Description

Deskripsi Data

Himpunan data ini terdiri dari data Buku Otomotif Ward dari tahun 1985. 

Sumber: https://www.kaggle.com/datasets/toramky/automobile-dataset

Data Cleaning

Sebelum melakukan uji hipotesis maupun korelasi, kita perlu melakukan pembersihan data. Pada portofolio ini akan melakukan pembersihan data berupa imputasi missing value. Hal tersebut dikarena pada dataset terdapat missing value yang diberi symbol “?”. Imputasi missing value dilakukan dengan menggunakan mean, median, dan modus. Mean digunakan untuk data numeric yang diasumsikan berdistribusi normal secara histogram, Median digunakan untuk data numeric yang diasumsikan tidak berdistribusi normal secara histogram, dan modus digunakan untuk data kategorik.

Eksplorasi Data Analisis

Korelasi

a. Engine Size dengan Price

Berdasarkan hasil korelasi pearson antara engine size dan price diketahui bahwa p-value sebesar 0.000 sehingga dapat disimpulkan bahwa hipotesis menolak H0 maka kedua variabel memiliki hubungan dengan korelasi sebesar 0.86. Nilai 0.86 menandakan bahwa hubungan keduanya kuat dan sebanding.

b. Bore dengan Price

Berdasarkan hasil korelasi pearson antara bore dan price diketahui bahwa p-value sebesar 0.000 sehingga dapat disimpulkan bahwa hipotesis menolak H0 maka kedua variabel memiliki hubungan dengan korelasi sebesar 0.53. Nilai 0.53 menandakan bahwa hubungan keduanya cukup kuat dan sebanding.

c. Highway MPG dengan Price

Berdasarkan hasil korelasi pearson antara highway mpg dan price diketahui bahwa p-value sebesar 0.000 sehingga dapat disimpulkan bahwa hipotesis menolak H0 maka kedua variabel memiliki hubungan dengan korelasi sebesar -0.69. Nilai -0.69 menandakan bahwa hubungan keduanya cukup kuat dan berbanding terbalik.

Link Coding: https://gitlab.com/tafif5880/r/-/blob/main/EDA/Data_Cleaning_dan_Eksplorasi_Data_Analisis_dengan_R.ipynb