
Menemukan masalah-masalah yang ada dalam dataset sebelum data digunakan untuk analisis lebih lanjut.
Membersihkan dan merapikan data supaya lebih siap digunakan untuk pengolahan dan analisis.

2. Informasi Dataset

Dataset yang digunakan merupakan dataset mahasiswa yang berbentuk data terstruktur dalam baris dan kolom.

2.1 Memasukkan Data

2.2 Ukuran Dataset

## Jumlah baris : 1215

## Jumlah kolom : 15

2.3 Variabel dalam Dataset

Variabel dalam Dataset
No	Variabel
1	ID_Mahasiswa
2	Nama
3	Gender
4	Umur
5	Semester
6	Program_Studi
7	Kota_Asal
8	Jam_Belajar_per_Minggu
9	Kehadiran_Persen
10	Nilai_Tugas
11	Nilai_Ujian
12	Nilai_Akhir
13	Jam_Internet_per_Hari
14	Jam_Tidur_per_Hari
15	Kepuasan_Kuliah

2.4 Tipe dan Struktur Data

Pemeriksaan struktur data dilakukan untuk mengetahui tipe data setiap variabel yang terbaca oleh R.

## tibble [1,215 × 15] (S3: tbl_df/tbl/data.frame)
##  $ ID_Mahasiswa          : num [1:1215] 100740 100789 100044 100156 100495 ...
##  $ Nama                  : chr [1:1215] "Mahasiswa_0740" "Mahasiswa_0789" "Mahasiswa_0044" "Mahasiswa_0156" ...
##  $ Gender                : chr [1:1215] "Laki-laki" "Perempuan" "Perempuan" "Laki-laki" ...
##  $ Umur                  : num [1:1215] 20 21 19 24 20 21 21 19 21 20 ...
##  $ Semester              : num [1:1215] 3 3 3 5 5 3 5 5 3 3 ...
##  $ Program_Studi         : chr [1:1215] "Statistika" "Statistika" "Matematika" "Statistika" ...
##  $ Kota_Asal             : chr [1:1215] "Pekanbaru" "Dumai" "Pekanbaru" "Pekanbaru" ...
##  $ Jam_Belajar_per_Minggu: num [1:1215] 3.6 13 13.3 11.8 13.8 20.1 7 14.4 10.4 21.4 ...
##  $ Kehadiran_Persen      : num [1:1215] 90 81 83.4 87.9 93.8 NA 78.6 90.4 85.8 88.4 ...
##  $ Nilai_Tugas           : chr [1:1215] "45" "74.7" "76.900000000000006" "55.4" ...
##  $ Nilai_Ujian           : chr [1:1215] "95.2" "81.599999999999994" "94.3" "93.4" ...
##  $ Nilai_Akhir           : num [1:1215] 78.6 81.1 86.7 80 93.8 86.6 71.5 89.5 85.5 88.4 ...
##  $ Jam_Internet_per_Hari : num [1:1215] 5.8 3.4 4.4 4.6 5.6 5.9 2.1 5.3 7.4 7.3 ...
##  $ Jam_Tidur_per_Hari    : num [1:1215] 4.9 7.7 5.6 7.5 6.3 6.3 7 7.1 6.1 5.5 ...
##  $ Kepuasan_Kuliah       : num [1:1215] 5 4 4 3 5 3 3 2 3 4 ...

