Fungsi mean() di R: Mulai Menghitung Rata-Rata

Saat merangkum data numerik di R, menghitung rata-rata sering kali menjadi langkah pertama. Setidaknya, itu biasanya hal pertama yang saya lakukan. 

Sekarang, “rata-rata” tidak harus selalu merujuk pada mean, tetapi dalam artikel ini, saya mengasumsikan demikian karena saya akan menunjukkan cara bekerja dengan fungsi mean() di R, yang merupakan alat standar R untuk tujuan ini. 

Apa yang Dilakukan mean() di R?

Fungsi mean() menghitung rata-rata aritmetika dari data numerik. Dengan kata lain, fungsi ini menjumlahkan semua nilai dalam vektor atau kolom Anda lalu membaginya dengan jumlah nilai yang ada. Karena mean() merupakan bagian dari base R, Anda tidak perlu memuat paket tambahan. Jadi fungsi ini siap digunakan segera setelah Anda membuka R.

Sintaks Fungsi mean()

Kita sudah tahu apa yang dilakukan mean(), tetapi mari lihat sintaks dasarnya agar Anda bisa mulai menerapkannya:

mean(x, na.rm = FALSE, ...) Didukung oleh

• x: Sebuah vektor atau objek numerik.

• na.rm: Logis. Jika TRUE, mean() akan mengabaikan nilai NA.

Saat kita lanjut, ketahuilah bahwa penanganan data hilang dan bekerja dengan struktur data berbeda membawa beberapa nuansa, jadi perhatikan baik-baik. 

Menghitung Mean dari Vektor Numerik di R

Hal paling dasar kemungkinan adalah menghitung mean dari sebuah vektor: 

daily_temperatures <- c(72, 68, 75, 70, 69)
mean(daily_temperatures)Didukung oleh

Baris ini mengembalikan rata-rata dari 72, 68, 75, 70, dan 69, yaitu 70,8.

Menangani Nilai Hilang dengan na.rm di R

Dataset nyata memiliki nilai hilang. Jika data Anda berisi nilai yang hilang, mean() secara bawaan akan mengembalikan NA. Ini bisa mengejutkan jika Anda tidak mengantisipasinya, itulah mengapa kita meluangkan waktu untuk mempelajari argumen na.rm.

survey_scores <- c(82, 90, NA, 88, 85)
mean(survey_scores)Didukung oleh

Menjalankan ini akan mengembalikan NA. Untuk memberi tahu R agar mengabaikan nilai hilang, cukup setel na.rm = TRUE:

mean(survey_scores, na.rm = TRUE)Didukung oleh

Sekarang, mean() menghitung rata-rata hanya dengan menggunakan angka yang tersedia. 

Menggunakan mean() dengan Data Frame di R

Mari memperluas penggunaannya ke data frame, yang merupakan struktur umum untuk dataset di R. Jika Anda menginginkan mean dari kolom tertentu, rujuk saja menggunakan operator $:

student_scores <- data.frame(
  student_name = c("Amir", "Bianca", "Carlos"),
  math_score = c(92, 85, 88)
)

mean(student_scores$math_score)Didukung oleh

Ini menghitung nilai rata-rata untuk semua siswa dalam data frame Anda. Anda dapat menerapkan pendekatan ini pada kolom apa pun yang bertipe numerik (tetapi harus kolom numerik).

Mean dari Nilai Logis di R

Sejauh ini, kita berfokus pada data numerik, tetapi Anda mungkin terkejut mengetahui bahwa mean() juga berfungsi dengan vektor logis. Ini detail kecil namun penting yang sebelumnya saya lewati.

Anda dapat menggunakan mean() dengan nilai logis karena, di R, TRUE diperlakukan sebagai 1 dan FALSE sebagai 0, sehingga mengambil mean dari vektor logis akan mengembalikan proporsi nilai TRUE. Ini bisa membantu jika Anda perlu merangkum keluaran biner.

quiz_passed_flags <- c(TRUE, FALSE, TRUE, TRUE)
mean(quiz_passed_flags)Didukung oleh

Di sini, hasilnya adalah 0,75, karena 3 dari 4 nilai adalah TRUE.

Mencari Mean Berbobot di R 

Kadang Anda memerlukan rata-rata berbobot, ketika Anda menilai bahwa nilai yang berbeda berkontribusi tidak sama terhadap hasil. Gunakan weighted.mean():

course_grades <- c(88, 92, 75)
assignment_weights <- c(0.3, 0.4, 0.3)

weighted.mean(course_grades, assignment_weights)Didukung oleh

Dengan menggunakan weighted.mean(), Anda dapat mempertimbangkan perbedaan tingkat kepentingan atau frekuensi di antara nilai Anda. mean() tidak akan melakukan ini dengan sendirinya.

Hal-Hal yang Perlu Diwaspadai

Sebagian besar sudah saya sebutkan, tetapi izinkan saya merangkum kemungkinan masalah atau catatan di satu tempat:

• Data non-numerik: Jika vektor atau kolom Anda bukan numerik atau logis, mean() akan menimbulkan error.

• Penanganan NA: Lupa menggunakan na.rm = TRUE saat Anda memiliki data hilang akan selalu menyulitkan Anda.

• Vektor kosong: mean(numeric(0)) mengembalikan NA disertai peringatan.

Fungsi Serupa di R

R menyediakan beberapa fungsi terkait yang membantu Anda mengeksplorasi data dari sudut pandang berbeda. Semuanya juga ada di base R, artinya Anda bisa menggunakannya tanpa mengimpor pustaka. 

• median(): Untuk nilai median

• sd(): Untuk simpangan baku

• sum(): Untuk jumlah nilai

Jika Anda ingin mempelajari lebih lanjut tentang pentingnya berbagai ukuran pemusatan, lihat tutorial lengkap kami, Mean vs. Median: Knowing the Difference.

Kesimpulan

Dalam sebagian besar tugas analisis data dasar, mean() adalah tempat pertama Anda untuk merangkum angka.

Terus belajar dengan kursus kami, seperti Introduction to R dan Exploratory Data Analysis in R.