Tutorial Random Data

Tutorial ini merupakan kelanjutan dari tutorial sebelumnya, silakan klik Tutorial Software R untuk membaca terlebih dahulu. Tulisan kali ini merupakan code tambahan yang sering dipakai untuk pembuatan random data menggunakan software R. Penggunaan code ini mempermudah analis dalam pembuatan data sebagai sample secara cepat. Pembuatan data menggunakan R dapat diatur sesuai dengan distribusi yang diinginkan peneliti. Berikut ini, beberapa contoh pembuatan random data dengan jenis distribusi yang sering digunakan.

Random Data dengan Populasi yang Ditetapkan
Pembuatan  random data dengan batasan yang ditentukan atau dengan populasi yang sudah ada, dapat dibuat menggunakan code “ sample” dengan pemanggilan code sebagai berikut.

> sample (N,n)
atau
> sample (Y, n)
Keterangan :
N = data populasi yang akan digunakan sebagai pengambilan sampel
n  = jumlah data pengambilan sampel yang diinginkan
Y = variabel yang menjadi lokasi data populasi

Contoh :
> sample (100,5)
artinya membuat data dari populasi N=100 sebanyak jumlah sample n=5
> sample (y, 5)
artinya membuat data dari populasi yang tersimpan di variable “y” sebanyak sample n = 5

Random Data Berdistribusi Normal
Klik Sekilas Distribusi Normal untuk lebih mengetahui tentang distribusi normal. Pembuatan random data dengan syarat berdistribusi normal dapat dilakukan dengan code sebagai berikut.

> rnorm (N,mean,varians)
atau dengan mean dan varians default (0,1)
> rnorm( n = x )
atau dapat diringkas menjadi
>rnorm (x)
Keterangan :
N         = jumlah data yang diinginkan
Mean   = nilai rata – rata data yang diinginkan
Varians = nilai keragaman data yang diinginkan
x          = jumlah sample yang diinginkan
Contoh :
> rnorm (100,0,1)
artinya random data normal dengan N = 100, rata-rata=0, dan varians=1
>rnorm (n = 100)
artinya random data normal dengan N = 100, dengan pengaturan standard normal (rata-rata=0, varians=1)
>rnorm (100)
artinya random data normal dengan N = 100, dengan pengaturan standard normal (rata-rata=0, varians=1)

-..distribusi random data lainnya..-

Distribusi Uniform
> runif( n = x , min = y, max = z )
Random data berdistribusi uniform dapat dibuat dengan menentukan jumlah data yang diinginkan (x) dengan batasan nilai minimum (y) dan nilai maksimum (z). jika nilai min atau max tidak ditentukan maka software R akan memakai nilai default min = 0 dan max = 1

Distribusi t-student
> rt( n = x, df = y )
Pembuatan random data berdistribusi t – student, mensyaratkan adanya nilai degree of freedom (df). Hal ini dikarenakan belum ada settingan default nilai df (y) di software R dan nilai df tidak boleh bernilai 0 (nol).

Distribusi Chi Square
>rchisq(n = x, df = y)
Pembuatan random data berdistribusi Chi square sama dengan pembuatan random data berdistribusi t – student. Walaupun begitu, apabila dilihat pada code help di software R, pembuatan random data chi square dilengkapi dengan non-centrality parameter.

Distribusi f
> rf( n = x, df1 = y, df2 = z )
Pembuatan random data berdistribusi f tidak jauh berbeda dengan pembuatan random data berdistribusi t – student.  Perbedaannya pada pembuatan random data berdistribusi f dibutuhkan dua nilai degree of freedom (df).

Distribusi Poisson
> rpois( n = x, lambda = y )
Berbeda dengan distribusi t-student, pembuatan distribusi poisson secara random mensyaratkan adanya nilai lambda. Software R belum memiliki settingan default nilai lambda dan nilai lambda tersebut tidak boleh bernilai negatif (–).

Distribusi Binomial
>rbinom(n = x, s = y , p = z)
Pembuatan random data berdistribusi binomial dapat dilakukan dengan menentukan jumlah sampel yang diinginkan (x), jumlah percobaan (y), dan peluang sukses pada tiap percobaan (z).

-sekian, terima kasih-