Workshop II membahas tentang pembuatan dan pencetakan data set SAS, validasi dan pembersihan data, statistik deskriptif, interval kepercayaan, histogram, boxplot, stem-leaf, dan uji hipotesis menggunakan prosedur SAS seperti PROC PRINT, PROC FREQ, PROC MEANS, PROC UNIVARIATE, dan PROC SGPLOT.

1. SAS Workshop II
By Teguh Nugraha

2. Workshop II
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
2 ComLabs USDI ITB 12/12/2011

3. Creating and Printing
A SAS Data Set
Using DATA step and PROC PRINT
3 ComLabs USDI ITB 12/12/2011

4. Sekilas Tentang SAS Data set
 Tipe variabel
4 ComLabs USDI ITB 12/12/2011

5. Reading Instream Data
 Dengan DATA step, kita dapat membuat data set baru
dengan menuliskan datanya di dalam SAS program
DATA output-SAS-data-set;
INPUT variable <$> variable;
DATALINES;
instream data
;
RUN;
 Khusus untuk variabel dengan tipe karakter, kita tuliskan
tanda dollar $ setelah variabel tersebut
5 ComLabs USDI ITB 12/12/2011

6. Reading Instream Data
 Contoh
DATA work.beratbadan;
INPUT Nama $ Berat_Badan;
DATALINES;
Teguh 60
Huda 100
Eric 55
Johannes 58
;
RUN;
6 ComLabs USDI ITB 12/12/2011

7. Reading Instream Data
 Memberi spesifikasi LENGTH pada variabel bertipe karakter
dan informat pada variabel
DATA work.beratbadan;
LENGTH Nama $ 12;
INPUT Nama $ Tanggal_Lahir :ddmmyy10. Berat_Badan;
DATALINES;
Teguh 29/10/1991 60
Huda 01/01/1990 100
Eric 01/01/1991 55
Johannes 01/01/1992 58
;
RUN;
7 ComLabs USDI ITB 12/12/2011

8. Printing Data
 Printing data subsetsales
PROC PRINT data=work.beratbadan NOOBS;
RUN;
 Print variabel-variabel tertentu saja
PROC PRINT data=work.beratbadan NOOBS;
VAR Nama Berat_Badan;
RUN;
 Print observasi tertentu saja
PROC PRINT data=work.beratbadan NOOBS;
VAR Nama Berat_Badan;
WHERE Berat_Badan>70;
RUN;
8 ComLabs USDI ITB 12/12/2011

9. Validating and Cleaning Data
for better analysis
Validate data: using PROC PRINT, PROC FREQ
Cleaning data: Programmatically or using PROC SORT
9 ComLabs USDI ITB 12/12/2011

10. Missing Value
 Numeric missing value: dot “.”
 Character missing value: blank “”
10 ComLabs USDI ITB 12/12/2011

11. 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
11 ComLabs USDI ITB 12/12/2011

12. Validating Data
 Using PROC PRINT
PROC PRINT data=orion.nonsales;
VAR Employee_ID Gender Salary Job_Title Country
Birth_Date Hire_Date;
WHERE Employee_ID = . or
Gender not in ('F','M') or
Salary not between 24000 and 500000 or
Job_Title = ' ' or
Country not in ('AU','US') or
Birth_Date > Hire_Date or
Hire_Date < '01JAN1974'd;
RUN;
12 ComLabs USDI ITB 12/12/2011

13. 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 tidak
tampil
PROC FREQ data=orion.nonsales NLEVELS;
TABLE _all_ / noprint;
RUN;
13 ComLabs USDI ITB 12/12/2011

14. Validating Data
 Untuk mengetahui data pencilan atau data ekstrim,
kita dapat melihat statistik deskriptif menggunakan PROC
UNIVARIATE
 Prosedur untuk menampilkan statistik deskriptif akan
dipelajari nanti
14 ComLabs USDI ITB 12/12/2011

