Analisis Regresi Variabel Dummy
-
Upload
purwanti-rahayu -
Category
Documents
-
view
241 -
download
0
Transcript of Analisis Regresi Variabel Dummy
-
8/10/2019 Analisis Regresi Variabel Dummy
1/33
LAPORAN PRAKTIKUM
ANALISIS REGRESI TERAPAN
MODUL: 05
ANALISIS REGRESI VARIABEL DUMMY
raktiku Laboran
NamaPraktikum
NomerMahasiswa
TanggalKumpul
Tanda Tangan
PurwantiRahayu
11611048
Asisten Dosen
Edy Widodo ,M.SiHerni Utami, M.Si
Nama PenilaiTanggalKoreksi
NilaiTanda Tangan
1. Fajar Supriadi2. Kartika Ari S
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
Kelas
C
-
8/10/2019 Analisis Regresi Variabel Dummy
2/33
BAB I
PENDAHULUAN
A. Variabel Dummy
Nama lain Regresi Dummy adalah Regresi Kategori. Re-gresi ini menggunakan
prediktor kualitatif (yang bukan dummy dinamai prediktor kuantitatif ). Pembahasan pada
regresi ini hanya untuk satu macam variabel dummy dan dikhususkan pada penaksiran
parameter dan kemaknaan pengaruh prediktor. Pembahasan akan dilakukan denganmenggunakan berbagai contoh.
Analisis regresi tidak saja digunakan untuk data-data kuantitatif, tetapi juga bisa
digunakan untuk data kualitatif. Jenis data kualitatif tersebut seringkali menunjukkan
keberadaan klasifikasi (kategori) tertentu, sering juga dikatagorikan variabel bebas (X)
dengan klasifikasi pengukuran nominal dalam persamaan regresi.
Variabel kualitatif tersebut harus dikuantitatifkan atributnya (cirinya). Untuk
mengkuantitatifkan atribut variabel kualitatif, dibentuk variabel dummy dgn nilai 1 dan 0.
Nilai 1 menunjukkan adanya, sedangkan nilai 0 menunjukkan tidak adanya ciri kualitas tsb.
Jadi, inilah yang dimaksud dengan variabel dummy tersebut. Variabel dummy disebut juga
variabel indikator, biner, kategorik, kualitatif, boneka, atau variabel dikotomi. Variabel
Dummy pada prinsipnya merupakan perbandingan karakteristik Misalnya untuk membedakan
jenis kelamin (pria dan wanita), tempat tinggal (misal desa dan kota), tingkat pendidikan (SD,
SMP, SMA, PT), agama (Islam, Kristen, Katolik, Hindu, Budha, dll), pembedaan periode
waktu (misal, sebelum krisis ekonomi dan setelah krisis ekonomi), Perbandingan kondisi
(besaran/jumlah) konsumen yang merasa puas terhadap suatu produk dengan konsumen yang
tidak puas, Perbandingan besarnya gaji antara laki-laki dan perempuan. dan kategori-
kateogori lain yang ingin dimasukkan ke dalam analisis.
Metode yang digunakan adalah mengganti informasi yang bersifat kategori, misalnya
untuk jenis kelamin (pria dan wanita) diwakili dengan angka 1 dan 0. Dalam prakteknya,
misalnya kategori data pria diganti dengan angka 1, dan kategori data wanita diganti denganangka 0, atau sebaliknya.variabel jenis kelamin. Jika nilai 1 digunakan untuk laki-laki maka
-
8/10/2019 Analisis Regresi Variabel Dummy
3/33
nilai 0 menunjukkan bukan laki-laki (perempuan), atau sebaliknya. (Kategori yg diberi nilai 0
disebut kategori dasar, dlm artian bahwa perbandingan dibuat atas kategori tsb.)
Jika variabel kualitatif tsb terdiri lebih dari dua kategori, jumlah variabel dummy yg
dibentuk harus sebanyak n-1, dimana n adalah banyaknya kategori variabel tsb.
