Untuk melihat hubungan antara dua variabel, scatterplot bisa dijadikan opsi untuk menampilkan datanya. Adapun boxplot digunakan untuk melihat distribusi sebaran data.

Bagaimana jika ingin menampilkan keduanya?

Dibawah ini ada contoh data yang berisi hasil ukuran indeks vegetasi dari kalkulasi yang bersumber dari instrumen resolusi menengah dan detil.

OBJECTID SAMPLE_GRID VARIABEL_2 Variabel_1
1 1 1 0.6411405 0.8676092
2 2 2 0.4335293 0.5697814
3 3 3 0.7350439 0.7321858
4 4 4 0.7268013 0.8271566
5 5 5 0.3638939 0.5682631
6 6 6 0.1953890 0.3168246
7 7 7 0.4841993 0.7380627
8 8 8 0.4137447 0.3239288
9 9 9 0.8219178 0.8676065
10 10 10 0.2647872 0.2296441
11 11 11 0.8126657 0.8519964
12 12 12 0.2648504 0.2465738
13 13 13 0.5992035 0.8016030
14 14 14 0.2420299 0.3933670
15 15 15 0.5059137 0.7593807
16 16 16 0.7713419 0.8026068
17 17 17 0.3762540 0.5941540
18 18 18 0.5876435 0.7763927
19 19 19 0.2491609 0.5095306
20 20 20 0.3213648 0.4456958
21 21 21 0.2101466 0.1960858
22 22 22 0.3749034 0.4956361
23 23 23 0.5712630 0.7350484
24 24 24 0.8444895 0.8577550
25 25 25 0.3331450 0.4390229
26 26 26 0.1851611 0.4573663
27 27 27 0.4914998 0.2750837
28 28 28 0.7121390 0.7780228

Dalam tulisan ini sumber data berasal dari tabel yang tersimpan dalam format excel (.xlsx). Post sebelumnya selalu import dari csv format. Cara membaca data dari excel ke R sebagai berikut:

#instalasi package read excel
install.packages("readxl")

#load librarynya
library(readxl)

#import data excel, perhatikan direktori lokasi dan nama sheetnya
data1 <- read_excel("D:/CONTOH/TABEL/Comparison.xlsx", sheet = "01")

Jika ingin mengetahui summary dari data yang diimport bisa menggunakan perintah summary(). Nilai minimum, maksimum, kuartil 1 & 3 serta nilai median dan mean bisa diketahui dari perintah tersebut.

Selanjutnya kita membutuhkan package car (Companion on applied regression) untuk membuat boxplot sekaligus scatterplotnya.

#instalasi package car
install.packages("car")

#load library car
library(car)

Sekarang saatnya menampilkan scatterplot sekaligus boxplot.

#attach data yang sudah diimport
attach(data1)

#membuat scatterplot dan boxplot
scatterplot(Variabel 1,Variabel 2)

Diagram scatterplot, boxplot berikut garis regresinya akan muncul by default seperti di bawah ini. Jadi selain plot kedua variabel ditampilkan, sebaran data dari masing-masing variabel pun bisa dibaca sekaligus di sumbu horizontal dan vertikalnya.

Gambar 1

Apakah garis biru putus-putus yang tampak pada grafik? Garis tersebut yaitu smooth line yang pada umumnya (CMIIW) dipakai untuk menunjukkan penyederhanaan pengelompokkan data (mean, max, min). Saya pribadi belum terlalu paham dan dalam tulisan ini garis smooth ini akan kita hapus karena tidak digunakan.

Sekarang scatterplot akan dimodif dengan tambahan judul beserta perubahan simbologi point.

#modifikasi; pch: simbologi poin; col: warna simbologi poin; regline: menampilkan garis regresi berikut warnanya; smooth: garis smooth

scatterplot(Variabel 1, Variabel 2, main = "Perbandingan Variabel", xlab = "Variabel 1", ylab = "Variabel 2", pch = 15, col = "black", regLine = list(col="green"), smooth = FALSE)

Jika melihat garis regresinya yang memiliki korelasi positif, maka persamaan dan nilai R2 nya tentu perlu diketahui.

#menampilkan persamaan dan R square
m <- lm(Variabel 1~Variabel 2)

eq <- paste0("y = ",round(coef(m)[2],3),"x ", ifelse(coef(m)[1]<0,round(coef(m)[1],3), paste("+",round(coef(m)[1],3)))) mtext(eq, 3,-1) mtext(paste0("R^2 = ",round(as.numeric(summary(m)[8]),3)), 3, -3)
Hasil akhir

Sebagian besar fitur jika dikerjakan di excel akan mudah saja. Namun kelebihan R terdapat di kustomisasi dan kemampuan pengolahan data dalam jumlah yang masif. Sekian dan semoga bermanfaat.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s