2.5 Tampilan Data

10 Data Mahasiswa Pertama
ID_Mahasiswa	Nama	Gender	Umur	Semester	Program_Studi	Kota_Asal	Jam_Belajar_per_Minggu	Kehadiran_Persen	Nilai_Tugas	Nilai_Ujian	Nilai_Akhir	Jam_Internet_per_Hari	Jam_Tidur_per_Hari	Kepuasan_Kuliah
100740	Mahasiswa_0740	Laki-laki	20	3	Statistika	Pekanbaru	3.6	90.0	45	95.2	78.6	5.8	4.9	5
100789	Mahasiswa_0789	Perempuan	21	3	Statistika	Dumai	13.0	81.0	74.7	81.599999999999994	81.1	3.4	7.7	4
100044	Mahasiswa_0044	Perempuan	19	3	Matematika	Pekanbaru	13.3	83.4	76.900000000000006	94.3	86.7	4.4	5.6	4
100156	Mahasiswa_0156	Laki-laki	24	5	Statistika	Pekanbaru	11.8	87.9	55.4	93.4	80.0	4.6	7.5	3
100495	Mahasiswa_0495	Perempuan	20	5	Statistika	Pekanbaru	13.8	93.8	83.7	100	93.8	5.6	6.3	5
100971	Mahasiswa_0971	Perempuan	21	3	Statistika	Pekanbaru	20.1	NA	71.3	91.5	86.6	5.9	6.3	3
100271	Mahasiswa_0271	Perempuan	21	5	Statistika	Medan	7.0	78.6	52.1	83.7	71.5	2.1	7.0	3
100591	Mahasiswa_0591	Laki-laki	19	5	Matematika	Pekanbaru	14.4	90.4	69.900000000000006	100	89.5	5.3	7.1	2
100124	Mahasiswa_0124	Laki-laki	21	3	Statistika	Dumai	10.4	85.8	70.2	99.2	85.5	7.4	6.1	3
100114	Mahasiswa_0114	Perempuan	20	3	Statistika	Pekanbaru	21.4	88.4	77.5	89.1	88.4	7.3	5.5	4

3. Eksplorasi dan Identifikasi Permasalahan Data

Sebelum dilakukan proses data cleaning, dilakukan eksplorasi terhadap dataset untuk mengetahui permasalahan kualitas data yang terdapat di dalamnya.

Permasalahan yang diperiksa meliputi:

Missing value
Inkonsistensi data
Duplikasi data
Data noisy

3.1 Missing Value

Missing value merupakan data yang kosong atau tidak memiliki nilai.

Pemeriksaan dilakukan untuk mengetahui jumlah data kosong pada setiap variabel.

Jumlah Missing Value Setiap Variabel
	Variabel	Jumlah_Missing
ID_Mahasiswa	ID_Mahasiswa	0
Nama	Nama	0
Gender	Gender	0
Umur	Umur	0
Semester	Semester	0
Program_Studi	Program_Studi	0
Kota_Asal	Kota_Asal	0
Jam_Belajar_per_Minggu	Jam_Belajar_per_Minggu	12
Kehadiran_Persen	Kehadiran_Persen	10
Nilai_Tugas	Nilai_Tugas	8
Nilai_Ujian	Nilai_Ujian	8
Nilai_Akhir	Nilai_Akhir	0
Jam_Internet_per_Hari	Jam_Internet_per_Hari	0
Jam_Tidur_per_Hari	Jam_Tidur_per_Hari	0
Kepuasan_Kuliah	Kepuasan_Kuliah	8

3.1.1 Variabel yang Memiliki Missing Value

##                                      Variabel Jumlah_Missing
## Jam_Belajar_per_Minggu Jam_Belajar_per_Minggu             12
## Kehadiran_Persen             Kehadiran_Persen             10
## Nilai_Tugas                       Nilai_Tugas              8
## Nilai_Ujian                       Nilai_Ujian              8
## Kepuasan_Kuliah               Kepuasan_Kuliah              8

3.1.2 Total Missing Value

## Total missing value: 46

Berdasarkan hasil eksplorasi, terdapat missing value pada beberapa variabel, yaitu Jam_Belajar_Per_minggu, Kehadiran_Persen, Nilai_Tugas, Nilai_Ujian, dan Kepuasan_Kuliah.

3.2 Inkonsistensi Data

Inkonsistensi terjadi ketika satu kategori yang sama ditulis dalam beberapa bentuk berbeda.

3.2.1 Gender

Pada variabel Gender terdapat beberapa bentuk penulisan seperti Laki-laki, Male, Pria, L serta Perempuan, Female, Wanita, P.

