Visualisasi Statistika Deskriptif
Copy Right @ Prof Dr Suhartono M.Kom @ Magister Informatika UIN Maulana Malik Ibrahim Malang @ (http://suhartono.lecturer.uin-malang.ac.id/riwayat-hidup/)
2 Januari 2020
Pada tutorial ini akan mengambil data set mtcars (Motor Trend Car Road Tests), data set ini adalah tentang data yang diambil dari majalah 1974 Motor Trend US, dan terdiri dari konsumsi bahan bakar dan 10 aspek desain dan performa mobil untuk 32 mobil (model 1973-74).
data("mtcars")
head(mtcars)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1str(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 ...Kerangka data dengan 32 observasi pada 11 variabel (numerik).
[, 1] mpg Mil / (AS) galon [, 2] cyl Jumlah silinder [, 3] disp perpindahan disp (cu.in.) [, 4] hp Tenaga kuda kotor [, 5] drat Rasio poros belakang [, 6] wt berat (1000 lbs) [, 7] qsec 1/4 mil waktu [, 8] vs Mesin (0 = berbentuk V, 1 = lurus) [, 9] am transmisi pagi (0 = otomatis, 1 = manual) [, 10] gear roda gigi Jumlah roda gigi maju [, 11] carb Karbohidrat Jumlah karburator
Untuk mengambil data cyl dari data mtcars menggunakan fungsi $, yang kemudian dikirim ke data.cyl
data.cyl = mtcars$cyl
data.cyl## [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4cyl.freq = table(data.cyl )
cyl.freq ## data.cyl
## 4 6 8
## 11 7 14cbind(cyl.freq)## cyl.freq
## 4 11
## 6 7
## 8 14data.wt = mtcars$wt
wt.freq = table(data.wt )
cbind(wt.freq )## wt.freq
## 1.513 1
## 1.615 1
## 1.835 1
## 1.935 1
## 2.14 1
## 2.2 1
## 2.32 1
## 2.465 1
## 2.62 1
## 2.77 1
## 2.78 1
## 2.875 1
## 3.15 1
## 3.17 1
## 3.19 1
## 3.215 1
## 3.435 1
## 3.44 3
## 3.46 1
## 3.52 1
## 3.57 2
## 3.73 1
## 3.78 1
## 3.84 1
## 3.845 1
## 4.07 1
## 5.25 1
## 5.345 1
## 5.424 1Kemudian, akan dibuat grafik batang dari data frekuensi yang telah digabung sebelumnya dengan perintah berikut
barplot(cyl.freq, col = c("red", "yellow", "green"), main = "Bar Chart of The Cylinder of Car")
Sehingga muncul grafik batang seperti gambar di atas dengan urutan warna sesuai yang kita inginkan.
data = data.frame(mtcars$wt, mtcars$mpg)
data## mtcars.wt mtcars.mpg
## 1 2.620 21.0
## 2 2.875 21.0
## 3 2.320 22.8
## 4 3.215 21.4
## 5 3.440 18.7
## 6 3.460 18.1
## 7 3.570 14.3
## 8 3.190 24.4
## 9 3.150 22.8
## 10 3.440 19.2
## 11 3.440 17.8
## 12 4.070 16.4
## 13 3.730 17.3
## 14 3.780 15.2
## 15 5.250 10.4
## 16 5.424 10.4
## 17 5.345 14.7
## 18 2.200 32.4
## 19 1.615 30.4
## 20 1.835 33.9
## 21 2.465 21.5
## 22 3.520 15.5
## 23 3.435 15.2
## 24 3.840 13.3
## 25 3.845 19.2
## 26 1.935 27.3
## 27 2.140 26.0
## 28 1.513 30.4
## 29 3.170 15.8
## 30 2.770 19.7
## 31 3.570 15.0
## 32 2.780 21.4summary(data)## mtcars.wt mtcars.mpg
## Min. :1.513 Min. :10.40
## 1st Qu.:2.581 1st Qu.:15.43
## Median :3.325 Median :19.20
## Mean :3.217 Mean :20.09
## 3rd Qu.:3.610 3rd Qu.:22.80
## Max. :5.424 Max. :33.90Perintah summary() digunakan untuk melihat ukuran pemusatan dan penyebaran data. Pada command di ambil data diisi oleh data untuk wt dan mpg, kenudian di proses dengan menggunakan fungsi summary() untuk mendapatkan nilai Min, Max, Mean, dan Median.
Setelah kita mengetahui nilai sebaran data wt dan mpg maka kita akan buat beberapa grafik visualisasi sederhana untuk dilakukan analisis deskriptif pada data tersebut.
- Scatter Plot
plot(data, main="Scatterplot Untuk Car Weight vs Miles Per Gallon", pch=19, xlab="Car Weight", ylab="Miles Per Gallon")
- Boxplot
boxplot(data, col="skyblue")
- Histogram
hist(mtcars$mpg, xlab="mpg", main = "Bar Chart of The mpg of Car")
hist(mtcars$wt, xlab="mpg", main = "Bar Chart of The wt of Car")
- Pie Chart
pie(mtcars$wt, col=c("red", "yellow", "green","blue","black","gray"))
- Bar Plot
barplot(mtcars$mpg)
- Dot Chart
dotchart(mtcars$mpg)
- Strip Chart
stripchart(mtcars$mpg)
x = 1:32
plot(x,mtcars$cyl,type = "b", pch=19, col="red", xlab = "number", ylab="y")
lines(x,mtcars$gear,type = "b", pch=18, col="blue", lty=2)
legend("topright", legend = c("mtcars$cyl","mtcars$gear"), col = c("red","blue"), lty=1:3, cex=0.8)
Untuk lebih jelas dalam menggambarkan plot gabungan dari beberapa data,command line dibawah ini menjelaskan bahwa terdapat data x mulai dari nilai 1 sampai 20, sebagai sumbu x, kemudian akan dibuat plot dengan 3 fungsi yaitu y1,y2 dan y3.
x = 1:20
y1 = x^2
y2 = 3*y1
y3 = 2*y2
plot(x, y1, type = "b", pch=19, col="red", xlab = "x", ylab="y")
lines(x, y2, type = "b", pch=18, col="blue", lty=2)
lines(x, y3, type = "b", pch=17, col="black", lty=4)
legend("topleft", legend = c("y1 = x^2", "y2 = 3*y1", "y3 = 2*y2"), col = c("red", "blue", "black"), lty=1:2, cex=0.8)
Daftar Pustaka