B. Pengukuran Variabel
Pengukuran Variabel Penelitian dapat dikelompokkan menjadi 4 Skala Pengukuran, yaitu :
1. Skala Nominal
Skala Nominal adalah suatu himpunan yang terdiri dari anggota anggota yang
mempunyai kesamaan tiap anggotanya, dan memiliki perbedaan dari anggotahimpunan yang lain.
Misalnya :
Jenis Kelamin : dibedakan antara laki laki dan perempuan
Pekerjaan : dapat dibed akan petani, pegawai, pedagang
Golongan Darah : dibedakan atas Gol. 0, A, B, AB
Ras : dapat dibedakan atas Mongoloid, Kaukasoid, Negroid.
Suku Bangsa : dpt dibedakan dalam suku Jawa, Sunda, Batak dsb.
Skala Nominal, variasinya tidak menunjukkan perurutan atau kesinambungan, tiap
variasi berdiri sendiri secara terpisah. Dalam Skala Nominal tidak dapat dipastikan
apakah kategori satu mempunyai derajat yang lebih tinggi atau lebih rendah dari
kategori yang lain ataukah kategori itu lebih baik atau lebih buruk dari kategori yanglain.
2. Skala Ordinal
Skala Ordinal adalah skala variabel yang menunjukkan tingkatan tingkatan.Skala
Ordinal adalah himpunan yang beranggotakan menurut rangking, urutan, pangkat
atau jabatan. Skala Ordinal adalah kategori yang dapat diurutkan atau diberi
peringkat.Skala Ordinal adalah Skala Data Kontinum yang batas satu variasi nilai ke
-
8/10/2019 Analisis Regresi Variabel Dummy
4/33
-
8/10/2019 Analisis Regresi Variabel Dummy
5/33
Skala Ratio Adalah Skala yang disamping batas intervalnya jelas, juga variasi nilainya
memunyai batas yang tegas dan mutlak ( mempunyai nilai NOL ABSOLUT ).
Misalnya :
Tinggi Badan : sebagai Skala Ratio, tinggi badan 180 Cm dapat dikatakan
mempunyai selisih 60 Cm terhadap tinggi badan 120 Cm, hal ini juga dapat dikatakan
hahwa : tinggi badan 180 adalah 1 kali dari tinggi badan 120 Cm.
Denyut Nadi : Nilai 0 dalam denyut nadi dapat dikatakan tidak ada sama sekali
denyut nadinya.
Berat Badan
Dosis Oba t, dsb.
Dari uraian di atas jelas bahwa Skala Ratio, Interval, Ordinal dan Nominal berturut
turut memiliki nilai kuantitatif dari yang Paling Rinci ke yang Kurang Rinci. Skala
Ratio mempunyai sifat sifat yang dimiliki Skala Interval, Ordinal dan Nominal.
Skala Interval memiliki ciri ciri yang dimiliki Skala Ordinal dan Nominal,
sedangkan Skala Ordinal memiliki sifat yang dimiliki Skala Nominal.
Adanya perbedaan tingkat pengukuran memungkinkan terjadinya Transformasi Skala
Ratio dan Interval menjadi Ordinal atau Nominal. Transformasi ini dikenal sebagai
Data Reduction atau Data Collapsing. Hal ini dimaksudkan agar dapat menerapkan
metode statistik tertentu, terutama yang menghendaki skala data dalam bentuk
Ordinal atau Nominal.
Sebaliknya, Skala Ordinal dan Nominal tidak dapat diubah menjadi Interval atau
Ratio. Skala Nominal yang diberi label 0, 1 atau 2 dikenal sebagai Dummy Variable(Variabel Rekayasa). Misalnya : Pemberian label 1 untuk laki laki dan 2 untuk
perempuan tidak mempunyai arti kuantitatif (tidak mempunyai nilai / hanya kode).
