{"id":2561,"date":"2023-07-21T17:48:35","date_gmt":"2023-07-21T17:48:35","guid":{"rendered":"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/"},"modified":"2023-07-21T17:48:35","modified_gmt":"2023-07-21T17:48:35","slug":"regresi-linier-sederhana-di-sas","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/","title":{"rendered":"Cara melakukan regresi linier sederhana di sas"},"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 noreferrer\">Regresi linier sederhana<\/a> merupakan teknik yang dapat kita gunakan untuk memahami hubungan antara variabel prediktor dan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener noreferrer\">variabel respon<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Teknik ini menemukan garis yang paling \u201csesuai\u201d dengan data dan mengambil bentuk berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>\u0177 = b <sub>0<\/sub> + b <sub>1<\/sub> x<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>\u0177<\/strong> : Perkiraan nilai respons<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>b <sub>0<\/sub><\/strong> : Asal garis regresi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>b <sub>1<\/sub><\/strong> : Kemiringan garis regresi<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Persamaan ini membantu kita memahami hubungan antara variabel prediktor dan variabel respon.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh langkah demi langkah berikut menunjukkan cara melakukan regresi linier sederhana di SAS.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><b>Langkah 1: Buat datanya<\/b><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Untuk contoh ini, kita akan membuat dataset yang berisi jumlah jam belajar dan nilai ujian akhir 15 siswa.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami akan menyesuaikan model regresi linier sederhana dengan menggunakan <em>jam<\/em> sebagai variabel prediktor dan <em>skor<\/em> sebagai variabel respon.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara membuat kumpulan data ini di SAS:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">\/*create dataset*\/\n<\/span><span style=\"color: #800080;\">data<\/span> exam_data;\n    <span style=\"color: #3366ff;\">input<\/span> hours score;\n    <span style=\"color: #3366ff;\">datalines<\/span> ;\n1 64\n2 66\n4 76\n5 73\n5 74\n6 81\n6 83\n7 82\n8 80\n10 88\n11 84\n11 82\n12 91\n12 93\n14 89\n;\n<span style=\"color: #800080;\">run<\/span> ;\n\n<span style=\"color: #008000;\">\/*view dataset*\/\n<\/span><span style=\"color: #800080;\">proc print<\/span> <span style=\"color: #3366ff;\">data<\/span> =exam_data;\n<\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-22743 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simplesas1.jpg\" alt=\"\" width=\"143\" height=\"367\" srcset=\"\" sizes=\"\"><\/p>\n<h3> <span style=\"color: #000000;\"><b>Langkah 2: Sesuaikan model regresi linier sederhana<\/b><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Selanjutnya, kita akan menggunakan <strong>proc reg<\/strong> agar sesuai dengan model regresi linier sederhana:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">\/*fit simple linear regression model*\/\n<\/span><span style=\"color: #800080;\">proc reg<\/span> <span style=\"color: #3366ff;\">data<\/span> =exam_data;\n   <span style=\"color: #3366ff;\">model<\/span> score = hours;\n<span style=\"color: #800080;\">run<\/span> ;<\/strong> <\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-22744\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simplesas2.jpg\" alt=\"keluaran regresi linier sederhana di SAS\" width=\"416\" height=\"501\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara menginterpretasikan nilai terpenting dari setiap tabel pada hasil:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Tabel analisis kesenjangan:<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/panduan-sederhana-untuk-memahami-uji-f-untuk-signifikansi-keseluruhan-dalam-regresi\/\" target=\"_blank\" rel=\"noopener\">Nilai F<\/a> keseluruhan model regresi adalah <strong>63,91<\/strong> dan nilai p yang sesuai adalah <strong>&lt;0,0001<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena nilai p ini kurang dari 0,05, kami menyimpulkan bahwa model regresi secara keseluruhan signifikan secara statistik. Dengan kata lain, jam kerja adalah variabel yang berguna untuk memprediksi hasil ujian.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Tabel kesesuaian model:<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai R-Square menunjukkan persentase variasi nilai ujian yang dapat dijelaskan oleh jumlah jam belajar.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Secara umum, semakin besar <a href=\"https:\/\/statorials.org\/id\/nilai-r-kuadrat-yang-bagus\/\" target=\"_blank\" rel=\"noopener\">nilai R-squared<\/a> suatu model regresi maka semakin baik pula variabel prediktor dalam memprediksi nilai variabel respon.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam hal ini, <strong>83,1%<\/strong> variasi nilai ujian dapat dijelaskan oleh jumlah jam belajar. Nilai ini cukup tinggi, menunjukkan bahwa jam belajar merupakan variabel yang sangat berguna dalam memprediksi hasil ujian.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Tabel estimasi parameter:<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Dari tabel ini kita dapat melihat persamaan regresi yang sesuai:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Skor = 65,33 + 1,98*(jam)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami menafsirkan hal ini berarti bahwa setiap jam belajar tambahan dikaitkan dengan peningkatan rata-rata skor ujian sebesar <strong>1,98 poin<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai aslinya memberitahu kita bahwa rata-rata nilai ujian untuk siswa yang belajar selama nol jam adalah <strong>65,33<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita juga dapat menggunakan persamaan ini untuk mencari nilai ujian yang diharapkan berdasarkan jumlah jam belajar seorang siswa.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, seorang siswa yang belajar selama 10 jam harus mencapai nilai ujian <strong>85,13<\/strong> :<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Skor = 65,33 + 1,98*(10) = 85,13<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena nilai p (&lt;0,0001) untuk <em>jam kerja<\/em> kurang dari 0,05 pada tabel ini, kami menyimpulkan bahwa ini adalah variabel prediktor yang signifikan secara statistik.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Langkah 3: Analisis plot sisa<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Regresi linier sederhana membuat dua <a href=\"https:\/\/statorials.org\/id\/asumsi-regresi-linier\/\" target=\"_blank\" rel=\"noopener\">asumsi<\/a> penting tentang <a href=\"https:\/\/statorials.org\/id\/residu\/\" target=\"_blank\" rel=\"noopener\">residu<\/a> model :<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Residunya berdistribusi normal.