1.

Pengenalan R
Instalasi, input, proses dan output data

Pada bab ini, data terletak pada folder Statistika_1 T1_Pengenalan_RData

1.1 Download dan Instalasi R

Sebelum menggunakan R, maka langkah pertama yang harus dilakukan adalah
download serta menginstal R pada komputer.
Tabel 1.1
No Langkah Perintah
1 - Download R 1. Kunjungi website
(http://www.R-
project.org).

2. Setelah website terbuka

klik tulisan “CRAN”

3. Pada halaman “CRAN

Mirror” pilih negara
terdekat dengan lokasi
akses pengguna (Indonesia
https://repo.bppt.go.id/cr
an/

4. Pilih jenis perangkat yang

digunakan Linux, Mac
(OS) X atau windows

5. Pada windows, download

R Versi 3.60.0
2 - Instal R pada komputer 1. Cari program R pada
komputer, lalu lakukan
instalasi.

2. Tunggu hingga proses

instalasi selesai

3. Setelah sudah selesai,

maka akan terlihat
tampilan R pada layar
komputer

Tampilan R
 1.2 Menu utama pada R
Klik icon R pada dekstop atau windows untuk mengaktifkan program. Setelah program
aktif, maka akan terlihat beberapa menu utama, seperti pada gambar dibawah :

Tabel 1.2 Berikut adalah fungsi masing-masing menu utama pada R untuk windows
No Menu Fungsi
1 File Menu ini digunakan untuk melakukan perintah umum seperti
menyimpan lembar kerja, scripts, serta membuka file yang telah
disimpan sebelumnya
2 Edit Menu ini memiliki fungsi edit seperti cut dan paste
3 View Menu ini digunakan untuk memilih toolbar apa yang ingin
ditampilkan atau tidak pada status bar
4 Misc Menu ini berisi perintah untuk menghentikan ongoing computations
5 Packages Menu ini sangat penting, karena digunakan untuk menginstal serta
update packages
6 Window Jika pengguna multiple windows, menu ini memperbolehkan untuk
merubah bagaimana windows pada R
7 Help Menu ini digunakan untuk memperoleh informasi terkait R secara
online ataupun offline

1.3 Menggunakan R
Dalam penggunaan R terdapat perintah dasar yang harus dipahami, berkaitan
dengan instalasi paket. Pengguna bisa melakukan instalasi paket melalui dua cara, yaitu
melalui menu bar atau dengan menggunakan perintah pada R console.

a. Instalasi paket menggunakan perintah pada R console

Tabel 1.3
No Langkah Perintah
1 Buka aplikasi R, lalu isikan perintah 1. Isikan perintah
install.packages
(“package.name”)
*isikan package.name
sesuai nama paket yang
akan diinstal, misal
GrammR

2. Klik Yes pada kotak

dialog Question yang
muncul, maka akan
muncul dialog Secure
CRAN mirrors  pilih
Indonesia

2 Setelah semua perintah dilakukan, maka tunggu R

 melakukan download terhadap paket

Hasil

b. Instalasi paket menggunakan menu bar

Tabel 1.4
No Langkah Perintah
1 Buka aplikasi R lalu lakukan perintah 1. Pilih packages 
Install packages
2. Maka akan muncul
daftar paket, pilih
salah satu
2 Tunggu hingga proses download selesai

Hasil

1.4 Input data kedalam R

Dalam melakukan input data pada R, terdapat dua bagian yang harus diperhatikan, yaitu
objek dan fungsi, yang dipisahkan dengan “<-“ yang berarti berasal dari atau objek
berasal atau terbentuk dari fungsi tertentu.

a. Membuat Variabel
Pada R terdapat dua jenis variabel, yaitu variabel berbentuk teks (string variabel) serta
variabel berbentuk angka (numeric variabel). Berikut adalah contoh input data pada
masing masing variabel :

mettallicaNames<-c(“Lars”,”James”,”Kirk”,”Rob”)  Variabel Teks

mettalicaAges<-c(47, 47, 48, 46)  Variabel angka

Catatan : pada variabel teks sertakan “ “ karena bukan merupakan data angka

b. Membuat Dataframes
Dataframe bertujuan untuk menggabungkan dua objek yang terpisah , contoh :
MettalicaNames dan MettalicaAges dengan menggunakan fungsi : data.frame()

