Dispersi atau ukuran penyebaran data menunjukkan seberapa bervariasi suatu data. Kali ini data yang digunakan diambil dari dataset ldeaths yang merupakan bagian dari UKLungDeaths. Dataset UKLungDeaths berisi data jumlah kematian akibat penyakit bronchitis, emphysema dan asma di Inggris dalam kurun waktu 1974-1979. Data ini disajikan berdasarkan bulan dan jenis kelamin. Secara total untuk kedua jenis kelamin ada di ldeaths, laki-laki mdeaths dan perempuan fdeaths.

Nilai minimal

min(ldeaths)
[1] 1300

Nilai maksimal

max(ldeaths)
[1] 3891

Range

range(ldeaths)
[1] 1300 3891

Varians

var(ldeaths)
[1] 371911.8

Standar deviasi

sd(ldeaths)
[1] 609.8457

Data yang digunakan :

> nilai
[1] 25 60 79 32 57 74 52 70 82 36 75 77 81 95 41 65 92 85 55 66 52 10 64 75 78
[26] 25 80 98 81 67 41 71 83 54 64 72 88 62 74 45 60 78 89 76 48 84 84 90 15 79
[51] 35 67 17 82 69 74 63 80 85 61

Mean

> mean(nilai)
[1] 65.31667

Rerata nilai adalah 65,31667.

Median

Cara 1 : menggunakan median()

> median(nilai)
[1] 70.5

Cara 2 : menggunakan quantile()

Karena median tak lain adalah kuartil 2 atau dengan kata lain posisinya di tengah-tengah atau pada posisi 50% maka

> quantile(nilai, 0.5)
 50% 
70.5

Median nilai adalah 70,5.

Modus

> names(which.max(table(nilai)))
[1] "74"

Modus adalah 74.

Kuartil 1

> quantile(nilai, 0.25)
  25% 
54.75

Kuartil 1 nya adalah 54,75.

Input data dalam R sangat mudah dan ada beragam cara, yaitu:

1. Menuliskan dalam bentuk syntax. Data diinput sebagai vektor. Penulis lebih suka menggunakan cara ini apabila data tersebut 1 variabel saja dan banyaknya tidak lebih dari 30. Kadang juga penulis gunakan untuk data yang banyaknya kurang dari 100
2. Melalui data frame. Data diinput ke dalam bentuk tabel. Baris tabel menunjukkan kasus sedangkan kolomnya adalah variabel. Cocok digunakan apabila lebih dari 1 variabel.
3. Import dari file. Data dibuat tanpa menggunakan R dan disimpan ke dalam bentuk file. Data bisa dibuat menggunakan text editor (contoh vim, gvim, nano, pico, kate), aplikasi perkantoran (LibreOffice Calc dan Microsoft Excel) atau aplikasi statistik lainnya seperti SPSS, Minitab, dan Stata).

Pada kesempatan ini yang digunakan adalah cara pertama. Misalkan datanya adalah nilai ujian dari 60 mahasiswa sebagai berikut :

Berikut adalah package atau library R yang secara default terinstall di Slackware melalui SBo.

1. KernSmooth.Functions for Kernel Smoothing Supporting Wand & Jones (1995)
2. MASS. Support Functions and Datasets for Venables and Ripley’s MASS
3. Matrix. Sparse and Dense Matrix Classes and Methods
4. base. The R Base Package
5. boot. Bootstrap Functions (Originally by Angelo Canty for S)
6. class. Functions for Classification
7. cluster. “Finding Groups in Data”: Cluster Analysis Extended Rousseeuw et al.
8. codetools. Code Analysis Tools for R
9. compiler. The R Compiler Package
10. datasets. The R Datasets Package
11. foreign. Read Data Stored by Minitab, S, SAS, SPSS, Stata, Systat, Weka, dBase, …
12. grDevices. The R Graphics Devices and Support for Colours and Fonts
13. graphics. The R Graphics Package
14. grid. The Grid Graphics Package
15. lattice. Trellis Graphics for R
16. methods. Formal Methods and Classes
17. mgcv. Mixed GAM Computation Vehicle with Automatic Smoothness Estimation
18. nlme. Linear and Nonlinear Mixed Effects Models
19. nnet. Feed-Forward Neural Networks and Multinomial Log-Linear Models
20. parallel. Support for Parallel computation in R
21. rpart. Recursive Partitioning and Regression Trees
22. spatial. Functions for Kriging and Point Pattern Analysis
23. splines. Regression Spline Functions and Classes
24. stats. The R Stats Package
25. stats4. Statistical Functions using S4 Classes
26. survival. Survival Analysis
27. tcltk. Tcl/Tk Interface
28. tools. Tools for Package Development
29. utils. The R Utils Package

Packages tersebut bisa dilihat dengan menjalankan pada Rconsole

R adalah salah satu bahasa pemrograman yang banyak digunakan dan bersifat open source. R bisa dikatakan sebagai bahasa pemrograman spesialis data. Tidak mengherankan kalau R digunakan untuk keperluan handling data seperti statistik, data mining, data science dan machine learning.

Meskipun bersifat open source, sampai sekarang belum ada sistem operasi open source yang memasukkan R secara default terinstall dalam sistemnya. Namun demikian beberapa distro linux menyertakan R ke dalam repo resmi. Distro tersebut antara lain Debian, OpenSUSE dan Ubuntu. Bagaimana dengan Slackware? Officiall repo tidak ada. Namun, bisa didapatkan dari komunitas SBo. Apakah tersedia untuk Windows dan MacOS? Pengembang R sangat baik hati. Mereka juga membuat R untuk Windows dan MacOS. Jadi, R bisa digunakan semua sistem operasi komputer.