In eppofahmi/dataplot: Visualisasi data dari Kedata Indonesia

knitr::opts_chunk$set(
  collapse = TRUE, warning = FALSE, message = FALSE, fig.align='center', fig.width=7, fig.height=5,
  comment = "#>"
)

Introduction

Plot korelasi merupakan salah satu jenis plot yang paling banyak di buat digunakan, baik dalam tahapn mengkominikasikan maupun mengeksplorasi data. Berikut adalah beberapa jenis plot korelasi yang dapat dibuat menggunakan fungsi dari dataplot. Plot-plot korelasi berfungsi untuk mendeteksi dan melihat kemungkinan adanya hubungan baik positif maupun sebaliknya antara dua variabel. Jenis variabel yang umumnya dilihat adalah variabel numerik.

Fungsi-fungsi berikut ini adalah cara cepat untuk memproduksi plot hubungan dengan style kedata. Jika ingin membuat plot yang lebih sesuai dari sisi warna dan lain sebagainya sangat disarankan untuk menggunakan fungsi kedata_theme() dan fungsi kedata_final().

Plot hubungan dengan dua variabel: `sctr2()`

Hubungan antara dua variabel dapat direpresentasikan menggunakan scatter plot. Untuk melihat hubungannya dalam plot, dataplot memiliki fungsi sctr2() yang bisa dibaca scatter plot 2 variabel.

library(dataplot)
library(ggplot2)

plot_sctr2(data = economics, x = "psavert", y = "uempmed",
      title = "Lorem Ipsum is simply dummy text",
      subtitle = "Contrary to popular belief, Lorem Ipsum is not simply random text",
      data_source = "www.kedata.online")

Untuk menginterpretasikan plot kita bisa melihat pola titiknya apakah ada kecenderung naik atau turun pada suatu titik atau tidak. Jika melihat plot \ref{fig:sctr2} maka secara kasat mata kita bisa melihat bahwa ada kemungkinan korelasi negatif antar psavert dengan uempmed. Artinya, semakin tinggi psavert maka semakin rendah uempmed.

Plot hubungan dengan tiga variabel: `sctr3()`

Jika sebelumnya kita hanya memliki dua variabel, maka fungsi sctr3() berikut mencoba untuk menempatkan 3 variabel dalam satu plot. Geometry yang digunakan tetap merupak point, sementara warna masing-masing point ditentukan oleh variabel yang bersifat kategorik. Jika variabel warna diisi dengan variabel kontinu maka legend-nya akan berubah menjadi gradasi warna.

library(dataplot)
library(ggplot2)
plot_sctr3(data = midwest, x = "poptotal", y = "popwhite", color = "state",
      title = "Lorem Ipsum is simply dummy text",
      subtitle = "Contrary to popular belief, Lorem Ipsum is not simply random text",
      data_source = "www.kedata.online")

Untuk membaca kurang lebih sama dengan plot hubungan dengan dua variabel. Hanya saja, di plot diatas memberikan informasi tambahan yaitu terkait dengan kategori yang di representasikan dengan warna yang berbeda. Sehingga kita juga bisa menambahkan interpretasi. Misalnya, kecenderung korelasi positif terjadi, di mana ketika poptotal tinggi popwhite juga tinggi, khususnya di IL.

Plot hubungan dengan empat variabel: `sctr4()`

Jika 3 varibel masih kurang memberikan informasi, maka kita bisa menempatkan 4 variabel sekaligus dalam sebuah plot. Dalam skema ggplot dan geom_point, hal tersebut dimungkinkan dengan menambahkan elemen warna dan besaran point yang diplotkan. Berikut adalah contohnya.

library(dataplot)
library(ggplot2)
plot_sctr4(data = midwest, x = "poptotal", y = "popwhite", color = "state", size = "popdensity",
      title = "Lorem Ipsum is simply dummy text",
      subtitle = "Contrary to popular belief, Lorem Ipsum is not simply random text",
      data_source = "www.kedata.online")

Dari plot diatas, kita bisa melihat bahwa selain tetap melihat hubungan positif antara dua variabel kita juga bisa melihat variabel lain yang bisa menambah penjelasan dari hubungan yang terjadi. Berdasarkan plot, kita bisa mengatakan bahwa semakin banyak poptotal semakin tinggi popwhite serta semakin besar juga popdensity. Artinya, semakin tinggi populasi sebuah daerah, semakin banyak juga populasi kulit pitih dan semakin padat daerahnya.

Plot hubungan 2 variabel + marginal plot

Jika anda ingin memembuat dua plot dalam satu gambar untuk menujukkan hubungan sekaligus distribusi dari variabel tersebut, maka anda bisa menggunakan fungsi mrg_plot(). Berikut adalah contohnya:

library(dataplot)
library(ggplot2)

p1 <- plot_mrg(data = economics, x = "psavert", y = "uempmed",
              title = "Lorem Ipsum is simply dummy text",
              subtitle = "Contrary to popular belief, Lorem Ipsum is not simply random text",
              data_source = "www.kedata.online",
              mg_type = "histogram")

p1

Pada dasarnya plot tersebut merupakan scatterplot, namun di sini kita menambhakn informasi terkait dengan distribusi dari masing-masing variabel. Hal tersebut dapat direpresentasikan dengan memilih tipe plot dalam paramater mg_type. Pilihan yang tersedia untuk parameter tersebut adalah: (1) histogram; (2) boxplot; (3) density.

Correlation plot

Korelasi antar variabel juga bisa ditampilkan dalam sebuah plot secara langsung. Tentunya untuk membuat plot korelasi antar variabel kita juga perlu mempertimbangkan jumlah variabel yang ada dalam sebuah data. Karena jika variabelnya terlalu banyak, maka plot akan menjadi terlu penuh dan susah untuk dipahami. Syarat utama untuk membuat plot matriks korelasi adalah semua variabelnya berjenis numerik dan turuannya.

library(dataplot)
library(ggplot2)

plot_cor(data = mtcars,
         title = "Lorem Ipsum is simply dummy text",
         subtitle = "Contrary to popular belief, Lorem Ipsum is not simply random text",
         data_source = "Sumber Data")