Nama                     : Srirahma S. Daka

Nim                        : 411422026

Prodi / Kelas          : Pendidikan Matematika / A

Semester               : V (Lima)

Mata Kuliah           : Aplikasi Komputer

Dosen Pengampu : Agusyarif Rezka Nuha, S.Pd., M.Si.

 

 

PRAKTEK MENGGUNAKAN R-STUDIO

A.  Teori

• R-Studio :  RStudio adalah lingkungan pengembangan terintegrasi (IDE) untuk bahasa pemrograman R, yang dirancang untuk mempermudah analisis data, pemrograman statistik, dan pembuatan visualisasi. RStudio menyediakan berbagai fitur yang membuat proses penulisan kode, debug, serta analisis data menjadi lebih efisien dan terstruktur. IDE ini memiliki antarmuka yang terdiri dari beberapa panel, termasuk konsol R, editor skrip, jendela untuk melihat variabel, file, serta grafik, dan panel untuk menjalankan perintah atau melihat output hasil analisis. Aplikasi R menggunakan bahasa pemrograman R yang mana bahasa pemrograman ini berbasis pada bahasa pemrograman S. R memiliki kemampuan menganalisis data dengan sangat efektif dan dilengkapi dengan operator pengolahan array serta matriks. Kelebihan lain dari aplikasi R, ukuran file yang disimpan jauh lebih kecil dibanding software lainnya, lengkap dalam operator perhitungan array, dan terdiri dari koleksi tools statistik yang terintegrasi untuk analisis data, dapat dikembangkan sesuai kebutuhan dan sifatnya yang terbuka,setiap orang dapat menambahkan fitur-fitur tambahan dalam bentuk paket ke dalam software R dan dapat dipasang pada sistem operasi Windows, Mac OS, Mac OS X, Linux, Free BSD, NetBSD, irix, Solaris, AIX, dan HPUX. 

 

• Korelasi : Secara umum, korelasi adalah cara untuk mencari suatu hubungan antara dua variabel. Korelasi merupakan salah satu bentuk dan ukuran yang memiliki beberapa variabel dalam hubungan yang menggunakan kata dari korelasi positif, sehingga terjadi perubahan meningkat pada sebuah benda. Pada konteks teknik analisis, korelasi biasa digunakan untuk mencari hubungan di antara dua variabel yang memiliki sifat kuantitatif. Ada pula statistik korelasi yang merupakan metode untuk mengetahui ada dan tidaknya hubungan linear antara variabel. Jika ditemukan hubungan, maka perubahan yang terjadi pada salah satu variabel (X) akan menyebabkan terjadinya perubahan pada variabel lain (Y). Dua variabel bisa disebut berkorelasi, bila perubahan pada variabel yang lain ke arah yang sama (korelasi positif) atau berlawanan (korelasi negatif) secara teratur. Korelasi sendiri terbagi menjadi tiga, yakni korelasi sederhana, parsial dan ganda. Tingkat keeratan hubungan pada korelasi ini terletak antara rentang 0 hingga 1. Korelasi memiliki kemungkinan pengujian secara dua arah. Apabila koefisien korelasi bernilai positif dikatakan korelasi searah, dan sebaliknya jika koefisien korelasi bernilai negatif maka dikatakan korelasi tidak searah. Nilai koefisien korelasi terletak antara -1 hingga 1. -1 berarti terdapat hubungan negatif sempurna (terbalik), 0 berarti tidak memiliki hubungan sama sekali, dan 1 berarti memiliki hubungan positif sempurna. Pada statistik, koefisien korelasi sangat berkaitan dengan persamaan regresi karena persamaan regresi sendiri mewakili persamaan hubungan antara dua atau lebih variabel.

B.  Praktek Uji Korelasi Menggunakan R-Studio

Pengujian korelasi ini dilakukan dengan metode pearson menggunakan aplikasi RStudio. Dan data yang digunakan adalah data yang berasal dari sebuah artikel penelitian yang sudah ada dengan judul "Korelasi Antara Minat Belajar Dengan Hasil Belajar Siswa Pada Pembelajaran Ipa Kelas IV Sdn 39 Pontianak Kota". Pengujian ini dilakukan untuk mengetahui hubungan antara dua variabel yaitu minat belajar dengan hasil belajar siswa.

Link download file data artikel penelitian yang saya gunakan:

https://media.neliti.com/media/publications/216465-korelasi-antara-minat-belajar-dengan-has.pdf 

tampilan data artikel penelitian pada exel

 

Berikut langkah-langkah hasil pengujian korelasi menggunakan aplikasi RStudio

1.  Membuat Project

 

 

 Buka aplikasi RStudio, dan tampilan awalnya akan muncul seperti pada gambar di atas. Untuk membuat proyek baru, klik ikon R+ seperti yang ditunjukkan pada gambar, lalu pilih New Project.

 

 

Kemudian klik new directory, dan pilih new project maka akan muncul tampilan berikut

 

 

Pada kolom Directory name, masukkan judul proyek yang diinginkan, seperti pada gambar di atas. Setelah itu, klik Create Project. Tampilan berikutnya akan muncul seperti yang terlihat pada gambar berikut.

