http://www.cyclismo.org/tutorial/R/

http://www.math.ilstu.edu/dhkim/Rstuff/Rtutor.html

http://mercury.bio.uaf.edu/mercury/R/R.html

http://zoonek2.free.fr/UNIX/48_R/all.html

Nah, sebelum melangkah ke pembahasan yang lebih jauh, terdapat beberapa istilah dan karakteristik dalam R yang harus dipahami terlebih dahulu.

Package

Semua fungsi dan data pada R disimpan dalam package. Seperti yang pernah dibahas pada artikel sebelumnya tentang salah satu package (R Commander) bahwa package dalam R dapat dianalogikan sebagai add-ins pada Microsoft Excel. Atau pada C dikenal juga sebagai library . Simpelnya salah satu fungsi utama package sebenarnya menyimpan berbagai macam fungsi yang sudah dibuat sehingga dapat digunakan sewaktu-waktu tanpa harus mengetik ulang semua syntax. Karena R merupakan software open source, siapa saja dibebaskan untuk membuat package dan menguploadnya ke c-ran, gimana caranya, ntar dulu yaks…sabar…

Ketika pertama kali menginstall R ada beberapa package standar yang sudah otomatis terinstall dan tidak perlu pemanggilan ulang untuk pemakaiannya. Paket-paket standar tersebut antara lain:

base – yaitu fungsi dasar R dan dataset sebelum R.2.0.0

datasets – dataset dasar R yang ditambahkan setelah R 2.0.0

grDevices – perlengkapan grafis untuk grafik dasar dan grid (ditambahkan pada R 2.0.0)

graphics – yaitu fungsi-fungsi R untuk grafik dasar

grid – tulisan tentang kemampuan layout grafis ditambah beberapa support untuk interaksi

methods – metode dan pengklasifikasian formal untuk objek R ditambah peralatan pemrograman lain seperti yang dideskripsikan pada Green Book.

splines – fungsi-fungsi dan kelas-kelas regresi spline Regression spline functions and classes.

stats – fungsi statistika R

stats4 – fungsi-fungsi statistika menggunakan pengklasifikasian S4

tcltk – Antarmuka dan bahasa yang melekat pada elemen Tcl/Tk GUI

tools – peralatan untuk pengembangan dan adminstrasi package

utils – fungsi utilitas R

Untuk package tambahan yang sudah terinstall dan dapat dipanggil sewaktu-waktu dapat dilihat dengan mengetikkan:

library()

Sedangkan untuk package lain yang tersedia dari berbagai kontributor dapat dilihat dan didownload untuk kemudian diinstall lewat sini klik package di sebelah kiri. Caranya gampang banget, tinggal search package yang kamu cari, klik, terus download deh. Yang harus diperhatikan ketika mendownload package tambahan ini adalah OS yang kamu gunakan. Kalau kamu menggunakan windows, yang harus didownload adalah yang .zip, kalau menggunakan MacOS download yang ekstensinya .tgz. Sebagai saran kalau mendownload package sebagiknya download juga reference manualnya (yang .pdf) untuk memahami isi packagenya. Biasanya di dalam situ juga ada contoh penggunaan paketnya. Maklum saja package ini kadang dibuat untuk special purpose jadi tidak semuanya user friendly . Setelah di download bisa langsung diinstall tinggal masuk ke R, pilih Packages, kemudian pilih Install package(s) from local zip files, terus di browse, install deh..

Karakteristik R

Karakteristik dasar R yang harus diperhatikan selanjutnya adalah tentang tipe bahasa pemrograman berorientasi objek (object oriented). Simpelnya, semua variabel yang digunakan dalam R akan disimpan dan dibaca sebagai objek, baik itu vektor atau matriks (atau gabungan beberapa objek, seperti data frame atau list). Selain karakteristik tersebut, salah satu hal yang harus diperhatikan dalam menulis program di R adalah bahwa R bersifat case sensitive artinya R akan membaca a dan A sebagai dua objek yang berbeda, karena yang satu uppercase (A) dan yang satunya lagi lowercase (a). Jadi jangan stress dulu kalau fungsi yang kamu panggil gak datang-datang, mungkin saja kamu salah ketik…hehehe…

Sebagai pengantar segitu dulu kali ya…

R is extremely fun…check it out!! [CPG]

Ilustrasi pembentukan dummy variabel sebagai berikut: Misal kita memiliki Variabel independent Status perkawinan yang terdiri dari 3 kategori yaitu nikah, janda/duda serta belum nikah, Jika kita mengambil reference category nikah maka variable dummy yang dibentuk adalah: D1 yang bernilai 1 untuk kategori janda/duda serta 0 untuk kategori lainnya dan D2 yang bernilai 1 untuk kategori belum nikah serta 0 untuk kategori lainnya.