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Residual tersebut mempunyai varians yang sama (\u201c <a href=\"https:\/\/statorials.org\/id\/regresi-heteroskedastisitas\/\" target=\"_blank\" rel=\"noopener\">homoskedastisitas<\/a> \u201d) pada setiap level variabel prediktor.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Jika asumsi ini tidak dipenuhi, maka hasil model regresi kami mungkin tidak dapat diandalkan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk memverifikasi bahwa asumsi ini terpenuhi, kita dapat menganalisis plot sisa yang ditampilkan SAS secara otomatis di output:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-22747 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simplesas3.jpg\" alt=\"\" width=\"663\" height=\"651\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Untuk memverifikasi bahwa residu <strong>berdistribusi normal<\/strong> , kita dapat menganalisis plot di posisi kiri garis tengah dengan &#8220;Kuantil&#8221; di sepanjang sumbu x dan &#8220;Sisa&#8221; di sepanjang sumbu y.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Plot ini disebut <a href=\"https:\/\/statorials.org\/id\/beberapa-normalitas-jejak\/\" target=\"_blank\" rel=\"noopener\">plot QQ<\/a> , kependekan dari \u201cquantile-quantile\u201d, dan digunakan untuk menentukan apakah suatu data berdistribusi normal atau tidak. Jika data berdistribusi normal, titik-titik pada plot QQ akan terletak pada garis lurus diagonal.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dari grafik kita dapat melihat bahwa titik-titik tersebut terletak kira-kira sepanjang garis diagonal lurus, sehingga kita dapat mengasumsikan bahwa residunya berdistribusi normal.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selanjutnya untuk memverifikasi bahwa residunya <strong>homoskedastis<\/strong> , kita dapat melihat plot di posisi kiri baris pertama dengan &#8220;Nilai prediksi&#8221; di sepanjang sumbu x dan &#8220;Sisa&#8221; di sepanjang sumbu y.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika titik-titik plot tersebar secara acak di sekitar nol tanpa pola yang jelas, maka kita dapat mengasumsikan bahwa residunya bersifat homoskedastis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dari plot tersebut terlihat bahwa titik-titik tersebar di sekitar nol secara acak dengan variansi yang kurang lebih sama pada setiap level di seluruh plot, sehingga dapat diasumsikan bahwa residunya bersifat homoskedastis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena kedua asumsi terpenuhi, kita dapat berasumsi bahwa hasil model regresi linier sederhana dapat diandalkan.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Sumber daya tambahan<\/span><\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di SAS:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/anova-satu-arah-dan-sas\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan ANOVA satu arah di SAS<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/anova-dua-jalur-di-airlock\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan ANOVA dua arah di SAS<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/korelasi-di-airlock\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung korelasi di SAS<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi linier sederhana merupakan teknik yang dapat kita gunakan untuk memahami hubungan antara variabel prediktor dan variabel respon . Teknik ini menemukan garis yang paling \u201csesuai\u201d dengan data dan mengambil bentuk berikut: \u0177 = b 0 + b 1 x Emas: \u0177 : Perkiraan nilai respons b 0 : Asal garis regresi b 1 : [&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 melakukan regresi linier sederhana di SAS - Statorials<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara melakukan regresi linier sederhana di SAS, dengan contoh lengkap.\" \/>\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\/regresi-linier-sederhana-di-sas\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara melakukan regresi linier sederhana di SAS - Statorials\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara melakukan regresi linier sederhana di SAS, dengan contoh lengkap.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-21T17:48:35+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simplesas1.jpg\" \/>\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\/regresi-linier-sederhana-di-sas\/\",\"url\":\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/\",\"name\":\"Cara melakukan regresi linier sederhana di SAS - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-21T17:48:35+00:00\",\"dateModified\":\"2023-07-21T17:48:35+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara melakukan regresi linier sederhana di SAS, dengan contoh lengkap.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara melakukan regresi linier sederhana di sas\"}]},{\"@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 melakukan regresi linier sederhana di SAS - Statorials","description":"Tutorial ini menjelaskan cara melakukan regresi linier sederhana di SAS, dengan contoh lengkap.","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\/regresi-linier-sederhana-di-sas\/","og_locale":"id_ID","og_type":"article","og_title":"Cara melakukan regresi linier sederhana di SAS - Statorials","og_description":"Tutorial ini menjelaskan cara melakukan regresi linier sederhana di SAS, dengan contoh lengkap.","og_url":"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/","og_site_name":"Statorials","article_published_time":"2023-07-21T17:48:35+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simplesas1.jpg"}],"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\/regresi-linier-sederhana-di-sas\/","url":"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/","name":"Cara melakukan regresi linier sederhana di SAS - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-21T17:48:35+00:00","dateModified":"2023-07-21T17:48:35+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara melakukan regresi linier sederhana di SAS, dengan contoh lengkap.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara melakukan regresi linier sederhana di sas"}]},{"@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\/2561"}],"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=2561"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2561\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=2561"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=2561"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=2561"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}