Dengan demikian, perempuan tidak dapat dikatakan 1 lebih banyak dari laki laki.
Pemberian label tersebut dimaksudkan untuk mengubah kategori huruf (Alfabet)
menjadi kategori Angka (Numerik), sehingga memudahkan analisis data. (Cara ini
dijumpai dalam Uji Q Cochran pada Pengujian Hipotesis).
-
8/10/2019 Analisis Regresi Variabel Dummy
6/33
BAB II
DESKRIPSI KERJA
Kali ini praktikan akan melakukan analisis regresi dengan variabel dummy, dimana
praktikan akan menjelaskan langkah-langkah kerja terkait dengan analisis regresi variabel
dummy. Berikut ini permasalahan yang akan diselesaikan praktikan terkait variabel dummy.
Sebuah perusahaan maskapai penerbangan sedang dalam kondisi pailit, untuk itu tim peneliti
perusahaan berusaha untuk menemukan solusi yang tepat bagi keberlangsungan perusahaan.
Salah satu opsi terakhir yang diajukan adalah melakukan Pemutusan Hubungan Kerja (PHK)
bagi karyawan perusahaan dengan data karyawan calon PHK yang telah ada. Untuk itu perusahaan ingin mengetahui besar nilai yang harus dibayarkan perusahaan pada gaji terakhir
sebelum di PHK. Hal tersebut didasarkan pada divisi yang dijalankan (penerbangan : 1,
pemasaran: 2, akunting: 3, personalia: 4, sistem informasi: 5, public relation: 6, kredit :
7, armada: 8, ground handling: 9, penelitian: 10), jabatan dalam perusahaan (kepala
divisi: 1, sekretaris divisi:2, staff divisi:3, office boy: 4) , tingkat pendidikan yang telah
ditempuh (S2: 1, S1 : 2, D3: 3, SMA/Sederajat : 4) , penilaian hasil kinerja, dan usia.
Berikut ini adalah data karyawan calon penerima keputusan PHK :
DIVISI JABATAN DIDIK KINERJA USIA
GAJI
($)
1 1 1 7 50 730
1 2 2 7 47 530
1 3 3 3 30 312
1 3 2 5 31 410
1 3 2 5 31 403
1 3 2 6 32 400
1 3 3 4 27 342
2 3 1 6 50 636
2 4 4 5 19 232
2 3 2 6 43 342
2 3 2 5 34 338
-
8/10/2019 Analisis Regresi Variabel Dummy
7/33
2 4 4 6 23 243
2 3 4 3 34 232
2 3 4 6 24 243
2 3 4 5 31 2403 1 2 4 45 546
3 3 2 5 43 430
3 3 2 5 45 469
3 4 4 5 23 229
3 4 4 6 24 231
3 2 3 5 34 476
3 3 2 4 31 3403 3 2 4 32 340
3 4 4 6 20 233
4 1 1 6 51 578
4 3 2 5 33 502
4 3 3 4 25 421
4 3 2 7 35 498
4 3 2 4 31 456
4 3 3 4 37 421
4 3 3 3 36 420
5 3 1 5 50 700
5 2 2 5 34 462
5 3 2 6 32 427
5 4 4 3 46 232
5 4 4 3 20 231
5 3 2 5 36 356
5 3 2 4 34 329
5 4 4 4 26 247
5 4 4 6 21 251
6 3 4 4 31 246
6 3 3 3 36 403
6 2 2 7 31 500
-
8/10/2019 Analisis Regresi Variabel Dummy
8/33
6 4 4 4 23 233
6 2 3 4 30 407
6 3 3 3 35 257
6 3 2 3 37 3566 4 4 4 18 234
7 1 1 3 46 531
7 3 2 6 41 465
7 3 2 5 37 461
7 4 4 3 47 234
7 3 3 5 34 340
7 3 4 7 29 2507 4 4 5 22 232
7 4 4 4 23 231
8 1 1 4 47 525
8 2 3 6 34 468
8 2 3 5 35 428
8 3 3 4 38 300
8 3 2 6 37 461
8 3 4 5 35 342
8 3 4 4 36 321
9 1 1 4 48 531
9 2 2 5 33 420
9 3 2 7 28 478
9 3 2 6 31 473
9 4 4 6 29 234
9 2 3 6 31 423
