Dalam statistika dekriptif, tabel frekuensi sering digunakan untuk mempermudah dalam membaca sebuah kumpulan data. Dalam artikel ini, secara sederhana dijelaskan cara membuat tabel frekuensi sederhana dengan menggunakan package sjmic.
- Install package Sjmic
library("sjmisc", lib.loc="~/R/win-library/3.5")
- Import data
data<-read.csv("labassigment1.csv")
> data
id gender age polorient class
1 1 1 66 3 4
2 2 2 72 3 5
3 3 2 59 1 4
4 4 2 20 1 3
5 5 2 68 3 5
6 6 1 76 3 4
7 7 1 61 1 5
8 8 1 90 3 4
9 9 2 64 1 3
10 10 2 39 1 5
11 11 1 57 3 4
12 12 1 47 1 1
13 13 2 56 1 4
14 14 2 51 1 4
15 15 1 34 1 2
16 16 1 18 2 4
17 17 2 18 1 2
18 18 2 30 1 5
19 19 2 65 3 4
20 20 1 35 3 4
21 21 2 44 3 6
22 22 2 40 3 4
23 23 1 57 1 5
24 24 1 40 1 3
25 25 2 59 1 4
26 26 2 82 3 4
27 27 2 44 4 2
28 28 2 30 1 4
29 29 1 77 1 2
30 30 2 60 3 3
- Agar lebih bagus, apabila data berupa nominal atau ordinal, bisa dilabelkan dahulu seperti pda tutosial dibawah ini”
- Membuat tabel frekuansi dengan syntax beriku :
> frq(data$gender)
# gender (x) <integer>
# total N=30 valid N=30 mean=1.60 sd=0.50
val label frq raw.prc valid.prc cum.prc
0 male 0 0 0 0
1 female 12 40 40 40
2 2 18 60 60 100
NA NA 0 0 NA NA
> frq(data$polorient)
# political orientation (x) <integer>
# total N=30 valid N=30 mean=1.93 sd=1.05
val label frq raw.prc valid.prc cum.prc
1 left 16 53.33 53.33 53.33
2 center 1 3.33 3.33 56.67
3 right 12 40.00 40.00 96.67
4 far right 1 3.33 3.33 100.00
NA NA 0 0.00 NA NA
> frq(data$class)
# social class (x) <integer>
# total N=30 valid N=30 mean=3.77 sd=1.14
val label frq raw.prc valid.prc cum.prc
1 lower 1 3.33 3.33 3.33
2 working 4 13.33 13.33 16.67
3 lower middle 4 13.33 13.33 30.00
4 middle 14 46.67 46.67 76.67
5 upper middle 6 20.00 20.00 96.67
6 upper 1 3.33 3.33 100.00
NA NA 0 0.00 NA NA
Leave a Reply