{"id":1405,"date":"2023-07-26T12:41:31","date_gmt":"2023-07-26T12:41:31","guid":{"rendered":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/"},"modified":"2023-07-26T12:41:31","modified_gmt":"2023-07-26T12:41:31","slug":"variabel-dummy-regresi","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/","title":{"rendered":"Cara menggunakan variabel dummy dalam analisis regresi"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/regresi-linier-1\/\" target=\"_blank\" rel=\"noopener\">Regresi linier<\/a> adalah metode yang dapat kita gunakan untuk mengukur hubungan antara satu atau lebih variabel prediktor dan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respon<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami umumnya menggunakan regresi linier dengan <a href=\"https:\/\/statorials.org\/id\/variabel-kualitatif-vs.-variabel-kuantitatif\/\" target=\"_blank\" rel=\"noopener\">variabel kuantitatif<\/a> . Kadang-kadang disebut variabel \u201cnumerik\u201d, ini adalah variabel yang mewakili kuantitas yang dapat diukur. Contohnya meliputi:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Jumlah kaki persegi dalam sebuah rumah<\/span><\/li>\n<li> <span style=\"color: #000000;\">Ukuran populasi suatu kota<\/span><\/li>\n<li> <span style=\"color: #000000;\">Usia seorang individu<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Namun terkadang kita ingin menggunakan variabel kategori sebagai variabel prediktor. Ini adalah variabel yang mempunyai nama atau label dan dapat digolongkan ke dalam kategori. Contohnya meliputi:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Warna mata (misalnya \u201cbiru\u201d, \u201chijau\u201d, \u201ccoklat\u201d)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Gender (misalnya \u201cpria\u201d, \u201cwanita\u201d)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Status perkawinan (misalnya \u201cmenikah\u201d, \u201clajang\u201d, \u201cbercerai\u201d)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Saat menggunakan variabel kategori, tidak masuk akal untuk hanya menetapkan nilai seperti 1, 2, 3 ke nilai seperti &#8220;biru&#8221;, &#8220;hijau&#8221;, dan &#8220;coklat&#8221;, karena tidak masuk akal untuk mengatakannya hijau itu ganda. berwarna seperti biru atau coklat tiga kali lebih berwarna daripada biru.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Sebaliknya, solusinya adalah dengan menggunakan <strong>variabel dummy<\/strong> . Ini adalah variabel yang kami buat khusus untuk analisis regresi dan mengambil salah satu dari dua nilai: nol atau satu.<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Variabel dummy:<\/strong> Variabel numerik yang digunakan dalam analisis regresi untuk mewakili data kategorikal yang hanya dapat mengambil salah satu dari dua nilai: nol atau satu.<\/span><\/p>\n<\/blockquote>\n<p> <span style=\"color: #000000;\">Banyaknya variabel dummy yang perlu kita buat sama dengan <em>k<\/em> -1 dimana <em>k<\/em> adalah banyaknya nilai berbeda yang dapat diambil oleh variabel kategori.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut mengilustrasikan cara membuat variabel dummy untuk kumpulan data yang berbeda.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh 1: Buat variabel dummy dengan hanya dua nilai<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita mempunyai kumpulan data berikut dan ingin menggunakan <em>jenis kelamin<\/em> dan <em>usia<\/em> untuk memprediksi <em>pendapatan<\/em> :<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-13940 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin1.png\" alt=\"\" width=\"223\" height=\"311\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Untuk menggunakan <em>gender<\/em> sebagai variabel prediktor dalam model regresi, kita perlu mengubahnya menjadi variabel dummy.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena ini saat ini merupakan variabel kategori yang dapat mengambil dua nilai berbeda (&#8220;Pria&#8221; atau &#8220;Wanita&#8221;), kita cukup membuat <em>k<\/em> -1 = 2-1 = 1 variabel dummy.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk membuat variabel dummy ini, kita dapat memilih salah satu nilai (\u201cPria\u201d atau \u201cWanita\u201d) untuk mewakili 0 dan nilai lainnya untuk mewakili 1.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Secara umum, kami biasanya mewakili nilai yang paling sering muncul dengan angka 0, yaitu &#8220;Pria&#8221; dalam kumpulan data ini.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara mengubah <em>gender<\/em> menjadi variabel dummy:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-13941 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin2.png\" alt=\"Contoh variabel tiruan\" width=\"578\" height=\"335\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Kami kemudian dapat menggunakan <em>Age<\/em> dan <em>Gender_Dummy<\/em> sebagai variabel prediktor dalam model regresi.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh 2: Buat variabel dummy dengan banyak nilai<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Katakanlah kita mempunyai kumpulan data berikut dan ingin menggunakan <em>status perkawinan<\/em> dan <em>usia<\/em> untuk memprediksi <em>pendapatan<\/em> :<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-13944 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin4.png\" alt=\"\" width=\"249\" height=\"312\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Untuk menggunakan <i>status perkawinan<\/i> sebagai variabel prediktor dalam model regresi, kita perlu mengubahnya menjadi variabel dummy.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena ini saat ini merupakan variabel kategori yang dapat mengambil tiga nilai berbeda (&#8220;Lajang&#8221;, &#8220;Menikah&#8221;, atau &#8220;Bercerai&#8221;), kita perlu membuat <em>k<\/em> -1 = 3-1 = 2 variabel tiruan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk membuat variabel dummy ini, kita dapat membiarkan &#8220;Tunggal&#8221; sebagai nilai dasar karena variabel ini paling sering muncul.<\/span> <span style=\"color: #000000;\">Jadi, inilah cara kami mengubah <em>status perkawinan<\/em> menjadi variabel dummy:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-13950 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin6.png\" alt=\"Variabel tiruan dengan tiga nilai\" width=\"649\" height=\"328\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Kita kemudian dapat menggunakan <em>Usia<\/em> , <em>Menikah<\/em> , dan <em>Bercerai<\/em> sebagai variabel prediktor dalam model regresi.