9 3 3 6 36 325
9 3 3 6 35 325
10 3 3 3 42 303
10 3 3 4 31 336
10 4 4 5 34 232
10 3 2 7 35 351
-
8/10/2019 Analisis Regresi Variabel Dummy
9/33
10 4 2 5 36 234
10 4 4 6 32 236
10 3 4 6 31 342
10 3 4 5 34 321Dengan data diatas praktikan ingin mengetahui beberapa hal dari permasalahan diatas:
1) Dapatkan pemodelan regresi linearnya
2) Lakukan uji hipotesis dan cantumkan variabel mana yang Saudara jadikan sebagai
variabel dummy
3) Apabila terdapat seorang karyawan calon PHK, bekerja pada divisi pemasaran ,
jabatan dalam perusahaan adalah sekretaris divisi, tingkat pendidikan S1, usia 35
tahun, nilai kerja 5, berapakah kira-kira gaji yang harus dibayarkan oleh perusahaan?
Untuk menyelesaikan permasalahan diatas, dan menjawab ketiga poin sebelumnya dengan
langkah-langkah sebagai berikut:
1. Langkah pertama praktikan menggunakan software SPSS, praktikan membuka
SPSSnya, kemudian klik variabel view.
2. Pada variabel view input variabelnya yaitu terdiri dari variabel divisi, variabel didik,
variabel jabatan, variabel kinerja, variabel usia dan variabel gaji.
Gambar 2.1 input variabel pada variabel view.
-
8/10/2019 Analisis Regresi Variabel Dummy
10/33
3. Untik variabel divisa, variabel jabatan dan variabel didik merupakan data kualitatif,
maka praktikan mengubahnya menjadi data kuantitafik berdasarkan lavel yang sudah
ditentukan pada permasalahan diatas. Praktikan klik pada kolom values dengan nama
variabel divisi, klik none maka akan muncul tampilan seperti gambar 2.2. divisi yang
dijalankan (penerbangan : 1, pemasaran: 2, akunting: 3, personalia: 4, sistem
informasi: 5, public relation: 6, kredit : 7, armada: 8, ground handling: 9,
penelitian: 10). Dalam penulisan pada kotak dialog value labels praktikan ketik
pada value 1 untuk label penerbangan, value 2 untuk label pemasaran, value 3 untuk
label akunting, value 4 untuk label personalia, value 5 untuk label sistem informasi,
value 6 untuk label public relation, value 7 untuk label kredit, value 8 untuk label
armada, value 9 untuk label ground handling, dan value 10 untuk label penelitian.
Setiap kali praktikan memasukan value dan label praktikan klik add, apa bila
praktikan akan menghilangkan salah satu value yang sudah di tambahkan, praktikan
klik value yang akan dihilangkan dan klik remove.
Gambar 2.2 mengelompokan data kualitatif.
4. Selanjutnya praktikan mengubah varibel jabatan yang datanya kualitatif,
dikelompokan menjadi data kuantitatif, dengan berbagai label. Pertama praktikan klik
None pada kolom value dan baris jabatan. Kemudian akan muncul gambar 2.3,
praktikan ketik pada value 1 dengan label kepala divisi, untuk value 2 dengan label
sekretaris divisi, untuk value 3 dengan label staff divisi dan untuk value 4 dengan
label office boy.