## 
##    Female         L Laki-laki      Male         P Perempuan      Pria    Wanita 
##         6         2       539         4         8       646         3         7

3.2.2 Kota Asal

Pada variabel Kota_Asal terdapat perbedaan penggunaan huruf besar dan kecil, seperti Pekanbaru, pekanbaru, dan PEKANBARU.

## 
##     Dumai     DUMAI     jambi     Jambi     JAMBI     Medan     MEDAN    padang 
##       133         3         4       121         4       179         1         6 
##    Padang    PADANG pekanbaru Pekanbaru PEKANBARU 
##       206         2         7       546         3

3.2.3 Program Studi

Pemeriksaan Program Studi dilakukan untuk mengetahui apakah terdapat perbedaan penulisan kategori.

## 
## Matematika Sains Data Statistika 
##        172        112        931

3.3 Duplikasi Data

Pemeriksaan duplikasi dilakukan untuk mengetahui apakah terdapat baris data yang sama dalam dataset.

## Jumlah baris duplikat: 14

3.3.1 ID Mahasiswa yang Muncul Lebih dari Satu Kali

## # A tibble: 15 × 2
##    ID_Mahasiswa     n
##           <dbl> <int>
##  1       100032     2
##  2       100096     2
##  3       100213     2
##  4       100425     2
##  5       100435     2
##  6       100443     2
##  7       100557     2
##  8       100761     2
##  9       100769     2
## 10       100844     2
## 11       100866     2
## 12       100947     2
## 13       100994     2
## 14       101011     2
## 15       101086     2

3.3.2 Contoh Data Duplikat

Contoh Data Duplikat
ID_Mahasiswa	Nama	Gender	Umur	Semester	Program_Studi	Kota_Asal	Jam_Belajar_per_Minggu	Kehadiran_Persen	Nilai_Tugas	Nilai_Ujian	Nilai_Akhir	Jam_Internet_per_Hari	Jam_Tidur_per_Hari	Kepuasan_Kuliah
100769	Mahasiswa_0769	Laki-laki	19	3	Statistika	Padang	11.1	94.2	54.8	97.3	78.9	3.1	7.8	4
100032	Mahasiswa_0032	Laki-laki	21	3	Statistika	Medan	29.6	84.7	92.4	100	96.6	6.6	6.9	3
100443	Mahasiswa_0443	Laki-laki	20	3	Statistika	Pekanbaru	13.0	82.5	79.7	100	91.2	3.9	4.6	5
101086	Mahasiswa_1086	Perempuan	19	4	Matematika	Jambi	19.1	82.8	79.900000000000006	100	92.6	6.5	6.8	4
100947	Mahasiswa_0947	Laki-laki	22	4	Statistika	Padang	20.3	97.2	80.099999999999994	100	89.9	4.3	7.6	3
100435	Mahasiswa_0435	Laki-laki	21	5	Statistika	Padang	8.1	79.0	55.5	95.8	80.6	4.2	8.0	4
100213	Mahasiswa_0213	Perempuan	20	3	Statistika	Pekanbaru	13.4	94.3	64.8	100	85.1	3.8	7.2	2
100844	Mahasiswa_0844	Perempuan	23	4	Statistika	Pekanbaru	12.8	98.1	70.3	100	88.1	6.1	6.4	4
100866	Mahasiswa_0866	Perempuan	22	3	Statistika	Medan	13.4	84.3	55.8	84.5	74.6	3.4	6.1	3
100761	Mahasiswa_0761	Laki-laki	21	3	Statistika	Pekanbaru	3.0	88.1	60.4	87.8	77.1	5.5	8.0	4

Berdasarkan hasil eksplorasi, terdapat data mahasiswa yang muncul lebih dari satu kali dan terdapat baris yang merupakan duplikat identik.

3.4 Data Noisy

Data noisy merupakan data yang memiliki nilai tidak wajar atau tidak sesuai dengan rentang yang seharusnya.

3.4.1 Umur

Umur mahasiswa diperiksa untuk mengetahui apakah terdapat nilai yang tidak wajar.