Untuk variable independent kualitatif yang hanya terdiri dari 2 sampai dengan 5 kategori mungkin tidak ada kesulitan dalam pembuatan dummy variable nya, tapi bagaimana dengan variable independent kualitatif yang terdiri dari lebih dari 5 kategori? Tentunya kita akan sangat direpotkan untuk membuat dummy variable-nya.

Tapi jangan khawatir karena di R kita tidak perlu repot-repot membuat dummy variable jika ada satu atau lebih variable independent kualitatif yang akan di modelkan karena R secara otomatis akan membuat variable Dummy-nya sendiri dan menghasilkan model yang telah memuat setiap kategori di variable independent kualitatifnya. Sebagai contoh misalkan kita punya permasalahan sebagai berikut, Seorang peneliti ingin membandingkan 3 metode pengobatan (A, B, C) depresi berat. Dia juga ingin mengetahui hubungan antara umur dengan keefektifan metode pengobatan tersebut. Untuk itu dipilih 36 pasien secara random untuk tiap – tiap kelompok pengobatan. Buatlah sebuah model regresi untuk melihat hubungan antara, keefektifan obat (Y), Umur pasien (X₁), dan metode pengobatan (X₂). Data dapat didownload disini.
Untuk membentuk model regresi-nya dengan R cukup dengan mengetikkan syntax sebagai berikut:

> Data=read.spss(“C:/Soal/Dummy.sav”,use.value.labels=TRUE,
max.value.labels=Inf,to.data.frame=TRUE)#memanggil data SPSS dengan nama Dummy.sav di folder C:/Soal/
> summary(lm(Y~X1+X2,data=Data) #membentuk model regresi dengan variable independent Y,variable dependent X1 dan X2 serta nama data=Data)

Model Regresi yang didapat adalah:

Call:

lm(formula = Y ~ X1 + X2, data = Data)
Residuals:
     Min       1Q   Median       3Q      Max
-12.6383  -3.4367   0.9347   3.8504   9.5550

Coefficients:
               Estimate Std. Error t value Pr(>|t|)   
(Intercept)     32.8519     3.5714   9.199 1.68e-10 ***
X1               0.6613     0.0696   9.502 7.79e-11 ***
X2[T.B       ]  -9.9771     2.4581  -4.059 0.000297 ***
X2[T.C       ] -10.4234     2.4588  -4.239 0.000178 ***
—
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1
Residual standard error: 6.019 on 32 degrees of freedom
Multiple R-squared: 0.7848,     Adjusted R-squared: 0.7646
F-statistic: 38.89 on 3 and 32 DF,  p-value: 8.746e-11

Dari output diatas dapat dilihat bahwa R secara otomatis membentuk dummy variable pada X2 dengan reference categorynya adalah A (Level awal dalam variabel), sehingga model regresi yang terbentuk adalah:
Y=32.8519 + 0.6613X1  , untuk X2=A
Y=32.8519 + 0.6613X1 – 9.9771  , untuk X2=B
Y=32.8519 + 0.6613X1 – 10.4234  , untuk X2=C

Bandingkan model regresi yang didapat dengan menggnakan software SPSS sebagai berikut yang tentunya telah dibuat variabel dummy-nya terlebih dahulu.

[IMI]

Tampilan antar muka R commander

R commander menggunakan interface menu/kotak dialog yang sederhana dan familiar, Menu utama meliputi File, Edit, Data, Statistics, Graph, Models, Distributions, Tools, serta Help (atau File, Edit, Data, Statistik, Grafik, Model, Distribusi, Alat dan Bantuan dalam versi Indonesianya). Setiap kotak dialog dilengkapi dengan tombol help yang terhubung dengan help page yang relevant. Tiap Menu/kotak Dialog yang digunakan akan meng-generate R commands yang terekam didalam jendela script yang selaras dengan output yang dihasilkan pada jendela output. Jendela script sendiri memungkinkan user untuk meng-edit , memasukkan dan menjalankan kembali perintah yang diinginkan. Selain jendela script dan jendela output, Rcmdr juga dilengkapi jendela messages yang memuat  pesan error, peringatan dan beberapa informasi lainnya. Kumpulan data di R commander  berbentuk sederhana seperti data frame di R console yang dapat dibaca dari paket yang terlampir atau di import dari file-file yang telah ada (bisa dari file SPSS, Excel, Minitab, Stata dll). Akan tetapi meskipun Rcmdr dapat menampung beberapa data frame namun hanya satu dataset yang bisa aktif pada satu waktu.

