BAB

VI
Contoh & Studi Kasus R

Dalam bab ini akan diberikan contoh-contoh dan studi kasus, untuk menjelaskan
funsgi dan perintah-perintah R yang digunakan. Bagian contoh kasus dasar
merupakan studi kasus yang menggunakan perintah penulisan kode R yang
sederhana, sedangkan untuk bagian kasus lanjut adalah studi kasus yang
menggunakan perintah penulisan kode R yang lebih kompleks.
A. Contoh kasus dasar
A.1. Rerata (mean), variansi dan standar deviasi
Sebagai contoh, data mengenai banyaknya mobil merek X (dalam satuan ribu) yang
terjual di Indonesia pada periode tahun 1990 sampai 1999. yakni
74 122 235 111 292 111 211 133 156 7
selanjutnya, kita ingin menghitung mean, variansi dan standar deviasi data tersebut.
Berikut adalah penulisan perintah R
> mobilx = c(74, 122, 235, 111, 292, 111, 211, 133, 156, 79)
> mean(mobilx)
[1] 152.4
> var(mobilx)
[1] 5113.378
> std(mobilx)
Error: couldn't find function "std"
> sqrt(var(mobilx))
[1] 71.50789
> sqrt(sum((mobilx - mean(mobilx))^2/(length(mobilx )-1)))
[1] 71.50789

96

Pada proses penghitungan nilai standar deviasi (std), tertulis pesan error, dimana tidak
dikenali fungsi/perintah std, namun error tersebut dapat kita tangani, mengingat
standar deviasi adalah kuadrat variansi sehingga baris terakhir merupakan
rumus/fungsi menghitung standar deviasi dari data mobil X yang ada. Dimana rumus
matematis standar deviasi adalah:
SD(X) =

1 n
( xi x )2
n 1 i =1

R juga menyediakan fungsi untuk mengitung standar deviasi untuk data yang
sederhana yaitu:
> std = function(x) sqrt(var(x))
> std(variabel random)

A.2. Data univariat

Data dibagi menjadi tiga jenis utama, yaitu: kategori, diskrit dan kontinu.
Data kategori
Contoh, suatu survey yang menanyakan responden apakah mereka merokok atau
tidak. Datanya adalah:
Yes, No, No, Yes, Yes

Penulisan data tersebut dalam R adalah sebagai berikut:

> x=c("Yes","No","No","Yes","Yes")

dan dengan menggunakan perintah table(x)akan membentuk tabel frekuensi data

kategorik:
> table(x)
> x
No
2

Yes
3

Data kategori biasa digunakan untuk mengklasifikasikan data ke dalam bentuk

levelisasi atau faktor. Sebagai contoh, data perokok bisa merupakan bagian dari
survey mengenai kesehatan pelajar. R akan secara otomatis mengenali suatu faktor
atau tidak. Untuk membuat faktor digunakan perintah factor atau as.factor .
Misalkan contoh berikut:
> x=c("Yes","No","No","Yes","Yes")
> x
[1] "Yes" "No" "No" "Yes" "Yes"

# mencetak nilai X

97

> factor(x)
# mencetak nilai dalam factor(x)
[1] Yes No No Yes Yes
Levels: No Yes
# notice levels are printed.

A.3. Diagram batang (Bar chart)

Diagram batang (bar chart) menggambarkan suatu bagian data baik proporsinya
maupun frekuensinya.
Contoh: Suatu survey pada suatu kelompok yang terdiri dari 25 orang mendata
tentang tingkat kesukaan terhadap suatu produk sabun cuci. Kategorinya adalah (1)
untuk merek A, (2) untuk merek B, (3) untuk merek C dan (4) untuk merek D. Data
hasil survey adalah sebagai berikut:
3 4 1 1 3 4 3 3 1 3 2 1 2 1 2 3 2 3 1 1 1 1 4 3 1

Data tersebut akan dibuat bar chart untuk proporsi dan frekuensi berdasarkan
kategori. Pertama, kita menggunakan fungsi scan() untuk menuliskan dan
membaca data tersebut:
> sabun = scan()
1: 3 4 1 1 3 4 3 3 1 3 2 1 2 1 2 3 2 3 1 1 1 1 4 3 1
26:
Read 25 items
> barplot(sabun)
# masih salah
> barplot(table(sabun)) # Benar, gunakan summarized data.
> barplot(table(sabun)/length(sabun))
# dibagi dengan n untuk
proporsi

dan barplotnya berturut-turut sesuai dengan penulisan R di atas:

Gambar 6.1: Barplot 1 data sabun [ > barplot(sabun)]

98

Gambar 6.2: Barplot 2 data sabun

[ > barplot(table(sabun) ]

Gambar 6.3: Barplot 3 data sabun

[ > barplot(table(sabun) /length(sabun)) ]

99

A.4. Pie chart

Dengan menggunakan data yang sama seperti sebelumnya (data sabun) akan kita
bentuk grafik pie chart, dengan perintah penulisan R sebagai berikut:
> sabun.counts = table(sabun) # menyimpan hasil table
> pie(sabun.counts)
# pie pertama
> names(sabun.counts) = c("merek A ", "merek B","merek C", "merek
D") # memberi nama
> pie(sabun.counts)
# mencetak nama
> pie(sabun.counts, col = c("purple","green2", "cyan", "white"))
# memberikan warna

Grafik pie-chart dari masing-masing perintah tersebut adalah sebagai berikut:

Gambar 6.4: Piechart 1

[ > pie(sabun.counts) ]

Gambar 6.5: Piechart 2

[ > names(sabun.counts)=c(merek A, Merek B,merekC, merek D) ]

100

Gambar 6.6: Piechart 3

[ > pie(sabun.counts,col=c("purple", "green2", "cyan", "white"))]
A.5. Membuat data kategorik dari data numerik
Variabel kategori dapat dibentuk dari variabel numerik.
Sebagai contoh, suatu gaji dapat dikategorikan dalam 0 1 juta, 1 5 juta, lebih dari
5 juta. Untuk membuat kategori tersebut, R menyediakan fungsi cut() dan fungsi
table() . Misalkan daftar gaji adalah sebagai berikut:
12 0.4 5 2 50 8 3 1 4 0.25
dan akan dibagi menjadi kategori
[0,1],[1,5],[5,50]
Untuk menggunakan perintah cut, kita memerlukan cut point (titik potong). Dalam
kasus ini 0, 1, 5, dan 50 (= max(gaji)). Berikut adalah penulisan sintaknya:
> gaji = c(12, .4, 5, 2, 50, 8, 3, 1, 4, .25) # memasukkan data
> kat = cut(gaji,breaks=c(0,1,5,max(gaji))) # menentukan breaks
> kat # menampilkan nilai
[1] (5,50] (0,1] (1,5] (1,5] (5,50] (5,50] (1,5] (0,1] (1,5] (0,1]
Levels: (0,1] (1,5] (5,50]
> table(kat) # pengelompokkan
kat
(0,1] (1,5] (5,50]
3
4
3
> levels(gaji) = c("miskin","kaya","sangat kaya") # mengganti label
> table(gaji)
> gaji
miskin
kaya
sangat kaya
3
4
3

101

Catatan: Fungsi cut() dapat digunakan untuk menjawab pertanyaan pada interval
yang mana suatu bilangan/data termasuk, dimana outputnya adalah interval (sebagai
suatu faktor). Dengan demikian perlu menggunakan fungsi table() untuk
mensumarize hasil dari fungsi cut
B. Contoh kasus lanjut
B.1. Distribusi binomial
Misalkan untuk 500 sampel berdistribusi binomial dari 20 kali percobaan, dengan
probabilitas sukses sebesar 40%.
Pertama-tama anda menggunakan metode rbinom dan melihat summarynya dengan
fungsi summary():
> x <- rbinom(500,20,.4)
> summary(x)
Min. 1st Qu. Median Mean
3.000 6.000
8.000 8.066

3d Qu. Max.
10.000 14.000

B.2. Matrik dan Aljabar Linear

R dapat juga digunakan untuk menghitung operasi pada matriks dan memecahkan
solusi perkalian matriks. Misalkan kita mempunyai elemen matriks M:
35,14,11,1,4,11,3,0,12,9,38,4,2,5,12,2.
> M <- c(35,14,11,1,4,11,3,0,12,9,38,4,2,5,12,2)
> M
[1] 35 14 11

4 11

0 12

9 38

5 12

# dalam bentuk
matrik baris
2

> dim(M)
NULL

Pada penulisan di atas, M tidak mempunyai dimensi, untuk itu kita perlu
menambahkan dengan metode dim:
> dim(M) <- c(4, 4)
> M
[,1] [,2] [,3] [,4]
[1,]
35
4
12
2
[2,]
14
11
9
5
[3,]
11
3
38
12
[4,]
1
0
4
2
> dim(M)
[1] 4 4