Mettalica<-data.frame(Name=mettalicaNames, Age=metallicaAges)
Tabel 1.5
Name Birth Date Job No.of Friends Alcohol Income Neuroticism
(units) (p.a)
Ben 03-Jul-1977 Lecturer 5 10 20,000 10
Martin 24-May-1969 Lecturer 2 15 40,000 17
Andy 21-Jun-1973 Lecturer 0 20 35,000 14
Paul 16-Jul-1970 Lecturer 4 5 22,000 13
Graham 10-Oct-1949 Lecturer 1 30 50,000 21
Carina 05-Nov-1983 Student 10 25 5,000 7
Karina 08-Oct-1987 Student 12 20 100 13
Doug 16-Sep-1989 Student 15 16 3,000 9
Mark 20-May-1973 Student 12 17 10,000 14
Zoe 12-Nov-1984 Student 17 18 10 13

Perintah : Lakukan input data tabel diatas kedalam R

Tabel 1.6
No Langkah Perintah
1 Buka software R, lalu input data variabel pada kotak Isikan perintah
console name<c("Ben","Martin",
"Andy","Paul","Graham",
"Carina","Karina","Doug",
"Mark","Zoe)
pada kotak console

2 Input data variabel berkaitan dengan birth_date pada Isikan perintah

kotak console birth_date<-as.Date(c("1997-
07-03","1969-05-24","1973-06-
21","1970-07-16","1949-10-
10","1983-11-05","1987-10-
08","1989-09-16","1973-05-
20","1984-11-12"))

3 Buatlah coding variabel atau faktor pada bagian job Isikan perintah
newFactor<gl(2,5,labels=c
("Lecturer","Student"))

4 Buatlah perintah terkait numeric variabel, sesuai Isikan Perintah

dengan kolon pada tabel diatas 1) friends<c(5,2,0,4,1,10,12,15
,12,17)

2) alcohol<c(10,15,20,5,30,25,
20,16,17,18)
 3) income<c(10,17,14,13,21,7,
13,9,14,13)

4) neurotic<c(10,17,14,13,21,7
,13,9,14,13)
5 Gabungkan semua variabel yang telah dibuat kedalam lecturerData<-
satu dataframe, dengan perintah: data.frame(name,birth_date,
newFactor,friends,alcohol,
income,neurotic)

6 Jika proses sudah selesai, maka akan terlihat tampilan

seperti gambar dibawah ini:

1.5 Input data dengan R Commander

Salah satu proses input data, selain menggunakan kotak console adalah dengan
menggunakan R Commander yang merupakan paket R yang perlu diinstal terlebih
dahulu, dengan menggunakan perintah :

install.packages(“Rcmdr”,dependencies=TRUE)

Setelah proses download selesai, maka isikan perintah library(Rcmdr) untuk

menjalankan R commander.
Tabel 1.7
No Langkah Perintah
1 Buka software R dan buka paket Rcommander Isikan perintah
library(Rcmdr) pada kotak
console
2 Buatlah variabel dan masukkan data dengan R 1. Pilih menu datanew
commander dataset
2. Tambahkan baris dan kolom
sesuai jumlah yang
diinginkan
3. Isikan data sesuai dengan
contoh  Ok
 3 Buatlah coding variabel dengan R commander 1. Pilih data manage
variabel in active
dataset(atur peubahan
pada dataset aktif) 
convert numeric variabel
to factor(konversi
perubahan numerik ke
faktor)

2. Setelah muncul kotak dialog

convert numeric variabel
to factor pilih supply
level namesOK

3. Isikan nama level untuk job,

dengan ketentuan no
1=Lecturer dan no 2=
Student

1.6 Input dan edit data menggunakan software lain

Input data pada subbab ini dilakukan dengan menggunakan Software MS.Excel,
SPSS, serta R commander.