## # A tibble: 2 × 2
##   ID_Mahasiswa  Umur
##          <dbl> <dbl>
## 1       100637   150
## 2       100895    -3

3.4.2 Kehadiran

Kehadiran seharusnya berada pada rentang 0 sampai 100 persen.

## # A tibble: 2 × 2
##   ID_Mahasiswa Kehadiran_Persen
##          <dbl>            <dbl>
## 1       100080              -10
## 2       101068              125

3.4.3 Nilai Tugas

Nilai tugas seharusnya berada pada rentang 0 sampai 100.

## # A tibble: 1,191 × 2
##    ID_Mahasiswa Nilai_Tugas       
##           <dbl> <chr>             
##  1       100740 45                
##  2       100789 74.7              
##  3       100044 76.900000000000006
##  4       100156 55.4              
##  5       100495 83.7              
##  6       100971 71.3              
##  7       100271 52.1              
##  8       100591 69.900000000000006
##  9       100124 70.2              
## 10       100114 77.5              
## # ℹ 1,181 more rows

3.4.4 Nilai Ujian

Nilai ujian seharusnya berada pada rentang 0 sampai 100.

## # A tibble: 681 × 2
##    ID_Mahasiswa Nilai_Ujian       
##           <dbl> <chr>             
##  1       100740 95.2              
##  2       100789 81.599999999999994
##  3       100044 94.3              
##  4       100156 93.4              
##  5       100971 91.5              
##  6       100271 83.7              
##  7       100124 99.2              
##  8       100114 89.1              
##  9       100129 92.2              
## 10       100148 90.9              
## # ℹ 671 more rows

3.4.5 Nilai Akhir

Nilai akhir seharusnya berada pada rentang 0 sampai 100.

## # A tibble: 2 × 2
##   ID_Mahasiswa Nilai_Akhir
##          <dbl>       <dbl>
## 1       101129          -8
## 2       100861         120

3.4.6 Kepuasan Kuliah

Kepuasan kuliah menggunakan skala 1 sampai 5.

## # A tibble: 2 × 2
##   ID_Mahasiswa Kepuasan_Kuliah
##          <dbl>           <dbl>
## 1       100827               8
## 2       100726               0

3.4.7 Jam Internet

Jam penggunaan internet diperiksa dengan rentang 0 sampai 24 jam per hari.

## # A tibble: 2 × 2
##   ID_Mahasiswa Jam_Internet_per_Hari
##          <dbl>                 <dbl>
## 1       101011                    30
## 2       101099                    -1

4. Data Wrangling

Setelah permasalahan data ditemukan, dilakukan proses data wrangling untuk membersihkan dan merapikan dataset.

Tahapan data wrangling meliputi:

Menghapus data duplikat.
Menyeragamkan penulisan Gender.
Menyeragamkan penulisan Kota_Asal.
Menyeragamkan penulisan Program_Studi.
Menangani data noisy.
Menangani missing value.

4. Data Wrangling

Setelah permasalahan data ditemukan, dilakukan proses data wrangling untuk membersihkan dan merapikan dataset.

Tahapan data wrangling meliputi:

Menghapus data duplikat.
Menyeragamkan penulisan Gender.
Menyeragamkan penulisan Kota_Asal.
Menyeragamkan penulisan Program_Studi.
Menangani data noisy.
Menangani missing value.

4.1 Menghapus Data Duplikat

Data duplikat dihapus agar setiap baris data hanya muncul satu kali dan tidak memengaruhi hasil analisis

4.2 Menyeragamkan Gender

Penulisan pada variabel Gender diseragamkan menjadi dua kategori, yaitu Laki-laki dan Perempuan. Beberapa bentuk penulisan seperti Male, Pria, L, Female, Wanita, dan P diubah ke kategori yang sesuai

4.3 Menyeragamkan Kota Asal

Penulisan Kota_Asal dirapikan dengan menghilangkan spasi yang tidak diperlukan dan menyeragamkan huruf menjadi format yang sama, sehingga nama kota tidak terbaca sebagai kategori yang berbeda

4.4 Menyeragamkan Program Studi

Penulisan Program_Studi dirapikan dengan menghilangkan spasi berlebih dan menyeragamkan penggunaan huruf agar setiap program studi memiliki format penulisan yang konsisten

4.5 Menangani Data Noisy

Nilai yang berada di luar rentang yang telah ditentukan diubah menjadi NA.

