02 SAJIAN PEUBAH DISKRET TUNGGAL
Metode Grafik untuk Analisis dan Penyajian Data
1) PLOT TITIK (Dot Plot)
Definisi • Plot titik merupakan penayangan grafik
dwi-dimensi dari objek yang menunjukkan karakteristik kuantitatifnya. • Satu sumbu (sumbu datar) mencantumkan nilai kuantitatif yang akan diplotkan. Sumbu lainnya (sumbu tegak) menunjukkan label yang berhubungan dengan setiap nilai numeriknya.
Prosedur • Data terlebih dahulu diurutkan dari kecil ke
besar. • Notasi atau simbol yang diplotkan
diletakkan dalam area tayangan dari plot titik, setiap objek diletakkan pada posisi perpotongan antara label dengan nilai dari objek tersebut.
Kegunaan • Plot titik dapat digunakan untuk
menampilkan data mentah, cacahan frekuensi, statistik deskriptif, dan dugaan parameter dari model statistika. • Plot titik dapat menyampaikan pesan/informasi secara efektif. • Penerapan plot titik, salah satunya, adalah dalam menayangkan sebaran nilai dari satu peubah.
Keunggulan 1) Plot titik menampilkan titik data yang cukup besar. Pada
dasarnya banyaknya data yang dapat ditampilkan oleh plot titik hanya dibatasi oleh ruang yang tersedia. 2) Plot titik merupakan grafik dengan tingkat percepsi yang akurat karena hanya menggunakan satu skala kuantitatif. 3) Plot titik dapat dipandang sebagai plot kuantil yang diputar jika digunakan untuk menayangkan sebaran nilai dari satu peubah. Karena plot titik menampilkan semua data maka sangat tepat untuk menunjukkan bentuk sebaran dari data.
Contoh • Data diambil dari database R software.
• Nama data : mtcars • Observasi : 32 merk mobil • Peubah : 11 • Deskripsi dari contoh data ini sbb:
Data Mtcars diambil dari majalah Motor Trend 1974 US, yang terdiri dari konsumsi bahan bakar dan 10 aspek desain mobil dan kinerja untuk 32 mobil (1973-1974 model).
Keterangan 11 Peubah nya adalah sbb: [, 1] mpg
Miles/(US) gallon
[, 2] cyl
Number of cylinders
[, 3] disp
Displacement (cu.in.)
[, 4] hp
Gross horsepower
[, 5] drat
Rear axle ratio
[, 6] wt
Weight (1000 lbs)
[, 7] qsec [, 8] vs
1/4 mile time V/S
[, 9] am
Transmission (0 = automatic, 1 = manual)
[,10] gear
Number of forward gears
[,11] carb
Number of carburetors
R Syntax 1)Simple Dot Plot dotchart(mtcars$mpg, labels=row.names(mtcars), cex=0.7, main="Gas Milage for Car Models", xlab="Miles Per Gallon")
Perlu ada sedikit penjelasan tentang maksud dari syntax dan penjelasan tentang grafik terutama yang menarik, misal paling hemat adalah Toyota Corolla dan paling boros adalah Lincoln….
2) Grouped Dot Plot x <- mtcars[order(mtcars$mpg),] # sort by mpg x$cyl <- factor(x$cyl) # it must be a factor x$color[x$cyl==4] <- "red" x$color[x$cyl==6] <- "blue" x$color[x$cyl==8] <- "darkgreen" dotchart(x$mpg,labels=row.names(x), cex=.7,groups= x$cyl, main="Gas Milage for Car Models\ngrouped by cylinder", xlab="Miles Per Gallon", gcolor="black", color=x$color)
Perlu ada sedikit penjelasan tentang maksud dari syntax dan penjelasan tentang grafik terutama yang menarik, misal bhw grafik itu menjelaskan 3 kelompok mobil yang hemat, sedang dan boros BBM
2) BAR CHART
R Syntax # Simple Bar Plot counts <- table(mtcars$gear) barplot(counts, main="Car Distribution", xlab="Number of Gears")
# Simple Horizontal Bar Plot with Added Labels counts <- table(mtcars$gear) barplot(counts, main="Car Distribution", horiz=TRUE, names.arg=c("3 Gears", "4 Gears", "5 Gears"))
# Stacked Bar Plot with Colors and Legend counts <- table(mtcars$vs, mtcars$gear) barplot(counts, main="Car Distribution by Gears and VS", xlab="Number of Gears", col=c("darkblue","red"), legend = rownames(counts))
# Grouped Bar Plot counts <- table(mtcars$vs, mtcars$gear) barplot(counts, main="Car Distribution by Gears and VS", xlab="Number of Gears", col=c("darkblue","red"), legend = rownames(counts), beside=TRUE)
# Fitting Labels par(las=2) # make label text perpendicular to axis par(mar=c(5,8,4,2)) # increase y-axis margin. counts <- table(mtcars$gear) barplot(counts, main="Car Distribution", horiz=TRUE, names.arg=c("3 Gears", "4 Gears", "5 Gears"), cex.names=0.8)
3) PIE CHART
# Simple Pie Chart slices <- c(10, 12,4, 16, 8) lbls <- c("US", "UK", "Australia", "Germany", "France") pie(slices, labels = lbls, main="Pie Chart of Countries")
http://www.statmethods.net/graphs/pie.html
# Pie Chart with Percentages slices <- c(10, 12, 4, 16, 8) lbls <- c("US", "UK", "Australia", "Germany", "France") pct
# 3D Exploded Pie Chart library(plotrix) slices <- c(10, 12, 4, 16, 8) lbls <- c("US", "UK", "Australia", "Germany", "France") pie3D(slices,labels=lbls,explode =0.1, main="Pie Chart of Countries ")
# Pie Chart from data frame with Appended Sample Sizes mytable
Sekian Terimakasih