-
8/10/2019 Analisis Regresi Variabel Dummy
11/33
Gambar 2.3 pengelompokan pada variabel jabatan
5. Kemudian praktikan mengubah data kualitatif pada variabel didik
mengelompokannya menjadi data kuantitatif. Dengan melihat gambar 2.1 klik pada
kolom value dan baris didik klik None, maka akan muncul gambar dibawah ini,
praktikan input pada value dengan 1 dan pada label ketik S1, pada value 2 maka klik
S2, pada value 3 klik D3 dan pada value 4 klik SMA/ Sederajat.
Gambar 2.4 Pengelompokan data variabel didik.
6. Selanjutnya praktikan ketik data sesuai tabel 1.1 pada SPSS.
Gambar 2.5 input data
-
8/10/2019 Analisis Regresi Variabel Dummy
12/33
7. Untuk variabel divisi dimana data itu kualitatif, meskipun telah diubah kedalam
bentuk kuantitafik. Untuk anakisis regresinya praktikan menggunakan analisis regresi
dengan variabel dummy. Dengan langkah praktikan klik transform klik recode into
different variabel.
Gambar 2.6 langkah untuk melakukan variabel dummy.
8. Selanjutnya akan muncul gambar dibawah ini, praktikan akan mengubah variabel
divisi terlehih dulu. Klik variabel divisi kemudian klik panah kea rah kotak
numbericvariabel.
Gambar 2.7 mengubah variabel.
-
8/10/2019 Analisis Regresi Variabel Dummy
13/33
9. Untuk variabel devisi praktikan menyingkatnya dengan ddv yaitu dummy divisi,
praktikan klik name dengan ddv1 klik change.
Gambar 2.8 mengubah variabel
10. Kemudian praktikan klik old and new values akan muncul gambar 2.9. Disini
praktikan memilih kategori 1 sebagai refrence categorynya.
Gambar 2.9 langkah analisis dummy.
11. Sehingga untuk mengetahui nilai ddv1, praktikan ketik pada old value value
dengan nilai 2. Dan pada new value value praktikan ketik 1 klik add.
-
8/10/2019 Analisis Regresi Variabel Dummy
14/33
Gambar 2.10 langkah menentukan analisis variabel dummy.
12. Kemudian praktikan klik pada all other value pada new value ketik 0, kemudian
klik add.
Gambar 2.11 langkah analisis variabel dummy.
13. Sebelumnya praktikan membuat variabel ddv1, selanjutnya praktikan membuat
variabel ddv2 dengan mengganti nama ddv1 menjadi ddv2 dan klik change.
Gambar 2.12 untuk ddv2
14. Selanjutnya praktikan klik old and new values maka muncul tampilan gambar 2.13.
pada old value ketik 3 dan pada new value 1 lalu klik add. Kemudian praktikan klik
all other values dan pada new value ketik 0 dan klik add klik continue.
-
8/10/2019 Analisis Regresi Variabel Dummy
15/33
Gambar 2.13 langkah ddv2
15. Berikutnya praktikan membuat variabel ddv3 dengan langkah mengubah nama
variabelnya, dimana awalnya pada name ddv2 diubah menjadi ddv3 dan klik change.Kemudian praktikan klik old and new values pada old values ketik 4, dan pada new
value ketik 1 klik add. Selanjutnya praktikan klik pada all other value dan klik pada
new value ketik 0.
Gambar 2.14 langkah varaibel ddv3.
16. Masih dalam variabel ddv, karena untuk kategori divisi sendiri terdiri 10 kategori,
maka jumlah variabel ddv sebanyak 9. Selanjutnya ddv 4 dengan langkah yang sama,
yaitu mengubah nama variabel menjadi ddv 4 klik change klik old and new
values. Maka akan muncul tampilan dibawah ini, kemudian praktikan klik pada old
new ketik 5 kemudian pada new value ketik 1 klik add, selanjutnya praktikan klik
pada all other value ketik pada new value 0 klik add.kemudian klik continue
klik ok.
-
8/10/2019 Analisis Regresi Variabel Dummy
16/33
Gambar 2.15 langkah membuat variabel ddv4.