4.6 Menangani Noisy Jam Internet

Nilai pada Jam_Internet_Per_Hari diperiksa berdasarkan rentang 0 sampai 24 jam. Nilai yang berada di luar rentang tersebut dianggap tidak valid dan diubah menjadi NA

4.7 Mengisi Missing Value dengan Median

Missing value pada variabel numerik diisi menggunakan nilai median dari masing-masing variabel.

5. Pemeriksaan Setelah Cleaning

Setelah proses data cleaning dilakukan, dataset diperiksa kembali untuk memastikan permasalahan utama telah ditangani.

5.1 Missing Value Setelah Cleaning

Missing Value Setelah Cleaning
	Variabel	Jumlah_Missing
ID_Mahasiswa	ID_Mahasiswa	0
Nama	Nama	0
Gender	Gender	0
Umur	Umur	0
Semester	Semester	0
Program_Studi	Program_Studi	0
Kota_Asal	Kota_Asal	0
Jam_Belajar_per_Minggu	Jam_Belajar_per_Minggu	0
Kehadiran_Persen	Kehadiran_Persen	0
Nilai_Tugas	Nilai_Tugas	1200
Nilai_Ujian	Nilai_Ujian	690
Nilai_Akhir	Nilai_Akhir	0
Jam_Internet_per_Hari	Jam_Internet_per_Hari	0
Jam_Tidur_per_Hari	Jam_Tidur_per_Hari	0
Kepuasan_Kuliah	Kepuasan_Kuliah	0

5.2 Duplikasi Setelah Cleaning

## Jumlah baris duplikat setelah cleaning: 0

5.3 Struktur Data Setelah Cleaning

## tibble [1,201 × 15] (S3: tbl_df/tbl/data.frame)
##  $ ID_Mahasiswa          : num [1:1201] 100740 100789 100044 100156 100495 ...
##  $ Nama                  : chr [1:1201] "Mahasiswa_0740" "Mahasiswa_0789" "Mahasiswa_0044" "Mahasiswa_0156" ...
##  $ Gender                : chr [1:1201] "Laki-laki" "Perempuan" "Perempuan" "Laki-laki" ...
##  $ Umur                  : num [1:1201] 20 21 19 24 20 21 21 19 21 20 ...
##  $ Semester              : num [1:1201] 3 3 3 5 5 3 5 5 3 3 ...
##  $ Program_Studi         : chr [1:1201] "Statistika" "Statistika" "Matematika" "Statistika" ...
##  $ Kota_Asal             : chr [1:1201] "Pekanbaru" "Dumai" "Pekanbaru" "Pekanbaru" ...
##  $ Jam_Belajar_per_Minggu: num [1:1201] 3.6 13 13.3 11.8 13.8 20.1 7 14.4 10.4 21.4 ...
##  $ Kehadiran_Persen      : num [1:1201] 90 81 83.4 87.9 93.8 87.7 78.6 90.4 85.8 88.4 ...
##  $ Nilai_Tugas           : chr [1:1201] NA NA NA NA ...
##  $ Nilai_Ujian           : chr [1:1201] NA NA NA NA ...
##  $ Nilai_Akhir           : num [1:1201] 78.6 81.1 86.7 80 93.8 86.6 71.5 89.5 85.5 88.4 ...
##  $ Jam_Internet_per_Hari : num [1:1201] 5.8 3.4 4.4 4.6 5.6 5.9 2.1 5.3 7.4 7.3 ...
##  $ Jam_Tidur_per_Hari    : num [1:1201] 4.9 7.7 5.6 7.5 6.3 6.3 7 7.1 6.1 5.5 ...
##  $ Kepuasan_Kuliah       : num [1:1201] 5 4 4 3 5 3 3 2 3 4 ...

