<\/p>\n
Tabel frekuensi<\/strong> adalah tabel yang menampilkan frekuensi dari berbagai kategori. Jenis tabel ini sangat berguna untuk memahami distribusi nilai dalam kumpulan data.<\/span><\/p>\n Tutorial ini menjelaskan cara membuat tabel frekuensi di R menggunakan bingkai data berikut:<\/span><\/p>\n Kode berikut menunjukkan cara membuat tabel frekuensi satu arah di R untuk penyimpanan<\/em> variabel :<\/span><\/p>\n Tabel ini hanya memberi tahu kita:<\/span><\/p>\n Kode berikut menunjukkan cara membuat tabel frekuensi dua arah di R untuk variabel toko<\/em> dan penjualan<\/em> :<\/span><\/p>\n Tabel ini memberi tahu kita:<\/span><\/p>\n Dan seterusnya.<\/span><\/p>\n Kode berikut menunjukkan cara membuat tabel frekuensi tiga arah untuk tiga variabel dalam bingkai data kita:<\/span><\/p>\n Tabel pertama menunjukkan total penjualan menurut toko ketika jumlah pengembalian sama dengan 1. Tabel kedua menunjukkan total penjualan menurut toko ketika jumlah pengembalian sama dengan 2. Dan tabel ketiga menunjukkan total penjualan menurut simpan ketika jumlah pengembalian sama dengan 3.<\/span><\/p>\n Perhatikan bahwa R dapat membuat tabel frekuensi untuk dimensi yang lebih tinggi (misalnya tabel frekuensi 4 arah, tabel frekuensi 5 arah), namun keluarannya bisa menjadi cukup besar untuk dimensi yang lebih tinggi.<\/span><\/p>\n Dalam praktiknya, tabel frekuensi satu arah dan dua arah paling sering digunakan.<\/span><\/p>\n Cara membuat tabel di R<\/a> Tabel frekuensi adalah tabel yang menampilkan frekuensi dari berbagai kategori. Jenis tabel ini sangat berguna untuk memahami distribusi nilai dalam kumpulan data. Tutorial ini menjelaskan cara membuat tabel frekuensi di R menggunakan bingkai data berikut: #make this example reproducible set.seed(0) #create data frame df <- data.frame(store= rep (c(‘ A ‘, ‘ B ‘, ‘ C […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #make this example reproducible<\/span>\nset.seed(0)\n\n#create data frame<\/span> \ndf <- data.frame(store= rep<\/span> (c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each<\/span> = 3<\/span> ),\n sales= round<\/span> (runif(9, 2, 6), 0<\/span> ),\n returns= round<\/span> (runif(9, 1, 3), 0<\/span> ))\n\n#view data frame<\/span> \ndf\n\n store sales returns\n1 to 6 2\n2 to 3 1\n3 to 3 1\n4 B 4 1\n5 B 6 2\n6 B 3 2\n7 C 6 3\n8 C 6 2\n9 C 5 2<\/strong><\/pre>\n Tabel frekuensi satu arah di R<\/strong><\/span><\/h3>\n
#calculate frequency of each store<\/span>\ntable(df$store)\n\nABC\n3 3 3 \n<\/strong><\/pre>\n\n
Tabel frekuensi dua arah di R<\/strong><\/span><\/h3>\n
#calculate two-way frequency table<\/span>\ntable(df$store, df$sales)\n\n 3 4 5 6\n A 2 0 0 1\n B 1 1 0 1\n C 0 0 1 2 \n<\/strong><\/pre>\n\n
Tabel frekuensi tiga arah di R<\/strong><\/span><\/h3>\n
#calculate three-way frequency table<\/span>\ntable(df$store, df$sales, df$returns)\n\n, , = 1\n\n \n 3 4 5 6\n A 2 0 0 0\n B 0 1 0 0\n C 0 0 0 0\n\n, , = 2\n\n \n 3 4 5 6\n A 0 0 0 1\n B 1 0 0 1\n C 0 0 1 1\n\n, , = 3\n\n \n 3 4 5 6\n A 0 0 0 0\n B 0 0 0 0\n C 0 0 0 1 \n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara melakukan uji independensi chi-kuadrat di R<\/a>
Cara melakukan uji kesesuaian chi-kuadrat di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"