SAS Workshop II

SAS Workshop II

By Teguh Nugraha

Workshop II

12/12/2011ComLabs USDI ITB2

Yang akan kita pelajari: Creating and Printing A SAS Data Set Cleaning and Validating Data Computing Descriptive Statistics Confidence Interval Histogram, Boxplot, Stem-Leaf Hypothesis Test

Creating and PrintingA SAS Data Set

Using DATA step and PROC PRINT


Sekilas Tentang SAS Data set


Tipe variabel

Reading Instream Data


Dengan DATA step, kita dapat membuat data set barudengan menuliskan datanya di dalam SAS programDATA output-SAS-data-set;

INPUT variable <$> variable;DATALINES;instream data;

RUN;

Khusus untuk variabel dengan tipe karakter, kita tuliskantanda dollar $ setelah variabel tersebut



ContohDATA work.beratbadan;

INPUT Nama $ Berat_Badan;DATALINES;

Teguh 60Huda 100Eric 55Johannes 58;RUN;



Memberi spesifikasi LENGTH pada variabel bertipe karakterdan informat pada variabel

DATA work.beratbadan;LENGTH Nama $ 12;INPUT Nama $ Tanggal_Lahir :ddmmyy10. Berat_Badan;DATALINES;

Teguh 29/10/1991 60Huda 01/01/1990 100Eric 01/01/1991 55Johannes 01/01/1992 58;RUN;

Printing Data


Printing data subsetsalesPROC PRINT data=work.beratbadan NOOBS;RUN;

Print variabel-variabel tertentu sajaPROC PRINT data=work.beratbadan NOOBS;

VAR Nama Berat_Badan;RUN;

Print observasi tertentu sajaPROC PRINT data=work.beratbadan NOOBS;

VAR Nama Berat_Badan;WHERE Berat_Badan>70;

RUN;

Validating and Cleaning Datafor better analysis

Validate data: using PROC PRINT, PROC FREQCleaning data: Programmatically or using PROC SORT


Missing Value


Numeric missing value: dot “.” Character missing value: blank “”

Validating Data


Terkadang data yang kita miliki tidak seluruhnya valid Kita harus tahu data seperti apa yang tergolong tidak valid Contoh: Missing value Jenis kelamin bukan laki-laki atau perempuan Kemungkinan salah tulis data Data yang tidak logis Pencilan Duplikasi data

Validating Data


Using PROC PRINTPROC PRINT data=orion.nonsales;

VAR Employee_ID Gender Salary Job_Title CountryBirth_Date Hire_Date;

WHERE Employee_ID = . orGender not in ('F','M') orSalary not between 24000 and 500000 orJob_Title = ' ' orCountry not in ('AU','US') orBirth_Date > Hire_Date orHire_Date < '01JAN1974'd;

RUN;

Validata Data


Using PROC FREQ PROC FREQ dengan option NLEVEL akan menghitung

frekuensi data missing value Option /noprint pada TABLE statement menahan

prosedur agar analisis frekuensi dari setiap variabel tidaktampil

PROC FREQ data=orion.nonsales NLEVELS;TABLE _all_ / noprint;

RUN;

Validating Data


Untuk mengetahui data pencilan atau data ekstrim,kita dapat melihat statistik deskriptif menggunakan PROCUNIVARIATE

Prosedur untuk menampilkan statistik deskriptif akandipelajari nanti

Cleaning DATA Programmaticaly


Prosedur di bawah ini akan mengubah nilai data yang tidak valid pada orion.nonsaleslalu menyimpan hasilnya di work.clean

DATA work.clean;SET orion.nonsales;Country=upcase(Country);if Employee_ID=120106 then Salary=26960;else if Employee_ID=120115 then Salary=26500;else if Employee_ID=120191 then Salary=24015;else if Employee_ID=120107 then

Hire_Date='21JAN1995'd;else if Employee_ID=12011 then

Hire_Date='01NOV1978'd;else if Employee_ID=121011 then

Hire_Date='01JAN1998'd;RUN;

Cleaning Data


Removing Duplicates Using PROC SORT Prosedur di bawah ini akan menghilangkan duplikasi

Employee_ID pada orion.nonsalesdupes lalu menyimpanhasilnya di work.sorted

PROC SORT data=orion.nonsalesdupes out=work.sortednodupkey;

BY Employee_ID;RUN;

Computing Descriptive Statistics

Using PROC MEANS and PROC UNIVARIATE


Statistik Deskriptif


Tujuannya untuk mengetahui parameter-parameter darisuatu variabel numerik pada data, yaitu: Mean, Median, Mode Standard Deviation, Standard Error Coeff of Variation Sum, Sum Weights Minimum, Maksimum, Range Skewness, Kurtosis N Missing Value