Sedangkan untuk mendapatkan transpose matriks M, dapat dituliskan perintah:

> Mt <- t(M)
> Mt

102

[1,]
[2,]
[3,]
[4,]

[,1] [,2] [,3] [,4]

35
14
11
1
4
11
3
0
12
9
38
4
2
5
12
2

Untuk mendapatkan perkalian matriks, dua penulisan/statement akan menghasilkan

masing-masing nilai yang berbeda:
> M*M
[,1] [,2] [,3] [,4]
[1,] 1225
16 144
4
[2,] 196 121
81
25
[3,] 121
9 1444 144
[4,]
1
0
16
4

> M%*%M
[,1] [,2] [,3] [,4]
[1,] 1415 220 920 238
[2,] 748 204 629 201
[3,] 857 191 1651 517
[4,]
81
16 172
54

Untuk mencari solusi dari matrik M , kita memerlukan fungsi solve() dengan
penulisan sebagai berikut:
> solve(M)
[,1]
[,2]
[,3]
[,4]
[1,] 0.034811530 -0.007095344 -0.02039911 0.1053215
[2,] -0.036807095 0.096674058 0.02793792 -0.3725055
[3,] -0.004545455 -0.018181818 0.07272727 -0.3863636
[4,] -0.008314856 0.039911308 -0.13525499 1.2200665
> solve(M)%*%M
[,1]
[,2]
[,3]
[,4]
[1,] 1.000000e+00 -1.734723e-17 1.665335e-16 8.326673e-17
[2,] 1.665335e-16 1.000000e+00 0.000000e+00 0.000000e+00
[3,] -2.220446e-16 -2.775558e-17 1.000000e+00 -2.220446e-16
[4,] 2.220446e-16 5.551115e-17 8.881784e-16 1.000000e+00

Untuk memecahkan persamaan linear, misal untuk matrik A dan vector kolom B
sedemikian hingga, b = Ax, adalah:
> b <- c(1, 2, 3, 4)
> (x <- solve(M, b))
[1] 0.3807095 -1.2496674 -1.3681818

4.5460089

menghasilkan nilai dengan x1 = 0.3807095, x2 = -1.2496674, x3 = -1.3681818, x4 =

4.5460089.

103

B.3. Bekerja dengan data kategori bivariate

Perintah table akan menyimpulkan (summarize) data bivariate dengan cara yang sama
pada data univariat.
Misalkan survey pada pelajar mengenai apakah pelajar yang merokok, lebih sedikit
belajarnya. Datanya sebagai berikut:

Tabel 6.1: Data pelajar (perokok vs waktu belajar)

Pelajar

Merokok Waktu belajar (waktubel)

1
2
3
4
5
6
7
8
9
10

Y
T
T
Y
T
Y
Y
Y
T
Y

< 5 jam
5 10 jam
5 10 jam
> 10 jam
> 10 jam
< 5 jam
5 10 jam
< 5 jam
> 10 jam
5 10 jam

Untuk menulis data Tabel 6.1 di atas, kita buat menjadi dua vektor, kemudian
gunakan fungsi table.Penulisannya adalah:
> merokok = c("Y", "T", "T", "Y", "T", "Y", "Y", "Y", "T","Y")
> waktubel = c(1,2,2,3,3,1,2,1,3,2)
> table(merokok,waktubel)
waktubel
merokok 1 2 3
T
0 2 2
Y
3 2 1

Dari hasil R di atas, sepertinya terlihat adanya suatu hubungan.

Langkah yang cukup baik jika kita mempunyai total margin dan proporsi data.
Sebagai contoh, berapa proporsi perokok yang belajar selama 5 jam atau kurang dari
5 jam?
Kita dapat menghitungnya secara manual dari 3/(3+2+1) = ., namun bagaimana
menulisnya di R?. Fungsi yang digunakan untuk menghitung proporsinya adalah
prop.table. Berikut penulisan lengkap di R:
>
>
>
>

tmp=table(merokok,waktubel) # menyimpan data ke table

old.digits = options("digits") # menyimpan bilangan digit
options(digits=3) # mencetak 3 posisi desiman
prop.table(tmp,1) # jumlah setiap baris sama dengan 1
waktubel
merokok
1
2
3
T 0.000 0.500 0.500
Y 0.500 0.333 0.167

104

> prop.table(tmp,2) # jumlah setiap kolom sama dengan 1

waktubel
merokok
1
2
3
T 0.000 0.500 0.667
Y 1.000 0.500 0.333
> prop.table(tmp)
waktubel
merokok
1
2
3
T 0.0 0.2 0.2
Y 0.3 0.2 0.1
> options(digits=old.digits) # restore the number of digits

