Dalam analisis statistik, bivariate analysis adalah teknik yang digunakan untuk memvisualkan hubungan antara dua variabel. Dalam contoh ini, kita akan menggunakan library ggpair
dari R untuk menganalisis pengeluaran pendapatan rumah tangga Inggris.
Kode
ggpairs(data, columns = c("log_totexp", "log_income", "age", "wtrans"),
title = "Bivariate analysis of revenue expenditure by the British household",
upper = list(continuous = wrap("cor",
size = 3)),
lower = list(continuous = wrap("smooth",
alpha = 0.3,
size = 0.1)),
mapping = aes(color = children_fac))
Penjelasan Kode
columns
: Milih variabel yang akan ditampilkan dalam grafik.title
: Tambahkan judul pada grafik.upper
danlower
: Mengontrol bagian atas dan bawah grafik. Di atas diagonal, kita menggunakan metodecor
untuk menghitung koefisien korelasi, sedangkan di bawah diagonal, kita menggunakan metodesmooth
untuk menambahkan plot sebar dengan tren linier.mapping
: Menganalisis pengelompokan variabel dengan menggunakan variabelchildren_fac
.
Keluaran
Grafik berikut ini adalah hasil analisis bivariat dengan ggpair
. Grafik di atas diagonal menunjukkan koefisien korelasi antara dua variabel, sedangkan grafik di bawah diagonal menunjukkan plot sebar dengan tren linier.
Analisis Korelasi
Korelasi adalah suatu analisis statistik yang digunakan untuk memvisualkan hubungan antara dua variabel. Ada dua metode utama untuk menghitung korelasi: Pearson dan Spearman.
- Metode Pearson: Digunakan sebagai pemeriksaan utama hubungan antara dua variabel.
- Metode Spearman: Mengurutkan pengamatan berdasarkan peringkat dan menghitung tingkat kesamaan antar peringkat.
Matriks Korelasi
Matriks korelasi adalah matriks yang mewakili pasangan korelasi semua variabel. Tingkat signifikansi berguna dalam beberapa situasi ketika kita menggunakan metode Pearson atau Spearman.
Perpustakaan dan Kode
Berikut ini adalah tabel perpustakaan dan kode untuk melakukan analisis korelasi di R:
Perpustakaan | Tujuan | Metode | Kode |
---|---|---|---|
Mendasarkan | Korelasi bivariat | Pearson | cor(dfx2, method = "pearson") |
Mendasarkan | Korelasi bivariat | Spearman | cor(dfx2, method = "spearman") |
Hmisc | Nilai P | rcorr(as.matrix(data[,1:9]))[["P"]] |
|
Nekal | Peta panas | ggcorr(df) |
Dengan menggunakan library ggpair
, kita dapat menganalisis pengeluaran pendapatan rumah tangga Inggris dan mengetahui hubungan antara dua variabel.