Tutorial Visualisasi di R: Membuat Grafik Cross Tabulasi Sederhana dengan ggplot2

Beberapa waktu yang lalu, salah seorang rekan saya yang sedang menempuh studi Master Overseas di bidang MBA yang bersinggungan dengan data menghubungi saya untuk berdiskusi. Salah satu tugas kuliahnya adalah membuat model prediksi dari data HR Employee Attrition. Dataset-nya bisa rekan-rekan dapatkan di situs Kaggle karena merupakan data yang lazim digunakan di berbagai universitas sebagai bahan pembahasan.

Singkat cerita, tidak ada masalah yang berarti bagi rekan saya tersebut dalam membuat model prediksinya.

Jujurly, memang membuat model prediksi berbasis machine learning dengan R atau Py memang tidak terlalu sulit.

Namun ada satu ganjalan yang rekan saya hadapi yakni membuat visualisasi dari cross tabulasi data tersebut.

Visualisasi data jauh justru lebih menantang dibandingkan membuat model prediksi berbasis machine learning!

Menurut Saya.

---

Crosstabulasi

Berikut adalah data crosstabulasi yang dimaksud:

job_role	Attrition: No	Attrition: Yes
Healthcare Representative	93.13%	6.87%
Human Resources	76.92%	23.08%
Laboratory Technician	76.06%	23.94%
Manager	95.1%	4.9%
Manufacturing Director	93.1%	6.9%
Research Director	97.5%	2.5%
Research Scientist	83.9%	16.1%
Sales Executive	82.52%	17.48%
Sales Representative	60.24%	39.76%

Agar data tersebut bisa dijadikan grafik dengan ggplot2, kita ubah dulu bentuknya menjadi sebagai berikut:

job_role	attrition	persen	label
Healthcare Representative	No	-93.13	93.13%
Healthcare Representative	Yes	6.87	6.87%
Human Resources	No	-76.92	76.92%
Human Resources	Yes	23.08	23.08%
Laboratory Technician	No	-76.06	76.06%
Laboratory Technician	Yes	23.94	23.94%
Manager	No	-95.10	95.1%
Manager	Yes	4.90	4.9%
Manufacturing Director	No	-93.10	93.1%
Manufacturing Director	Yes	6.90	6.9%
Research Director	No	-97.50	97.5%
Research Director	Yes	2.50	2.5%
Research Scientist	No	-83.90	83.9%
Research Scientist	Yes	16.10	16.1%
Sales Executive	No	-82.52	82.52%
Sales Executive	Yes	17.48	17.48%
Sales Representative	No	-60.24	60.24%
Sales Representative	Yes	39.76	39.76%

Jika diperhatikan bentuk data.frame-nya menjadi tabular. Saya asumsikan kalian bisa mengubah bentuk data.frame tersebut. Perhatikan bahwa variabel persen saya buat berlawanan tanda (positif dan negatif) agar bisa disandingkan sedemikian rupa pada grafiknya kelak per job_role.

Untuk membuat visualisasi dan mengubah bentuk tabular saya menggunakan library(dplyr) dan library(ggplot2).

Berikut adalah skrip yang sudah saya beri komentar untuk membuat visualisasinya:

# kita panggil data cross tabulasi tabularnya
cross %>% 
  # kita buat object ggplotnya
  # definisikan axis x dan y-nya apa
  ggplot(aes(x = job_role,
             y = persen)) +
  # kita buat grafik dalam bentuk bar
  # definisikan warna garis dan warna isi bar-nya 
  geom_col(color = "black",
           aes(fill = attrition)) +
  # kita putar axis x dan y-nya
  coord_flip() +
  # berikan label pada masing-masing bar
  geom_label(aes(label = label)) +
  # kita pilih theme minimal
  # silakan ganti theme sesuai dengan keinginan
  theme_minimal() +
  # berikan title untuk masing-masing object pada grafik
  labs(title = "Attrition by Job Role",
       subtitle = "Data source: Kaggle.com",
       caption = "Created using R\nikanx101.com",
       y = "Job Role",
       x = "Percentage",
       fill = "Attrition types") +
  # kita hapus tulisan di axis x
  theme(axis.text.x = element_blank()) +
  # kita perluas range agar tidak ada label yang terpotong
  ylim(-110,50)

Sekian, mudah kan?

---

if you find this article helpful, support this blog by clicking the ads.