{"id":1406,"date":"2023-07-26T12:37:50","date_gmt":"2023-07-26T12:37:50","guid":{"rendered":"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/"},"modified":"2023-07-26T12:37:50","modified_gmt":"2023-07-26T12:37:50","slug":"variabel-dummy-di-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/","title":{"rendered":"Cara membuat variabel dummy di r (langkah demi langkah)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/variabel-dummy-regresi\/\" target=\"_blank\" rel=\"noopener\">Variabel dummy<\/a> adalah jenis variabel yang kita buat dalam analisis regresi sehingga kita dapat merepresentasikan variabel kategori sebagai variabel numerik yang mengambil salah satu dari dua nilai: nol atau satu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita mempunyai kumpulan data berikut dan ingin menggunakan <em>usia<\/em> dan <em>status perkawinan<\/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=\"246\" height=\"309\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Untuk menggunakan <em>status perkawinan<\/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 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. 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=\"\" width=\"615\" height=\"311\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini memberikan contoh langkah demi langkah tentang cara membuat variabel dummy untuk kumpulan data persis ini di R dan kemudian melakukan analisis regresi menggunakan variabel dummy tersebut sebagai prediktor.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Langkah 1: Buat datanya<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Pertama, mari buat dataset di R:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create data frame<\/span>\ndf &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (income=c(45000, 48000, 54000, 57000, 65000, 69000,\n                          78000, 83000, 98000, 104000, 107000),\n                 age=c(23, 25, 24, 29, 38, 36, 40, 59, 56, 64, 53),\n                 status=c('Single', 'Single', 'Single', 'Single',\n                          'Married', 'Single', 'Married', 'Divorced',\n                          'Divorced', 'Married', 'Married'))\n\n<span style=\"color: #008080;\">#view data frame\n<\/span>df\n\n   income age status\n1 45000 23 Single\n2 48000 25 Single\n3 54000 24 Single\n4 57000 29 Single\n5 65000 38 Married\n6 69000 36 Single\n7 78000 40 Married\n8 83000 59 Divorced\n9 98000 56 Divorced\n10 104000 64 Married\n11 107000 53 Married<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Langkah 2: Buat Variabel Dummy<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Selanjutnya, kita bisa menggunakan fungsi <strong>ifelse()<\/strong> di R untuk mendefinisikan variabel dummy dan kemudian menentukan kerangka data akhir yang ingin kita gunakan untuk membangun model regresi:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create dummy variables<\/span>\nmarried &lt;- <span style=\"color: #3366ff;\">ifelse<\/span> (df$status <span style=\"color: #993300;\">==<\/span> ' <span style=\"color: #008000;\">Married<\/span> ', 1, 0)\ndivorced &lt;- <span style=\"color: #3366ff;\">ifelse<\/span> (df$status <span style=\"color: #993300;\">==<\/span> ' <span style=\"color: #008000;\">Divorced<\/span> ', 1, 0)\n\n<span style=\"color: #008080;\">#create data frame to use for regression\n<\/span>df_reg &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (income = df$income,\n                     age = df$age,\n                     married = married,\n                     divorced = divorced)\n\n<span style=\"color: #008080;\">#view data frame\n<\/span>df_reg\n\n   income age married divorced\n1 45000 23 0 0\n2 48000 25 0 0\n3 54000 24 0 0\n4 57000 29 0 0\n5 65000 38 1 0\n6 69000 36 0 0\n7 78000 40 1 0\n8 83000 59 0 1\n9 98000 56 0 1\n10 104000 64 1 0\n11 107000 53 1 0\n<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Langkah 3: Lakukan Regresi Linier<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Terakhir, kita dapat menggunakan fungsi <strong>lm()<\/strong> untuk menyesuaikan model regresi linier berganda:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create regression model\n<\/span>model &lt;- <span style=\"color: #3366ff;\">lm<\/span> (income ~ age + married + divorced, data=df_reg)\n\n<span style=\"color: #008080;\">#view regression model output\n<\/span>summary(model)\n\nCall:\nlm(formula = income ~ age + married + divorced, data = df_reg)\n\nResiduals:\n    Min 1Q Median 3Q Max \n-9707.5 -5033.8 45.3 3390.4 12245.4 \n\nCoefficients:\n            Estimate Std. Error t value Pr(&gt;|t|)   \n(Intercept) 14276.1 10411.5 1.371 0.21266   \nage 1471.7 354.4 4.152 0.00428 **\nmarried 2479.7 9431.3 0.263 0.80018   \ndivorced -8397.4 12771.4 -0.658 0.53187   \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 8391 on 7 degrees of freedom\nMultiple R-squared: 0.9008, Adjusted R-squared: 0.8584 \nF-statistic: 21.2 on 3 and 7 DF, p-value: 0.0006865\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Garis regresi yang dipasang ternyata adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Pendapatan = 14,276.1 + 1,471.7*(umur) + 2,479.7*(menikah) \u2013 8,397.4*(bercerai)<\/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 = 14,276.2 + 1,471.7*(35) + 2,479.7*(1) \u2013 8,397.4*(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 $1,471,70. Karena nilai p (0,004) 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 $2,479,70 lebih banyak daripada satu orang. Karena nilai p (0,800) 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 (0,532) 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","protected":false},"excerpt":{"rendered":"<p>Variabel dummy adalah jenis variabel yang kita buat dalam analisis regresi sehingga kita dapat merepresentasikan variabel kategori sebagai variabel numerik yang mengambil salah satu dari dua nilai: nol atau satu. Misalnya, kita mempunyai kumpulan data berikut dan ingin menggunakan usia dan status perkawinan untuk memprediksi pendapatan : Untuk menggunakan status perkawinan sebagai variabel prediktor dalam [&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 Membuat Variabel Dummy di R (Langkah demi Langkah)<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara membuat variabel dummy di R, termasuk contoh langkah demi langkah.\" \/>\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-di-r\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara Membuat Variabel Dummy di R (Langkah demi Langkah)\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara membuat variabel dummy di R, termasuk contoh langkah demi langkah.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-26T12:37:50+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin4.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-di-r\/\",\"url\":\"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/\",\"name\":\"Cara Membuat Variabel Dummy di R (Langkah demi Langkah)\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-26T12:37:50+00:00\",\"dateModified\":\"2023-07-26T12:37:50+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara membuat variabel dummy di R, termasuk contoh langkah demi langkah.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara membuat variabel dummy di r (langkah demi langkah)\"}]},{\"@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 Membuat Variabel Dummy di R (Langkah demi Langkah)","description":"Tutorial ini menjelaskan cara membuat variabel dummy di R, termasuk contoh langkah demi langkah.","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-di-r\/","og_locale":"id_ID","og_type":"article","og_title":"Cara Membuat Variabel Dummy di R (Langkah demi Langkah)","og_description":"Tutorial ini menjelaskan cara membuat variabel dummy di R, termasuk contoh langkah demi langkah.","og_url":"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/","og_site_name":"Statorials","article_published_time":"2023-07-26T12:37:50+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/mannequin4.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-di-r\/","url":"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/","name":"Cara Membuat Variabel Dummy di R (Langkah demi Langkah)","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-26T12:37:50+00:00","dateModified":"2023-07-26T12:37:50+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara membuat variabel dummy di R, termasuk contoh langkah demi langkah.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/variabel-dummy-di-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/variabel-dummy-di-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara membuat variabel dummy di r (langkah demi langkah)"}]},{"@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\/1406"}],"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=1406"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1406\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1406"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1406"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1406"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}