B.4. Bekerja dengan data bivariate: data kategorik vs data numerik

Misalkan anda mempunyai data numerik untuk suatu kategori. Sebagai contoh, untuk
data pengujian efek suatu obat, yang terdiri dari dua kelompok, kelompok kendali dan
kelompok eksperimen, seperti berikut:
eksperimen: 5 5 5 13 7 11 11 9 8 9
kendali: 11 8 4 5 9 5 10 5 4 10
Pertanyaannya adalah, bagaimana cara untuk menampilkan kedua kelompok tersebut
bersamaan. Pertanyaan tersebut dapat terjawab dengan menggunakan perintah
boxplot. Penulisan dalam R adalah sebagai berikut:
> x = c(5, 5, 5, 13, 7, 11, 11, 9, 8, 9)
> y = c(11, 8, 4, 5, 9, 5, 10, 5, 4, 10)
> boxplot(x,y)

Gambar 6.7: Boxplot slide by slide

105

Dari perbandingan boxplot di atas, terlihat variabel y (kelompok kendali, dengan

label 2) sepertinya lebih kecil dibanding variabel x (kelompok eksperimen, dengan
label 1).

Soal Latihan Bab VI

1. Buatlah histogram dan barplot untuk dataset yang built-in di R, yakni dataset
Titanic, USAccDeaths, dan USArrest. Data manakah yang skew? Dan data mana yang
mempunyai outlier, dan data manakah yang simetris?
2. Anggap, diketahui jumlah kegagalan tipe O dalam penerbangan pertama pesawat
ruang angkasa Challenger yakni:
0 1 0 NA 0 0 0 0 0 1 1 1 0 0 3 0 0 0 0 0 2 0 1
(NA berarti not available(missing value): yakni peralatannya rusak) . Buatlah tabel
untuk kategori yang mungkin, Carilah nilai mean. (Sebelumnya anda harus mencoba
perintah mean(x, na.rm=TRUE) untuk menghindari nilai NA, atau lihat
pembahasan mengenai x[!is.na(x) pada manual R.)
3. Misalkan, pada suatu sekolah akan dilakukan evaluasi belajar siswa oleh guru
dengan skala Leichert 1-5. Anggap diketahui jawaban untuk 3 pertanyaan (Tanya)
pertama ditunjukkan pada tabel berikut
Siswa Tanya Tanya Tanya
1
2
3
1
3
5
1
2
3
2
3
3
3
5
1
4
4
5
1
5
3
2
1
6
4
2
3
7
3
5
1
8
4
5
1
9
3
4
1
10
4
2
1
Masukkan data untuk Tanya1 dan Tanya2 menggunakan
read.table atau data.entry()
a. Buatlah tabel hasil Tanya1 dan Tanya1 secara terpisah
b. Buatlah tabel kontingensi Tanya1 dan Tanya2
c. Buatlah barplot Tanya2 dan Tanya3

c(), scan(),

106

4. Data mammals yang terintegrasi (built-in) dalam R terdiri dari variabel body
weight vs. brain weight. Gunakan perintah cor untuk mendapatkan koefisien
korelasi Pearson-Spearman. Apakah kedua variabel tersebut similar? Buatlah plot
data menggunakan perintah plot , dan lihatlah apakah kedua variabel tersebut
terlihat similar?. Jika anda tidak yakin dan terjawab dengan plot tersebut, maka
lakukan plot logaritma (log) setiap variabel dan perhatikan apakah sudah terjadi
perbedaan!
5. Data ToothGrowth yang built-in dalam R adalah hasil studi yang mengukur
pertumbuhan gigi sebagai suatu fungsi dari jumlah konsumsi Vitamin C. Sumber
Vitamin C berasal dari jus jeruk (orange juice) atau suplemen vitamin (vitamin
supplement). Scatterplot dari variabel dosage vs length adalah sebagai berikut:
> data(ToothGrowth)
> attach(ToothGrowth)
> plot(len ~ dose, pch=as.numeric(aupp)) ## klik mouse untuk
menambahkan legend
> tmp = levels(aupp) # menyimpan untuk sementara
> legend(locator(1), legend=tmp, pch=1:length(tmp))
> detach(ToothGrowth)

Dari plot yang dihasilkan, apakah yang dapat anda simpulkan dari kedua variabel
tersebut?

107