Dilihat dari bentuknya tentu saja tampilan point click & GUI ini sangat membantu user untuk mengerjakan analisis statistika yang diinginkan namun disisi lain kemampuan dari point click  & GUI ini sangatlah terbatas pada menu-menu yang telah disediakan padahal analisis statistika yang ada sangat beraneka ragam dan terus mengalami perkembangan. Versi console dari R cukup baik mengakomodasi perkembangan dan keanekaragaman analisis statistika yang ada, tapi bagaimana halnya dengan versi GUI nya?  Jangan khawatir dengan masalah ini karena R sendiri bersifat programmable sehingga mudah untuk dimodifikasi agar memudahkan user yang ingin memakainya. Tidak terkecuali untuk memodifikasi atau menambahkan fungsi-fungsi tersebut kedalam Rcmdr agar lebih mudah untuk digunakan (user friendly), maka muncul lah plugin atau biasa disebut menu tambahan yang sifatnya customize pada Rcmdr seperti add-in pada Microsoft Excel yang dikenal dengan istilah Rcmdr Plugin.

Sampai saat ini ada beberapa Rcmdr Plugin yang telah dikembangkan dan telah dipublish di CRAN   adalah RcmdrPlugin.Export , RcmdrPlugin.FactoMineR, RcmdrPlugin.HH , RcmdrPlugin.IPSUR, RcmdrPlugin.SurvivalT , RcmdrPlugin.TeachingDemos, RcmdrPlugin.epack , RcmdrPlugin.orloca , RcmdrPlugin.qcc , RcmdrPlugin.survival. Sama halnya dengan package-packege di R console, Rcmdr Plugin juga harus diinstall dan dipanggil dahulu sebelum digunakan.

Dengan terus dikembangkannya versi GUI dari R ini, bukan tidak mungkin R suatu saat akan menjadi sebuah paket program yang benar-benar powerfull serta bisa mengakomodasi beberapa analisa statistika yang tidak dapat dilakukan oleh software-sofware berbayar lainnya. [IMI]

Source :

Fox, J. (2005). “The R Commander : A Basic –Statistics Graphical User Interface to R”.

Marhadi, A. (2009). “R Commander Plugin” [unpublished]

Sejarah R

R merupakan salah satu bahasa dalam pemrograman statistika. R berbasis pada bahasa pemrograman S yang dikembangkan oleh Bell laboraties (sebelumnya AT&T , sekarang Lucent Technologies) oleh John Chambers dan kawan-kawan. R merupakan versi open source dari bahasa S (yang digunakan dalam software berbayar S-PLUS) yang banyak digunakan oleh para peneliti untuk mengerjakan metode statistika mereka.

R pertama kali diperkenalkan pada tahun 1996 oleh 2 orang Profesor statistika Ross Ihaka dan Robert Gentlemen dari  University of Auckland di Selandia Baru, mereka merilis kode tersebut sebagai free software package. Menurut mereka ide untuk merencanakan sesuatu seperti R muncul sepanjang pembicaraan mereka berdua yang menginginkan teknologi yang lebih cocok untuk mahasiswa statistika mereka yang ingin menganalisa data dan menghasilkan model grafik dari informasi ataupun data yang ada karena beberapa software yang ada dibuat dan didesain oleh ahli computer yang ternyata menyebabkan software-software tersebut lebih sulit untuk digunakan. Oleh karena itu sejak tahun 1991 mereka bekerja penuh waktu untuk membuat R.

Namun beberapa orang statistisi yang pertama kali melihat software ini merasakan masih adanya beberapa hal yang kurang dari software ini, meskipun demikian R dengan seketika mendapat perhatian dari orang-orang yang melihat adanya kemungkinan untuk mengembangkan software tersebut.