a. Input data dengan Software MS.Excel

Tabel 1.8
No Langkah Perintah
1 Buka Software R dan isikan perintah pada console Isikan perintah :
lecturerData<read.csv(file.
choose(),header=TRUE)

catatan= lecturerData
merupakan nama dataframe
 2 Pilih data yang akan di inputkan Pilih LecturerData.csv 
Open

3 Load lecturerData Isikan perintah

lecturerData Enter

b. Input data Excel dan SPSS dengan R Commander

Tabel 1.9
No Langkah Perintah
1 Load R Commander pada Software R Klik Packages Load
packages pada menu bar,
lalu pilih Rcmdr
 2 Import data Pada menubar pilih
dataimport datafrom
text file,clipboard, or
URL...(untuk import data
dari excel) atau

Dataimport datafrom
SPSS dataset (untuk data
dari SPSS)
Hasil:

1.7 Menyimpan Data

Terdapat dua perintah yang dapat digunakan untuk menyimpan data, yaitu :
1. Write.table(dataframe,”Filename.txt”,sep=”\t”,row.names=FALSE) bertujuan untuk
menyimpan data dalam bentuk teks
2. Write.csv(dataframe,”Filename.csv”)  menyimpan data dengan format .csv
 1.8 Manipulasi Data

a. Memilih bagian tertentu pada dataframe

newDataframe<-oldDataframe[rows,columns]
Tabel 1.10

No Langkah Perintah
1 Buka software R, input data “LecturerData” sebagai Pada console masukkan
latihan perintah seperti pada tabel 1.6

2 Isikan perintah tertentu
kolom
untuk memilih baris atau Pada console, ketikkan
lecturerPersonality<-
lecturerData[,c("friends",
"alcohol",
"neurotic")]enter

3 Load data lecturerPersonalityenter

b. Memilih data dengan fungsi subset ()

newDataframe<-subst(oldDataframe,cases to retain,select=c(list of variables))
Tabel 1.11

No Langkah Perintah
1 Buka software R, input data “LecturerData” sebagai Pada console masukkan
latihan perintah seperti pada tabel 1.6
 2 Isikan perintah tertentu untuk memilih Pada console, ketikkan
1) data lecturer 1. lecturerOnly<-
2) memilih personality variable hanya untuk orang- subset(lecturerData,
orang yang meminum >10 unit alkohol job=="Lecturer")enter

Hasil : 2. alcoholPersonality<-
subset(lecturerData,
alcohol>10,select=
c("friends","alcohol",
"neurotic"))enter
1)

2)

c. Dataframe dan Matriks

Dalam pengolahan data menggunakan R, data tidak hanya diolah dan disimpan pada suatu
dataframe, melainkandapat pula diolah pada suatu matriks, khususnya pada data berformat
angka. Perintah = newMatrix<-as.matrix(dataframe)
Tabel 1.12
No Langkah Perintah
1 Masih menggunakan “LecturerData”, isikan perintah Isikan perintah
pada console untuk mengubah dataframe ke matriks 1. alcoholPersonalityMatrix
<as.matrix(alcoholPerson
ality)

2. alcoholPersonalityMatrix
<as.matrix(lecturerData
[alcohol> 10, c("friends",
"alcohol", "neurotic")])
 2.Eksplorasi Data 1
Instalasi packages ggplot2, scatterplot,histogram,bloxpots,bar chart & error bars, line graphs

Pada bab ini, data terletak pada folder Statistika_1 T2_Eksplorasi_Data_1Data

2.1 Instalasi Package ggplot2

Tabel 2.1
No Langkah Perintah
1 Buka software R, dan lakukan perintah instalasi paket 1. Pada kotak R console,
ketikkan
Install.packages(“ggplot2)

2. Lalu tekan enter

2 Lakukan langkah-langkah instalasi dan tunggu hingga

proses selesai
3 Load paket ggplot2 Isikan perintah
library(ggplot2) enter
untuk mengetahui package
berhasil terpasang atau belum
4 ggplot2 berhasil terinstal
 2.2. Hubungan antar grafik : Scatterplot
Scatterplot bertujuan untuk mengetahui hubungan antara variabel yang digambarkan
dalam suatu plot(titik) pada suatu grafik.

