Ini memberikan cara cepat untuk memahami kekuatan hubungan linier yang ada antar variabel dalam kumpulan data.<\/span><\/p>\n Anda dapat menggunakan pernyataan PROC CORR<\/strong> di SAS untuk membuat matriks korelasi untuk kumpulan data tertentu:<\/span><\/p>\n Secara default, ini akan membuat matriks yang menampilkan koefisien korelasi antara semua variabel numerik dalam kumpulan data.<\/span><\/p>\n Untuk memasukkan variabel tertentu saja ke dalam matriks korelasi, Anda dapat menggunakan pernyataan VAR<\/strong> :<\/span><\/p>\n Contoh berikut menunjukkan cara membuat matriks korelasi di SAS.<\/span><\/p>\n Misalkan kita memiliki kumpulan data berikut di SAS yang berisi informasi tentang berbagai pemain bola basket:<\/span> <\/p>\n Kita dapat menggunakan pernyataan PROC CORR<\/strong> untuk membuat matriks korelasi yang mencakup setiap variabel numerik dalam kumpulan data secara default:<\/span> <\/p>\n Outputnya menampilkan ringkasan statistik variabel numerik pada tabel pertama bersama dengan matriks korelasi.<\/span><\/p>\n Perhatikan bahwa variabel \u201ctim\u201d tidak dimasukkan dalam matriks korelasi karena bukan merupakan variabel numerik.<\/span><\/p>\n Berikut cara menginterpretasikan nilai matriks korelasi:<\/span><\/p>\n (1)<\/strong> Koefisien korelasi Pearson (r) antara assist<\/strong> dan rebound<\/strong> adalah -0,24486<\/strong> . Nilai p yang sesuai adalah 0,5589<\/strong> .<\/span><\/p>\n Karena r lebih kecil dari nol, hal ini menunjukkan bahwa terdapat hubungan linier negatif antara kedua variabel. Namun, nilai p tidak kurang dari 0,05, sehingga korelasi ini tidak signifikan secara statistik.<\/span><\/p>\n (2)<\/strong> Koefisien korelasi Pearson (r) antara assist<\/strong> dan poin<\/b> adalah -0,32957<\/strong> . Nilai p yang sesuai adalah 0,4253<\/strong> .<\/span><\/p>\n Terdapat hubungan linier negatif antara kedua variabel ini namun tidak signifikan secara statistik.<\/span><\/p>\n (3)<\/strong> Koefisien korelasi Pearson (r) antara rebound<\/b> dan poin<\/b> adalah -0,52209<\/strong> . Nilai p yang sesuai adalah 0,1844<\/strong> .<\/span><\/p>\n Terdapat hubungan linier negatif antara kedua variabel ini namun tidak signifikan secara statistik.<\/span><\/p>\n Perhatikan bahwa kita juga dapat menggunakan pernyataan VAR<\/strong> untuk hanya memasukkan variabel numerik tertentu ke dalam matriks korelasi:<\/span> <\/p>\n Perhatikan bahwa hanya variabel assist<\/strong> dan rebound<\/strong> yang dimasukkan dalam matriks korelasi ini.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di SAS:<\/span><\/p>\n Cara Membuat Matriks Scatterplot di SAS<\/a> Matriks korelasi adalah tabel persegi yang menunjukkan koefisien korelasi antar variabel dalam suatu kumpulan data. Ini memberikan cara cepat untuk memahami kekuatan hubungan linier yang ada antar variabel dalam kumpulan data. Anda dapat menggunakan pernyataan PROC CORR di SAS untuk membuat matriks korelasi untuk kumpulan data tertentu: \/*create correlation matrix using all numeric variables in […]<\/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":"\n \/*create correlation matrix using all numeric variables in my_data*\/\n<\/span>proc corr<\/span> data<\/span> =my_data;\nrun<\/span> ;<\/strong><\/span><\/pre>\n \/*create correlation matrix using only var1, var2 and var3 in my_data*\/\n<\/span>proc corr<\/span> data<\/span> =my_data;\n var<\/span> var1, var2, var3;\nrun<\/span> ;<\/strong><\/span><\/pre>\n Contoh: Membuat Matriks Korelasi di SAS<\/strong><\/h2>\n
\/*create dataset*\/\n<\/span>data<\/span> my_data;\n input<\/span> team $ assists rebounds points;\n datalines<\/span> ;\nA 4 12 22\nA 5 14 24\nA 5 13 26\nA 6 7 26\nB 7 8 29\nB 8 8 32\nB 8 9 20\nB 10 13 14\n;\nrun<\/span> ;\n\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> =my_data;<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmat1.png\")
<\/p>\n \/*create correlation matrix using all numeric variables in my_data*\/\n<\/span>proc corr<\/span> data<\/span> =my_data;\nrun<\/span> ;<\/strong><\/span> <\/pre>\n![\"matriks](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmat2.png\")
<\/p>\n \/*create correlation matrix using only assists and rebounds variables*\/\n<\/span>proc corr<\/span> data<\/span> =my_data;\n var<\/span> assists rebounds;\nrun<\/span> ;<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrmat3.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara Membuat PivotTable di SAS<\/a>
Cara menghitung Variance Inflation Factor (VIF) di SAS<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"