5.4 Ukuran Dataset Setelah Cleaning

## Jumlah baris setelah cleaning: 1201

## Jumlah kolom setelah cleaning: 15

5.5 Tampilan Data Setelah Cleaning

10 Data Mahasiswa Setelah Cleaning
ID_Mahasiswa	Nama	Gender	Umur	Semester	Program_Studi	Kota_Asal	Jam_Belajar_per_Minggu	Kehadiran_Persen	Nilai_Tugas	Nilai_Ujian	Nilai_Akhir	Jam_Internet_per_Hari	Jam_Tidur_per_Hari	Kepuasan_Kuliah
100740	Mahasiswa_0740	Laki-laki	20	3	Statistika	Pekanbaru	3.6	90.0	NA	NA	78.6	5.8	4.9	5
100789	Mahasiswa_0789	Perempuan	21	3	Statistika	Dumai	13.0	81.0	NA	NA	81.1	3.4	7.7	4
100044	Mahasiswa_0044	Perempuan	19	3	Matematika	Pekanbaru	13.3	83.4	NA	NA	86.7	4.4	5.6	4
100156	Mahasiswa_0156	Laki-laki	24	5	Statistika	Pekanbaru	11.8	87.9	NA	NA	80.0	4.6	7.5	3
100495	Mahasiswa_0495	Perempuan	20	5	Statistika	Pekanbaru	13.8	93.8	NA	100	93.8	5.6	6.3	5
100971	Mahasiswa_0971	Perempuan	21	3	Statistika	Pekanbaru	20.1	87.7	NA	NA	86.6	5.9	6.3	3
100271	Mahasiswa_0271	Perempuan	21	5	Statistika	Medan	7.0	78.6	NA	NA	71.5	2.1	7.0	3
100591	Mahasiswa_0591	Laki-laki	19	5	Matematika	Pekanbaru	14.4	90.4	NA	100	89.5	5.3	7.1	2
100124	Mahasiswa_0124	Laki-laki	21	3	Statistika	Dumai	10.4	85.8	NA	NA	85.5	7.4	6.1	3
100114	Mahasiswa_0114	Perempuan	20	3	Statistika	Pekanbaru	21.4	88.4	NA	NA	88.4	7.3	5.5	4

6. Eksplorasi Data Setelah Cleaning

6.1 Statistik Deskriptif

##   ID_Mahasiswa           Nama            Gender          Umur     
##  Min.   :100001   Length   :1201   Length   :1201   Min.   :18.0  
##  1st Qu.:100301   N.unique :1200   N.unique :   2   1st Qu.:20.0  
##  Median :100601   N.blank  :   0   N.blank  :   0   Median :21.0  
##  Mean   :100601   Min.nchar:  14   Min.nchar:   9   Mean   :20.6  
##  3rd Qu.:100901   Max.nchar:  19   Max.nchar:   9   3rd Qu.:22.0  
##  Max.   :101200                                     Max.   :40.0  
##     Semester       Program_Studi      Kota_Asal    Jam_Belajar_per_Minggu
##  Min.   :3.000   Length   :1201   Length   :1201   Min.   : 2.00         
##  1st Qu.:3.000   N.unique :   3   N.unique :   5   1st Qu.:10.50         
##  Median :3.000   N.blank  :   0   N.blank  :   0   Median :13.90         
##  Mean   :3.376   Min.nchar:  10   Min.nchar:   5   Mean   :13.84         
##  3rd Qu.:4.000   Max.nchar:  10   Max.nchar:   9   3rd Qu.:17.10         
##  Max.   :5.000                                     Max.   :29.60         
##  Kehadiran_Persen    Nilai_Tugas      Nilai_Ujian    Nilai_Akhir    
##  Min.   : 65.50   Length   :1201   Length   :1201   Min.   : 61.00  
##  1st Qu.: 83.00   N.unique :   1   N.unique :   1   1st Qu.: 81.90  
##  Median : 87.70   N.blank  :   0   N.blank  :   0   Median : 86.10  
##  Mean   : 87.73   Min.nchar:   3   Min.nchar:   3   Mean   : 85.52  
##  3rd Qu.: 93.00   Max.nchar:   3   Max.nchar:   3   3rd Qu.: 89.80  
##  Max.   :100.00   NAs      :1200   NAs      : 690   Max.   :100.00  
##  Jam_Internet_per_Hari Jam_Tidur_per_Hari Kepuasan_Kuliah
##  Min.   : 0.500        Min.   : 1.000     Min.   :1.000  
##  1st Qu.: 3.400        1st Qu.: 6.000     1st Qu.:3.000  
##  Median : 4.500        Median : 6.700     Median :4.000  
##  Mean   : 4.538        Mean   : 6.724     Mean   :3.623  
##  3rd Qu.: 5.700        3rd Qu.: 7.400     3rd Qu.:4.000  
##  Max.   :10.000        Max.   :20.000     Max.   :5.000