 

 

2.  Uji Korelasi

• ketik perintah

> library(readxl)

> Data <- read_xlsx("D:/tugas apkom ama/Hasil Ujian.xlsx")

 

 

penjelasan:

Perintah ini menggunakan fungsi `read_xlsx` dari paket `readxl` di R untuk membaca file Excel yang bernama "Hasil ujian.xlsx" yang ada di direktori `D:/tugas apkom ama/`. Berikut adalah penjelasan rinci:

• `library(readxl)`: Memuat paket `readxl` ke dalam lingkungan R, sehingga fungsi-fungsi yang ada di dalam paket ini, termasuk `read_xlsx()`, bisa digunakan.
• `Data <- read_xlsx("D:/tugas apkom ama/Hasil ujian.xlsx")`:
• `read_xlsx()` adalah fungsi dari paket `readxl` yang digunakan untuk membaca file Excel dengan format `.xlsx`.
• `"D:/tugas apkom ama/Hasil ujian.xlsx"` adalah path atau alamat file Excel yang ingin dibaca.
• `Data <-` menandakan bahwa hasil pembacaan file tersebut disimpan dalam objek yang bernama `Data`. Dengan demikian, kamu bisa mengakses dan menganalisis data tersebut dalam lingkungan R.

Jika Anda mengklik 'Data' pada panel Environment di sebelah kanan, maka data Excel akan muncul seperti pada gambar di bawah ini

 

Setelah file berhasil dibaca, data dalam file tersebut akan disimpan di variabel Data, sehingga dapat diakses dan dianalisis di R.Hasil pembacaan file ditampilkan di panel Environment di sebelah kanan, yang menunjukkan bahwa variabel Data memiliki 99 observasi dan 3 variabel.

• Ketik perintah (Uji korelasi 1)

> cordata <- cor(Data$'Minat Belajar Siswa (X)',Data$'Hasi Belajar Siswa (Y)')

> cordata

Perintah ini menghitung seberapa kuat dan arah hubungan linear antara nilai "Minat Belajar Siswa (X)" dan "Hasi Belajar Siswa (Y)" dalam dataset Data.

 

 

penjelasan:

Perintah cordata <- cor(Data$'Minat Belajar Siswa (X)',Data$'Hasi Belajar Siswa (Y)') di R digunakan untuk menghitung korelasi antara dua variabel yang ada dalam dataset Data, yaitu:

1. Data$'Minat Belajar Siswa (X)': Variabel pertama yang merepresentasikan nilai "Minat Belajar Siswa".
2. Data$'Hasi Belajar Siswa (Y)' : Variabel kedua yang merepresentasikan nilai "Hasi Belajar Siswa"

Kemudian cor(...): Fungsi cor() digunakan untuk menghitung koefisien korelasi antara dua variabel. Koefisien ini menunjukkan kekuatan dan arah hubungan linear antara dua variabel.

• Ketik perintah (Uji korelasi 2)

> cordata <- cor.test(x=Data$'Minat Belajar Siswa (X)',y=Data$'Hasi Belajar Siswa (Y)',methods="pearson")> cordata

Perintah ini digunakan untuk melakukan uji korelasi Pearson pada dua variabel dalam dataset Data, yaitu "Minat Belajar Siswa (X)" dan "Hasi Belajar Siswa (Y)". Hasil uji korelasi ini disimpan dalam objek bernama cordata.

 

 

penjelasan:

1. cor.test(...): Fungsi cor.test() digunakan untuk melakukan uji korelasi, yang memberikan hasil lebih rinci daripada cor() seperti nilai korelasi, nilai p (p-value), dan interval kepercayaan
2. Uji ini juga menguji signifikansi hubungan antara dua variabel. x=Data$'Minat Belajar Siswa (X)' dan y=Data$'Hasi Belajar Siswa (Y)' : x dan y adalah variabel yang akan diuji korelasinya. Variabel pertama, x, adalah "Minat Belajar Siswa". Variabel kedua, y, adalah "Hasi Belajar Siswa".
3. method = "pearson": Menentukan metode korelasi yang digunakan, dalam hal ini adalah Pearson. Metode ini mengukur korelasi linier antara dua variabel numerik.
4. Penjelasan hasil yang muncul : Objek cordata akan berisi informasi hasil uji korelasi, termasuk:

• Nilai korelasi: Mengukur kekuatan dan arah hubungan linear antara dua variabel (dalam rentang -1 hingga 1).
• Nilai p (p-value): Menunjukkan signifikansi statistik. Nilai p yang kecil (biasanya < 0,05) menunjukkan hubungan yang signifikan secara statistik antara variabel.
• Interval kepercayaan: Memberikan rentang nilai yang mungkin untuk koefisien korelasi sebenarnya pada tingkat kepercayaan tertentu.
• Statistik t dan df (degrees of freedom): Memberikan informasi tambahan tentang uji t yang digunakan untuk menghitung signifikansi korelasi.

Hasil yang diperoleh setelah melakukan uji korelasi menggunakan R-Studio:

Hasil dari uji korelasi pada R-Studio sama dengn hasil yang berada pada artikel penelitian dengan hasil 0,350.

maka : Terdapat korelasi yang signifikan antara minat belajar dan hasil belajar siswa pada pembelajaran Ilmu Pengetahuan Alam kelas IV SD Negeri 39 Pontianak Kota. Hal ini berdasarkan perhitungan korelasi dengan hasil rxy sebesar 0,35. Berdasarkan tabel produk momen pada taraf signifikan 5% dengan db=97, nilai r tabel adalah 0,202, yang berarti rxy = 0,35 > r tabel = 0,202. Dengan demikian, dapat disimpulkan bahwa terdapat hubungan positif yang signifikan antara minat belajar dan hasil belajar siswa pada pembelajaran Ilmu Pengetahuan Alam di sekolah tersebut, meskipun tingkat hubungannya tergolong rendah.