Tutorial Histogram R: Membuat dan Menyesuaikan Plot dengan Base R

Dalam tutorial ini, saya akan memandu Anda membuat dan menyesuaikan histogram dalam bahasa pemrograman R. Kita akan membahas apa itu histogram, cara menyiapkan data, cara membuat histogram dasar, serta cara menyesuaikan warna, label, bin, dan batas sumbu. 

Kita akan menggunakan base R tanpa paket tambahan. Pendekatan ini sangat berguna ketika paket tambahan tidak dapat digunakan atau saat Anda mencari analisis eksploratif cepat. Dalam kasus lain, Anda dapat mempertimbangkan menggunakan ggplot2, seperti yang dibahas dalam tutorial Cara Membuat Histogram ggplot2 di R.

TL;DR

• Gunakan hist(x) untuk membuat histogram dasar di base R tanpa paket tambahan

• Sesuaikan tampilan dengan col (warna isian), border (garis tepi), main (judul), xlab, dan ylab

• Kendalikan pembagian bin dengan argumen breaks: berikan angka, vektor titik batas, atau nama metode ("Sturges", "Scott", "Freedman-Diaconis")

• Overlay statistik deskriptif menggunakan abline() untuk mean dan lines(density()) untuk kurva densitas

• Untuk histogram berkelompok atau berkualitas publikasi, beralihlah ke ggplot2

Apa Itu Histogram?

Histogram adalah grafik yang menampilkan distribusi frekuensi pada variabel kontinu (numerik). Histogram memungkinkan kita melihat jumlah pengamatan dalam rentang nilai yang dicakup variabel.

Histogram terlihat mirip dengan bagan batang. Perbedaan kunci di antara keduanya adalah bagan batang memiliki nilai yang terkait dengan kategori atau variabel diskret tertentu, sementara histogram memvisualisasikan frekuensi untuk variabel kontinu. 

Menyiapkan Data untuk Histogram

Kita akan menggunakan dataset perumahan yang mencakup detail tentang berbagai listing rumah, termasuk ukuran rumah, jumlah kamar, harga, dan informasi lokasi. Kita dapat membaca data menggunakan fungsi read.csv(), baik langsung dari URL atau dengan mengunduh file csv ke sebuah direktori dan membacanya dari penyimpanan lokal. Kita juga dapat menentukan bahwa kita hanya ingin menyimpan kolom yang relevan untuk tutorial ini: price dan condition.

home_data <- read.csv("https://raw.githubusercontent.com/rashida048/Datasets/master/home_data.csv")[ ,c('price', 'condition')]

Mari kita lihat beberapa baris pertama data menggunakan fungsi head().

head(home_data, 5)

Membuat Histogram dengan Base R

Selanjutnya, kita akan membuat histogram menggunakan fungsi hist() untuk melihat distribusi harga dalam dataset.

hist(home_data$price)

Histogram dasar harga rumah. Gambar oleh Penulis.

Menambahkan statistik deskriptif

Kita dapat menambahkan statistik deskriptif ke histogram menggunakan fungsi abline(). Ini menambahkan garis vertikal pada plot.

• Atur argumen v ke posisi pada sumbu x untuk garis vertikal. Di sini, kita mendapatkan harga rumah rata-rata menggunakan mean().

• Argumen col mengatur warna garis, dalam hal ini merah.

• Argumen lwd mengatur lebar garis. Nilai 3 meningkatkan ketebalan garis agar lebih mudah terlihat.

hist(home_data$price)

abline(v = mean(home_data$price), col='red', lwd = 3)

Memplot densitas probabilitas

Untuk menambahkan garis densitas probabilitas ke histogram, pertama-tama kita ubah sumbu y menjadi berskala densitas. Dalam pemanggilan hist(), kita setel argumen probability ke TRUE.

Garis densitas probabilitas dibuat dengan kombinasi density(), yang menghitung posisi kurva densitas probabilitas, dan lines(), yang menambahkan garis ke plot yang ada.

hist(home_data$price, probability = TRUE)
abline(v = mean(home_data$price), col='red', lwd = 3)
lines(density(home_data$price), col = 'green', lwd = 3)

Histogram harga rumah dengan nilai rata-rata disorot. Gambar oleh Penulis.

Perhatikan bahwa angka pada sumbu y telah berubah.

Menyesuaikan warna

Parameter col pada hist() mengatur warna isian batang, dan border mengatur warna garis tepinya. Di sini saya akan mengatur isian menjadi biru dan garis tepi menjadi putih.

hist(home_data$price, col = 'blue', border = "white")

Histogram harga rumah dengan warna ditambahkan. Gambar oleh Penulis.

Menambahkan label dan judul

Kita dapat mengubah label pada plot agar lebih mudah dibaca dan dipresentasikan. Ini berguna jika Anda membagikan plot dengan orang lain.

• xlab mengatur label sumbu x

• ylab mengatur label sumbu y

• main mengatur judul plot

hist(home_data$price, xlab = 'Price (USD)', ylab = 'Number of Listings', main = 'Distribution of House Prices')