6.2 Distribusi Umur Mahasiswa

6.3 Distribusi Jam Belajar

6.4 Distribusi Jam Internet

6.5 Distribusi Jam Tidur

7. Analisis Hubungan Antarvariabel

7.1 Jam Belajar dan Jam Tidur

7.2 Jam Internet dan Jam Tidur

8. Pengelompokan Jam Belajar

8.1 Membuat Kategori Jam Belajar

## 
## Rendah Sedang Tinggi 
##    260    810    131

8.2 Visualisasi Kategori Belajar

9. Analisis Regresi

Analisis regresi digunakan untuk melihat hubungan antara jam belajar dan jam internet dengan jam tidur mahasiswa.

9.1 Membentuk Model Regresi

## 
## Call:
## lm(formula = Jam_Tidur_per_Hari ~ Jam_Belajar_per_Minggu + Jam_Internet_per_Hari, 
##     data = data_clean)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -5.7463 -0.6767 -0.0125  0.6579 13.2201 
## 
## Coefficients:
##                        Estimate Std. Error t value Pr(>|t|)    
## (Intercept)            6.478706   0.121952  53.125   <2e-16 ***
## Jam_Belajar_per_Minggu 0.013893   0.006242   2.226   0.0262 *  
## Jam_Internet_per_Hari  0.011616   0.017825   0.652   0.5147    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.078 on 1198 degrees of freedom
## Multiple R-squared:  0.004487,   Adjusted R-squared:  0.002825 
## F-statistic:   2.7 on 2 and 1198 DF,  p-value: 0.06764

9.2 Melihat Residual

##          1          2          3          4          5          6 
## -1.6960933  1.0011867 -1.1145970  0.8039199 -0.4354825 -0.5264955

9.3 Uji Normalitas Residual

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  residu
## D = 0.03226, p-value = 0.1641
## alternative hypothesis: two-sided

9.4 Uji Heteroskedastisitas

## 
##  studentized Breusch-Pagan test
## 
## data:  model_regresi
## BP = 0.65795, df = 2, p-value = 0.7197

9.5 Grafik Residual

9.6 Ringkasan Model

## Jumlah observasi : 1201 
##  R-squared : 0.0045 
##  Adjusted R-squared : 0.0028

10. Kesimpulan

Berdasarkan hasil pencarian, data mahasiswa mengalami beberapa masalah seperti nilai yang hilang, ketidaksesuaian, duplikasi, dan data yang tidak jelas. Setelah data dibersihkan dan diatur ulang, data menjadi lebih terstruktur dan siap untuk dianalisis secara statistik. Hasil analisis juga menunjukkan bahwa asumsi normalitas dan homoskedastisitas dalam model regresi sudah terpenuhi. Selain itu, proses menggabungkan dan mengubah data tersebut membuat data lebih mudah untuk dianalisis lebih lanjut