Kelebihan R

Lantas apa kelebihan R dibandingkan software statistika yang lain?

Pertama:

R merupakan open source software sehingga orang tidak perlu membeli lisensi ataupun curi-curi peluang dengan membajak untuk menggunakannya selain itu karena R merupakan open source sehingga bagi orang yang tertarik mempelajari lebih dalam, maka  terbuka kemungkinan bukan saja dapat “menggunakan” program aplikasi tersebut,tetapi dapat “mengembangkan”, atau “membuat” program aplikasi sejenis dengan melihat pada source code yang menyertainya.

Kedua:

R dikembangkan oleh sebuah tim inti (core team) yang terdiri dari para ahli statistika, komputer dan pemrograman, geografi, ekonomi dari institusi yang berbeda di seluruh dunia, jadi jelas bahwa R benar benar powerfull untuk mengerjakan analisis statistika yang rumit sekalipun.

Ketiga:

R dapat berinteraksi dengan program statistika lainnya seperti SPSS, Microsoft Excel, Minitab, SAS, Systat, EPinfo disamping “kerabat dekat” nya yaitu S-PLUS dengan menyediakan fasilitas export dan import data.

Keempat:

R   bersifat multiplatform yakni dapat diinstall dan digunakan baik dalam sistem operasi Windows, UNIX/LINUX maupun pada Macintosh.

Kelima:

Untuk keperluan komputasi yang intensif, code C, C++, dan Fortran dapat dilink dan dipanggil secara bersamaan pada R, Advance users dapat menulis code C untuk memanipulasi objek R secara langsung.

Selain kelebihan-kelebihan diatas R juga memiliki kelebihan dalam hal fitur serta kelengkapan yang dimilikinya yaitu:

Pertama:

R efektif dalam hal pengelolaan dan penyimpanan data karena ukuran file yang disimpan lebih kecil dibandingkan software lainnya.

Kedua:

R memiliki tampilan grafik yang menarik dan dapat dimodifikasi sesuai keinginan user.

Ketiga:

R dilengkapi deretan operator untuk perhitungan dalam array khususnya matrix.

Keempat:

Interaksi user dengan R dapat dilakukan dengan menggunakan R console maupun dengan menggunakan menu GUI (R-commander), akan tetapi di versi GUI-nya analisis statistika yang disediakan masih terbatas.

Dengan kelebihan-kelebihan yang dimilikinya tidak salah jika Daryl Pregibon seorang peneliti ilmiah  di Google mengatakan“R membuat statistisi dapat melakukan analisis yang rumit dan sulit tanpa perlu mengetahui system komputasi “

Bagaimana cara mendapatkan R?

R dapat diperleh secara gratis pada CRAN archive di alamat http://cran.r-project.org. Server utama CRAN berada di Universitas Tekhnologi Vienna di Vienna, Austria  dan telah di mirror world-wide di lebih dari 50 repository di 5 benua (lihat http://cran.r-project.org/mirrors.html ). Pada server tersebut kita dapat mendownload file instalasi binary dan source code dari R-base system dalam sistem operasi windows, Macintosh maupun Linux. Di server tersebut kita juga dapat mendownload package-package/library tambahan (seperti halnya Addins di excel ataupun Toolbox di Matlab) yang merupakan sebagian besar dari kemampuan serta fungsionalitas dari R karena pada instalasi awal R hanya beberapa paket dasar saja yang disediakan dikarenakan banyaknya paket pendukung untuk memperkuat kerja R (bayangkan berapa besar ukuran file installasi R jika semua paket langsung diikutkan!). Sebelum dapat digunakan suatu library harus di install terlebih dahulu, untuk meng-install libraray yang diinginkan kita dapat meng-install nya langsung dari server CRAN ataupun memanggil file library tersebut di local folder kita yang tentunya telah di download terlebih dahulu. Setelah itu library yang telah terinstall dapat dipanggil menggunakan perintah library(“nama_library”), misal library(Rcmdr) untuk memanggil library R-commander.

Versi terbaru dari R terus dikembangkan , dan terakhir (pada saat tulisan ini dibuat) R baru saja merilis versi terbarunya yaitu R-2.9.1  pada tanggal 26 Juni 2009. R-2.9.1 tersebut dapat didownload di http://cran.r-project.org/bin/windows/base/R-2.9.1-win32.exe

[IMI]