Video: Cara Mudah Uji Validitas Menggunakan SPSS - Full Tutorial 2024
Anda harus memasukkan datanya ke dalam bentuk yang bisa digunakan algoritma untuk membuat model analisis prediktif. Untuk melakukannya, Anda harus meluangkan waktu untuk memahami data dan mengetahui struktur data. Ketik fungsi untuk mengetahui struktur data. Perintah dan outputnya terlihat seperti ini: >> str (autos) 'data. bingkai ': 398 obs. dari 9 variabel: $ V1: num 18 15 18 16 17 15 14 14 14 15 … $ V2: int 8 8 8 8 8 8 8 8 8 8 … $ V3: num 307 350 318 304 302 429 454 440 455 390 … $ V4: chr "130. 0" "165. 0" "150. 0" "150. 0" … $ V5: num 3504 3693 3436 3433 3449 … $ V6: num 12 11. 5 11 12 10. 5 10 9 8 5 10 8. 5 … $ V7: int 70 70 70 70 70 70 70 70 70 70 … $ V8: int 1 1 1 1 1 1 1 1 1 … $ V9: Faktor w / 305 tingkat "amc duta besar brougham", …:
50 37 232 15 162 142 55 224 242 2 …Dari melihat strukturnya, Anda dapat mengetahui bahwa ada beberapa persiapan dan pembersihan data yang harus dilakukan. Berikut daftar tugas yang dibutuhkan:
-
Ini tidak benar-benar diperlukan, tapi untuk keperluan contoh ini, lebih baik menggunakan nama kolom yang bisa Anda mengerti dan ingat.
Ubah tipe data V4 (
-
tenaga kuda ) ke tipe data numerik . Dalam contoh ini, tenaga kuda adalah nilai numerik terus menerus dan bukan tipe data karakter.
Menangani nilai yang hilang.
-
Disini tenaga kuda memiliki enam nilai yang hilang.Ubah atribut yang memiliki nilai diskrit pada faktor.
-
Disini silinder, model tahun, dan asal memiliki nilai diskrit.
Buang atribut V9 (
-
nama mobil ). Di sini nama mobil tidak menambahkan nilai pada model yang Anda buat. Jika atribut asal tidak diberikan, Anda bisa mendapatkan asal dari atribut nama mobil.
c ("mpg", "cylinders", "displacement", "horsepower" "weight", "acceleration", "modelYear", "origin",
"carName")Selanjutnya, ubah tipe data tenaga kuda menjadi numerik dengan kode berikut: >> autos $ horsepower <- sebagai. numerik (autos $ horsepower)
Program ini akan mengeluh karena tidak semua nilai dalam tenaga kuda adalah representasi string angka. Ada beberapa nilai yang hilang yang diwakili sebagai "? "Karakter. Tidak apa-apa untuk sekarang karena R mengubah setiap instance dari? ke NA
Cara yang umum untuk menangani nilai variabel kontinu yang hilang adalah mengganti setiap nilai yang hilang dengan rata-rata keseluruhan kolom. Baris kode berikut melakukan itu: >> autos $ horsepower [is.na (autos $ horsepower)] <- mean (autos $ horsepower, na. rm = TRUE)
Penting untuk memiliki na. rm-TRUE dalam fungsi rata-rata. Ini memberitahu fungsinya untuk tidak menggunakan kolom dengan nilai null dalam perhitungannya. Tanpa itu, fungsinya akan kembali.
Selanjutnya, ubah atribut dengan nilai diskrit menjadi faktor. Tiga atribut telah diidentifikasi sebagai diskrit. Tiga baris kode berikut mengubah atributnya. >> autos $ origin autos $ modelYear autos $ cylinders <- factor (autos $ cylinders)
Akhirnya, hapus atribut dari frame data dengan baris kode ini: >> autos $ carName <- nULL < Pada titik ini, Anda telah selesai menyiapkan data untuk proses pemodelan. Berikut ini adalah tampilan struktur setelah data-proses persiapan: >> str (autos) 'data. bingkai ': 398 obs. dari 8 variabel: $ mpg: num 18 15 18 16 17 15 14 14 14 15 … $ cylinders: Faktor w / 5 level "3", "4", "5", "6", …:
5 5 5 5 5 5 5 5 5 5 … $ perpindahan: num 307 350 318 304 302 429 454 440 455 390 … $ tenaga kuda: num 130 165 150 150 140 198 220 215 225 190 … $ berat: num 3504 3693 3436 3433 3449 … $ akselerasi: num 12 11. 5 11 12 10. 5 10 9 8. 5 10 8. 5 … $ modelYear: Factor w / 13 level "70", "71", "72", …:
1 1 1 1 1 1 1 1 1 1 … $ origin: Factor w / 3 level "1", "2", "3":
1 1 1 1 1 1 1 1 1 …