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Bagaimana menginterpretasikan keluaran regresi dengan variabel dummy<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita memasang model <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener\">regresi linier berganda<\/a> menggunakan kumpulan data dari contoh sebelumnya dengan <em>Usia<\/em> , <em>Menikah<\/em> , dan <em>Bercerai<\/em> sebagai variabel prediktor dan <em>Pendapatan<\/em> sebagai variabel respons.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut hasil regresinya:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-13952 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin7.png\" alt=\"Bagaimana menginterpretasikan variabel dummy dalam keluaran regresi\" width=\"435\" height=\"123\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Garis regresi yang dipasang didefinisikan sebagai:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Pendapatan = 14,276.21 + 1,471.67*(Umur) + 2,479.75*(Menikah) \u2013 8,397.40*(Cerai)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan persamaan ini untuk mengetahui perkiraan pendapatan seseorang berdasarkan usia dan status perkawinannya. Misalnya, seseorang yang berusia 35 tahun dan menikah akan memiliki perkiraan pendapatan sebesar <strong>$68,264<\/strong> :<\/span><\/p>\n<p> <span style=\"color: #000000;\">Pendapatan = 14,276.21 + 1,471.67*(35) + 2,479.75*(1) \u2013 8,397.40*(0) = $68,264<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara menginterpretasikan koefisien regresi pada tabel:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Intersep:<\/strong> Intersep mewakili pendapatan rata-rata satu orang berusia nol tahun. Tentu saja Anda tidak bisa mempunyai tahun nol, jadi tidak masuk akal untuk menafsirkan intersep itu sendiri dalam model regresi khusus ini.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Usia:<\/strong> Setiap peningkatan usia setiap tahun dikaitkan dengan peningkatan pendapatan rata-rata sebesar $1,471,67. Karena nilai p (0,00) kurang dari 0,05, usia merupakan prediktor pendapatan yang signifikan secara statistik.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Menikah:<\/strong> Orang yang menikah berpenghasilan rata-rata $2,479,75 lebih banyak daripada satu orang. Karena nilai p (0,80) tidak kurang dari 0,05, perbedaan ini tidak signifikan secara statistik.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Bercerai:<\/strong> Orang yang bercerai berpenghasilan rata-rata $8,397.40 lebih sedikit dari satu orang. Karena nilai p (0,53) tidak kurang dari 0,05, perbedaan ini tidak signifikan secara statistik.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Karena kedua variabel dummy tersebut tidak signifikan secara statistik, kami dapat menghapus <em>status perkawinan<\/em> sebagai prediktor dari model, karena hal ini tampaknya tidak menambah nilai prediktif terhadap pendapatan.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/id\/variabel-kualitatif-vs.-variabel-kuantitatif\/\" target=\"_blank\" rel=\"noopener\">Variabel kualitatif dan kuantitatif<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/perangkap-variabel-tiruan\/\">Perangkap variabel tiruan<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/membaca-tabel-interpretasi-regresi\/\" target=\"_blank\" rel=\"noopener\">Cara Membaca dan Menafsirkan Tabel Regresi<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/p-menghargai-signifikansi-statistik\/\" target=\"_blank\" rel=\"noopener\">Penjelasan tentang nilai P dan signifikansi statistik<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi linier adalah metode yang dapat kita gunakan untuk mengukur hubungan antara satu atau lebih variabel prediktor dan variabel respon . Kami umumnya menggunakan regresi linier dengan variabel kuantitatif . Kadang-kadang disebut variabel \u201cnumerik\u201d, ini adalah variabel yang mewakili kuantitas yang dapat diukur. Contohnya meliputi: Jumlah kaki persegi dalam sebuah rumah Ukuran populasi suatu kota [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara menggunakan variabel dummy dalam analisis regresi - Statorials<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara membuat dan menginterpretasikan variabel dummy dalam analisis regresi, beserta sebuah contoh.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara menggunakan variabel dummy dalam analisis regresi - Statorials\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara membuat dan menginterpretasikan variabel dummy dalam analisis regresi, beserta sebuah contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-26T12:41:31+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/\",\"url\":\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/\",\"name\":\"Cara menggunakan variabel dummy dalam analisis regresi - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-26T12:41:31+00:00\",\"dateModified\":\"2023-07-26T12:41:31+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara membuat dan menginterpretasikan variabel dummy dalam analisis regresi, beserta sebuah contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menggunakan variabel dummy dalam analisis regresi\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara menggunakan variabel dummy dalam analisis regresi - Statorials","description":"Tutorial ini menjelaskan cara membuat dan menginterpretasikan variabel dummy dalam analisis regresi, beserta sebuah contoh.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/","og_locale":"id_ID","og_type":"article","og_title":"Cara menggunakan variabel dummy dalam analisis regresi - Statorials","og_description":"Tutorial ini menjelaskan cara membuat dan menginterpretasikan variabel dummy dalam analisis regresi, beserta sebuah contoh.","og_url":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/","og_site_name":"Statorials","article_published_time":"2023-07-26T12:41:31+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/","url":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/","name":"Cara menggunakan variabel dummy dalam analisis regresi - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-26T12:41:31+00:00","dateModified":"2023-07-26T12:41:31+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara membuat dan menginterpretasikan variabel dummy dalam analisis regresi, beserta sebuah contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/variabel-dummy-regresi\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menggunakan variabel dummy dalam analisis regresi"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1405"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1405"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1405\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1405"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1405"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1405"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}