a. Scatterplot sederhana
Tabel 2.2
No Langkah Perintah
1 Buka software R dan input data yang akan digunakan 1. Ketikkan perintah
examAnxiety<-
read.delim(file.choose(),
header=TRUE)
pada R Console

2. Tekan enter

2 Pilih file yang akan digunakan Cari file “Exam Anxiety.dat “

open

3 Load data Exam Anxiety examAnxiety  enter

Hasil :
 4 Lakukan perintah Scatterplot sederhana untuk Isikan perintah
mengetahui hubungan antar variabel Anxiety (sumbu scatter<- ggplot(examAnxiety,
x), dan Exam (sumbu y) aes(Anxiety, Exam))enter

5 Tampilkan visualisasi scatterplot scatter + geom_point() +

labs(x = "Exam Anxiety", y =
Hasil : "Exam Performance %")

Lalu tekan enter

b. Menambahkan sebuah garis

Tabel 2.3
No Langkah Perintah
1 Setelah scatterplot pada tabel 2.2 berhasil dibuat, maka Isikan perintah
langkah selanjutnya adalah membuat garis halus yang scatter + geom_point() +
menghubungkan variabel exam anxiety dan exam geom_smooth() + labs(x =
performance "Exam Anxiety", y =
"Exam Performance %")
Hasil :
Tekan enter
2 Selain garis halus, pada subbab ini pengguna dapat Isikan perintah
membuat garis regresi dengan menggunakan perintah scatter + geom_point() +
tertentu geom_smooth(method =
"lm", colour = "Red",
Hasil : se = F) + labs(x = "Exam
Anxiety", y = "Exam
Performance %")

Tekan enter

3 Jika pengguna ingin mengubah warna dan transparancy Isikan perintah

dari confidence interval, maka dapat gunakan fill dan scatter + geom_point() +
alpha aesthetics. geom_smooth(method =
"lm", colour = "Red",
Hasil : alpha = 0.1, fill = "Red") +
labs(x = "Exam Anxiety", y
= "Exam Performance %")

Tekan enter

*untuk mengubah warna

confidence interval menjadi
merah
 c. Menggabungkan Scatterplot
Dengan tetap menggunakan data ExamAnxiety, pengguna dapat melihat
perbedaan reaksi siswa laki-laki dan perempun terhadap ujian serta menggabungkan
kedua data tersebut kedalam sebuah scatterplot. Berikut langkahnya:
Tabel 2.4
No Langkah Perintah
1 Aturlah “gender” sebagai fokus kajian dan lakukan Masukkan perintah pada kotak
proses pada console dialog console :

Hasil : 1. scatter<-
ggplot(examAnxiety,
aes(Anxiety, Exam, colour
= Gender))

2. scatter + geom_point() +
geom_smooth(method =
"lm", aes(fill = Gender),
alpha = 0.1) + labs(x =
"Exam Anxiety", y =
"Exam Performance %",
colour = "Gender")

Tekan enter

2.3 Histogram
Tabel 2.5
No Langkah Perintah
1 Buka software R dan isikan perintah pada kotak R 1. Ketikkan perintah
Console untuk input data festivalData <-
read.delim(file.choose(),
header = TRUE)
pada R Console
2. Tekan enter

2 Pilih file yang akan digunakan Cari file

“DownloadFestival.dat “
open
3 Load festivalData “festivalData”Enter
Hasil :

4 Lakukan perintah sederhana untuk memilih sebagian Isikan perintah pada kotak
data yang akan digunakan console
festivalHistogram<-
Hasil : ggplot(festivalData,aes(day1))

Tekan enter

5 Pada langkah 4 terlihat bahwa histogram masih festivalHistogram +

kosong, oleh karena itu pengguna perlu geom_histogram(binwidth =
menambahkan perintah graphical layer untuk 0.4) + labs(x = "Hygiene (Day
menambahkan histogram geom 1 of Festival)", y =
"Frequency")  tekan enter

untuk melihat hasil histogram

 Hasil:

2.4 Boxplots
Menggunakan “festivalData” cobalah membuat boxplots berdasarkan langkah
kerja dibawah ini:
Tabel 2.6

No Langkah Perintah
1 Menggunakan data “festivalData” yang telah diinput Isikan perintah
pada kotak console sebelumnya, maka lakukan plot 1. festivalBoxplot<-
variabel gender sebagai sumbu x,serta hygine score ggplot(festivalData,
(day1) sebagai sumbu y dengan memasukkan perintah aes(gender, day1))
pada console.
2. festivalBoxplot +
Hasil: geom_boxplot() + labs(x
= "Gender", y =
"Hygiene (Day 1 of
Festival)")

3. Tekan enter untuk melihat

hasilnya
 2.5 Bar charts dan error bars
a. Bar chart untuk satu independent variabel
Tabel 2.7

No Langkah Perintah
1 Buka software R dan input data yang akan digunakan 1. Ketikkan perintah
chickFlick<-
read.delim(file.choose(),
header=TRUE)
pada R Console

2. Tekan enter

3. Pilih chickFlick  open

2 Sebelum memulai membuat bar chart, maka tentukan bar<-ggplot(chickFlick,

data pada sumbu x dan y yang akan digunakan. aes(film, arousal))enter

3 Buatlah bar chart untuk satu independent variabel Isikan perintah

dengan memasukkan perintah pada console bar + stat_summary(fun.y
= mean, geom = "bar", fill
Hasil = "White", colour =
"Black") +
stat_summary(fun.data =
mean_cl_normal, geom =
"pointrange") + labs(x =
"Film", y = "Mean
Arousal")

Tekan enter, lalu lihat

hasilnya
 b. Bar chart untuk beberapa independent variabel
Tabel 2.8
No Langkah Perintah
1 Dengan menggunakan data chickFlick seperti pada tabel Ketikkan perintah
2.7, maka buatlah chart bar untuk beberapa independent 1. bar <- ggplot(chickFlick,
variabel berupa “gender” dengan memasukkan perintah aes(film,arousal,fill=
pada console gender))

Hasil : 2. bar +
stat_summary(fun.y =
mean, geom = "bar",
position="dodge") +
stat_summary(fun.data
= mean_cl_normal,
geom = "errorbar",
position=position_dodge
(width=0.90), width =
0.2)

3. Tekan enter, maka akan

muncul bar chart

2.6 Line graphs

a. Line graphs untuk satu independent variabel

Tabel 2.9
No Langkah Perintah
1 Buka software R dan isikan perintah pada kotak R 1. Ketikkan perintah
Console untuk input data hiccupsData <-
read.delim(file.choose(),
header = TRUE)
pada R Console

2. Tekan enter

2 Pilih file yang akan digunakan Cari file “Hiccups.dat “

open
3 Load hiccupsData Isikan perintah
“hiccupsData”Enter
Hasil :

4 Input data pada langkah 3 menunjukkan format yang Buatlah dataframe, dengan
salah untuk gglpot2, oleh karena itu data tersebut perintah:
perlu digabung kedalam satu kolom dengan terlebih 1. hiccups<-
dahulu membuat dataframe dan mengisikan perintah stack(hiccupsData)
tertentu pada console.
2. names(hiccups)<-
c("Hiccups","Intervention
")
5 Buatlah variabel baru pada dataframe hiccups dengan hiccups$Intervention_Factor<
nama Intervention_Factor factor(hiccups$Intervention,
levels(hiccups$Intervention)[c
(1, 4, 2, 3)])enter

6 Aturlah objek yang akan di plot line <- ggplot(hiccups,

aes(Intervention_Factor,
Hiccups)) enter

7 Buatlah line chart Isikan perintah

line + stat_summary(fun.y =
mean, geom = "point") +
stat_summary(fun.data =
mean_cl_boot, geom =
"errorbar", width = 0.2) +
labs(x = "Intervention", y =
"Mean Number of Hiccups")
Hasil : + stat_summary(fun.y =
mean, geom = "line",
aes(group=1),colour = "Red",
linetype = "dashed")

tekan enter