Fungsi R median(): Menemukan Nilai Tengah

Menemukan median adalah bagian mendasar dari analisis data, terutama saat Anda berurusan dengan distribusi yang tidak simetris atau pencilan.

Di R, fungsi median() menawarkan cara sederhana dan bawaan untuk menghitung ukuran pemusatan yang sangat penting (nonparametrik!). Saya akan menunjukkan caranya:

Apa yang Dilakukan R median()?

Fungsi median() memeriksa data numerik Anda dan mengembalikan (salah satu interpretasi dari) nilai tengah.

median(numeric_vector)Didukung oleh

Di sini, numeric_vector mengacu pada vektor numerik atau objek serupa, seperti kolom dalam data frame.

Contoh Sederhana Menggunakan R median()

Mari kita lihat penerapannya. Misalkan Anda memiliki vektor angka kecil:

sales_numbers <- c(3, 5, 8, 2, 7)

median(sales_numbers)Didukung oleh

R secara otomatis mengurutkan angka (2, 3, 5, 7, 8), lalu mengembalikan 5. Itulah nilai yang berada tepat di tengah.

Namun bagaimana jika vektor Anda memiliki jumlah elemen genap, seperti pada contoh berikut?

quarterly_sales <- c(10, 4, 7, 2)

median(quarterly_sales)Didukung oleh

Di sini, R mengurutkan menjadi (2, 4, 7, 10) lalu menghitung rata-rata dua angka di tengah (4 dan 7), menghasilkan 5.5.

Jika dataset Anda berisi jumlah nilai ganjil, fungsi ini cukup memilih yang berada di tengah. Untuk jumlah nilai genap, median() menghitung rata-rata dari dua angka di tengah.

Jadi di balik layar, median() melakukan pengurutan untuk Anda, yang sangat praktis.

Menangani Nilai NA dengan median()

Seiring membesarnya dataset, nilai yang hilang adalah hal yang umum. Ini dapat menggagalkan perhitungan jika Anda tidak berhati-hati. Secara default, median() akan mengembalikan NA jika ada nilai hilang dalam vektor Anda. (Nilai hilang apa pun.) Mari lihat bagaimana hal ini terjadi:

monthly_sales <- c(6, 3, NA, 9)

median(monthly_sales)Didukung oleh

Perhatikan bahwa hasilnya adalah NA. Untuk menghindarinya, tambahkan argumen na.rm = TRUE. Ini memberi tahu R untuk menghapus nilai hilang sebelum menghitung median:

median(monthly_sales, na.rm = TRUE)Didukung oleh

Kali ini, Anda akan mendapatkan 6 (median dari nilai yang tersisa (3, 6, dan 9)). Waspadai NA tersebut, karena dapat menyelinap ke data Anda dan mengacaukan analisis jika terlupa.

Mencari Median per Kelompok di R

Mari coba hal baru: membandingkan median di berbagai kelompok.

Pertanyaan yang umum: Apa jika kita ingin melihat median pendapatan menurut wilayah? Sama seperti pada vektor sederhana, R membuat ini mudah, tetapi sekarang kita perlu mengelompokkan data terlebih dahulu.

Salah satu cara cepat di base R adalah dengan tapply():

income_values <- c(40000, 50000, 45000, 35000, 60000, 30000)
region_labels <- c("East", "West", "West", "East", "East", "West")

tapply(income_values, region_labels, median)Didukung oleh

Ini menghitung median pendapatan untuk setiap wilayah.

Jika Anda lebih suka bekerja dengan paket dplyr, Anda dapat mencapai hasil yang sama menggunakan sintaks yang ramah pipe:

library(dplyr)

income_data <- data.frame(income = income_values, region = region_labels)

income_data %>%
   group_by(region) %>%
   summarise(median_income = median(income))Didukung oleh

Pendekatan ini menghasilkan tabel ringkasan yang rapi, mencantumkan median pendapatan untuk setiap wilayah.

Ringkasan berkelompok seperti ini sangat berguna saat Anda ingin membandingkan kecenderungan pemusatan di berbagai kategori dalam data Anda.

Menghitung Median untuk Kolom Data Frame di R

Terkadang, Anda mungkin ingin mendapatkan median untuk setiap kolom dalam sebuah data frame sekaligus—mungkin untuk pemindaian cepat nilai pusat dataset Anda. Di sini saya akan menggunakan sapply().

test_scores <- data.frame(math = c(1, 2, 3), science = c(7, 8, 9))

sapply(test_scores, median)Didukung oleh

Perintah ini mengembalikan median setiap kolom, sehingga Anda dapat melihat tren atau pencilan sekilas. Teknik ini sangat berguna saat Anda menjelajahi data baru dan menginginkan gambaran cepat.

Hal-hal yang Perlu Diwaspadai

Sebelum kita akhiri, mari soroti beberapa jebakan umum dan praktik terbaik agar penggunaan median() berjalan lancar:

• Pastikan Anda hanya memasukkan data numerik ke median(). Jika Anda mencoba faktor atau vektor karakter, R akan memunculkan error.

• Ingat untuk menggunakan na.rm = TRUE jika Anda menduga ada data hilang.

• Tidak perlu mengurutkan data secara manual. median() menangani pengurutan secara internal, jadi cukup berikan vektor Anda apa adanya.

Kesimpulan

Fungsi median() adalah cara yang bagus untuk memahami pusat sebenarnya dari data Anda, terutama saat dataset berisi pencilan yang dapat mendistorsi mean. Fungsi median() juga cukup fleksibel untuk menangani kompleksitas seperti nilai hilang atau ringkasan berkelompok.

Untuk langkah selanjutnya, saya juga menulis artikel singkat tentang fungsi R mean(), jika Anda ingin melihatnya. Dan jangan lupa mengikuti kursus Exploratory Data Analysis in R kami untuk benar-benar membangun semua keterampilan kerja penting yang berguna.