Contoh kasus


Misalnya kita ingin mengetahui statistik deskriptif beratbadan (WEIGHT) orang-orang yang suka fitness

Eksekusi data_fitness.sas untuk membuat data set baruorion.fitness

PROC MEANS


Biasanya untuk mengetahui satu atau beberapa paramaterstatistik deskriptif sajaPROC MEANS data=orion.fitness

n mean median mode std var q1 q3 qrange;VAR Weight;

RUN;

Berdasarkan kategori variabel tertentu (Country, Gender)PROC MEANS data=orion.fitness

n mean median mode std var q1 q3 qrange;CLASS Gender;VAR Weight;

RUN;

PROC UNIVARIATE


Lebih lengkap dibandingkan dengan PROC MEANS. Biasanyadigunakan untuk menganalisis karakteristik data secaramenyeluruh

PROC UNIVARIATE data=orion.fitness;VAR Weight;CLASS Gender;

RUN;

Menampilkan semua analisis: tambahkan option ALLPROC UNIVARIATE data=orion.fitness ALL;

VAR Weight;CLASS Gender;

RUN;

Confidence Interval

Using PROC MEANS or PROC UNIVARIATE


Confidence Interval


Menghitung penaksiran selang untuk rataan, standar deviasi,dan variansi populasi

Bergantung pada tingkat kepercayaan (1-α) Misalnya kita ingin mengetahui taksiran selang rataan

berat para peserta fitness dengan tingkat kepercayaan95% (α = 0.05)

Using PROC MEANS


Gunakan option CLM dan ALPHA=PROC MEANS data=orion.fitness CLM ALPHA=0.05;

VAR Weight;TITLE ’95% Confidence Interval for Weight';

RUN;TITLE;

Kita dapat mengubah nilai alpha untuk tingkat kepercayaantertentu

Using PROC UNIVARIATE


Gunakan option CIBASIC(ALPHA=...)PROC UNIVARIATE data=orion.fitness cibasic(alpha=0.05);

VAR Weight;RUN;

Lihat hasilnya di bagian Basic Confidence Limits AssumingNormality

Histogram, Boxplot, Stem-Leaf

Using PROC UNIVARIATE and PROC SGPLOT


Creating Histogram


Dengan menggunakan PROC UNIVARIATE, kita jugadapat menampilkan histogram data

PROC UNIVARIATE data=orion.fitness noprint;HISTOGRAM Weight / normal(mu=est sigma=est);INSET skewness kurtosis / position=ne;

RUN;

Histogram tersebut dibandingkan dengan distribusinormal dengan danx S

Box-plot dan Stem-leaf


Kita dapat menampilkan Stem-Leaf dan Box-Plot datadengan menulis option plot pada PROC UNIVARIATE

PROC UNIVARIATE data=orion.fitness plot;var Weight;

RUN;

Hasilnya dapat dilihat di bagian Plot

Box-plot


Untuk menampilkan box-plot dalam bentuk file gambar,kita gunakan PROC SGPLOT

PROC SGPLOT data=orion.fitness;HBOX Weight / datalabel=Name;VBOX Weight / datalabel=Name;TITLE "Box Plots of Weight";

RUN;TITLE;

Hypothesis Test

Using PROC UNIVARIATE


Hypothesis Test


Uji hipothesis akan mengecek apakah rataan suatuvariabel/populasi sesuai dengan perkiraan(hipotesis) kita

Misalnya kita punya hipotesis awal bahwa rataan variabelweight pada data set orion.fitness sama dengan modusnya,yaitu 73.37. Lalu kita ingin mengecek kebenaran hipotesistersebut dengan tingkat kepercayaan 95% (α = 0.05)

Setelah pengujian dilakukan, kita cek p-value (Pr) Jika Pr < α maka hipotesis awal ditolak Jika Pr > α maka hipotesis awal tidak ditolak

Hypothesis Test


Tulis option mu0=73.37 pada PROC UNIVARIATE

PROC UNIVARIATE data=orion.fitness mu0=73.37 alpha=0.05;VAR weight;TITLE='Uji Hipotesis Apakah Rataan Weight=73.37‘;

RUN;TITLE;

Lihat hasilnya pada Test for Location

Hypothesis Test


Perhatikan hasil pada Test for Location Karena Pr < α maka tolak hipotesis awal (mu0=73.37) Jadi, rataan variabel weight pada data set orion.fitness bukan

73.37

Hypothesis Test


Agar output yang dihasilkan hanya bagian Test forLocation, kita tambahkan ODS statement seperti berikut

ODS select testsforlocation;PROC UNIVARIATE data=orion.fitness mu0=73.37 alpha=0.05;

VAR weight;TITLE='Uji Hipotesis Apakah Rataan Weight=73.37‘;

RUN;TITLE;

SAS Workshop II

Technology

Transcript of SAS Workshop II