15. Cleaning DATA Programmaticaly
 Prosedur di bawah ini akan mengubah nilai data yang tidak valid pada orion.nonsales
lalu 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;
15 ComLabs USDI ITB 12/12/2011

16. Cleaning Data
 Removing Duplicates Using PROC SORT
 Prosedur di bawah ini akan menghilangkan duplikasi
Employee_ID pada orion.nonsalesdupes lalu menyimpan
hasilnya di work.sorted
PROC SORT data=orion.nonsalesdupes out=work.sorted
nodupkey;
BY Employee_ID;
RUN;
16 ComLabs USDI ITB 12/12/2011

17. Computing Descriptive Statistics
Using PROC MEANS and PROC UNIVARIATE
17 ComLabs USDI ITB 12/12/2011

18. Statistik Deskriptif
 Tujuannya untuk mengetahui parameter-parameter dari
suatu 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
18 ComLabs USDI ITB 12/12/2011

19. Contoh kasus
 Misalnya kita ingin mengetahui statistik deskriptif berat
badan (WEIGHT) orang-orang yang suka fitness
 Eksekusi data_fitness.sas untuk membuat data set baru
orion.fitness
19 ComLabs USDI ITB 12/12/2011

20. PROC MEANS
 Biasanya untuk mengetahui satu atau beberapa paramater
statistik deskriptif saja
PROC 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;
20 ComLabs USDI ITB 12/12/2011

21. PROC UNIVARIATE
 Lebih lengkap dibandingkan dengan PROC MEANS. Biasanya
digunakan untuk menganalisis karakteristik data secara
menyeluruh
PROC UNIVARIATE data=orion.fitness;
VAR Weight;
CLASS Gender;
RUN;
 Menampilkan semua analisis: tambahkan option ALL
PROC UNIVARIATE data=orion.fitness ALL;
VAR Weight;
CLASS Gender;
RUN;
21 ComLabs USDI ITB 12/12/2011

22. Confidence Interval
Using PROC MEANS or PROC UNIVARIATE
22 ComLabs USDI ITB 12/12/2011

23. 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 kepercayaan
95% (α = 0.05)
23 ComLabs USDI ITB 12/12/2011

24. 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 kepercayaan
tertentu
24 ComLabs USDI ITB 12/12/2011

25. 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 Assuming
Normality
25 ComLabs USDI ITB 12/12/2011

26. Histogram, Boxplot, Stem-Leaf
Using PROC UNIVARIATE and PROC SGPLOT
26 ComLabs USDI ITB 12/12/2011

27. Creating Histogram
 Dengan menggunakan PROC UNIVARIATE, kita juga
dapat 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 distribusi
normal dengan   x dan   S
27 ComLabs USDI ITB 12/12/2011

28. Box-plot dan Stem-leaf
 Kita dapat menampilkan Stem-Leaf dan Box-Plot data
dengan menulis option plot pada PROC UNIVARIATE
PROC UNIVARIATE data=orion.fitness plot;
var Weight;
RUN;
 Hasilnya dapat dilihat di bagian Plot
28 ComLabs USDI ITB 12/12/2011

29. 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;
29 ComLabs USDI ITB 12/12/2011

30. Hypothesis Test
Using PROC UNIVARIATE
30 ComLabs USDI ITB 12/12/2011

31. Hypothesis Test
 Uji hipothesis akan mengecek apakah rataan suatu
variabel/populasi sesuai dengan perkiraan(hipotesis) kita
 Misalnya kita punya hipotesis awal bahwa rataan variabel
weight pada data set orion.fitness sama dengan modusnya,
yaitu 73.37. Lalu kita ingin mengecek kebenaran hipotesis
tersebut 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
31 ComLabs USDI ITB 12/12/2011

32. 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
32 ComLabs USDI ITB 12/12/2011

33. 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
33 ComLabs USDI ITB 12/12/2011

34. Hypothesis Test
 Agar output yang dihasilkan hanya bagian Test for
Location, 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;
34 ComLabs USDI ITB 12/12/2011