17. Praktikan mengubah nama variabel ddv4 menjadi ddv5. Kemudian praktikan klik
change klik old and new value. Pada old value praktikan ketik 6 kemudian padanew value praktikan ketik 1 klik add. Kemudian praktikan klik pada all other value
dan klik pada new value dan ketik 0 klik add continue klik ok.
Gambar 2.16 variebal ddv5.
18. Praktikan mengganti variable ddv5 menjadi ddv6 klik change. Kemudian praktikan
klik old and new values. Ketik 7 pada old value, pada new value ketik 1 klik add,
kemudian praktikan klik all other value pada new value ketik 0 klik add klik
continue klik ok.
-
8/10/2019 Analisis Regresi Variabel Dummy
17/33
Gambar 2.17 variabel ddv6.
19. Pada ddv7 praktikan merubah namanya yang awalnya ddv6 menjadi ddv7 dan klik
change. Kemudian praktikan klik old and new value pada old value ketik 8 pada
new value ketik 1 klik add. Kemudian klik pada all other value ketik 0 padanew value klik add klik continue klik ok.
Gambar 2.18 variabel ddv7.
20. Selanjutnya praktikan mengubah menjadi ddv8 klik cange klik old and new
value. Klik pada old value ketik 9 klik pada new value ketik 1 klik add.
Kemudian klik pada all other value ketik 0 pada new value klik add klik
continue klik ok.
-
8/10/2019 Analisis Regresi Variabel Dummy
18/33
Gambar 2.19 variabel ddv8.
21. Praktikan merubah ddv8 menjadi ddv9 klik chang klik old and new value
pada old value ketik 10 klik pada new value ketik 1 klik add. Klik pada all othervalue klik pada new value ketik 0 klik add klik continue klik ok.
Gambar 2. 20 Variabel ddv9.
22. Pada variabel dummy dengan data kualitatif jabatan praktikan membuat singkatan
dummy jabatan (dj). Untuk membuat variabel dj1, praktikan keluarkan variabel divisi,
kemudian inputkan variabel jabatan, pada name ketik dj1 klik change.
-
8/10/2019 Analisis Regresi Variabel Dummy
19/33
-
8/10/2019 Analisis Regresi Variabel Dummy
20/33
Gambar 2.22 Variabel dummy jabatan
26. Selanjutnya praktikan mengluarkan variabel jabatan dan menginputkan variabel yang
akan di dummykan variabel didik.Praktikan memberi singkatan ddi1. Kemudian praktikan klik change klik old and new value ketik 2 pada old value ketik 1
pada new value klik add. Kemudian klik pada all other values ketik 0 pada new
values klik add klik continue klik ok.
Gambar 2.23 Variabel dummy didik.
27. Selanjutnya praktikan mengubah ddi1 menjadi ddi2 klik change klik old and
new value ketik 3 pada old value ketik 1 pada new value klik add. Kemudian
klik all other value ketik 0 pada new value klik add klik continue klik ok.
-
8/10/2019 Analisis Regresi Variabel Dummy
21/33
Gambar 2.24 Variabel dummy didik
28. Yang terakhir praktikan mengubah variabel dengan data kualitatif menjadi kuantitatif
dimana awalnya dengan nama variabel ddi2 menjadi ddi3 klik change klik aldand new value ketik 4 pada old value ketik 1 pada new value klik add klik
all ither value ketik 0 pada new value klik add klik continue klik ok.
Gamabr 2.25 variabel dummy didik.
29. Setelah praktikan telah merubah data-data yang kualitatif menjadi kuantitatif,
sehingga data dapat di analisis dengan langkah klik regression linear.
-
8/10/2019 Analisis Regresi Variabel Dummy
22/33
-
8/10/2019 Analisis Regresi Variabel Dummy
23/33
-
8/10/2019 Analisis Regresi Variabel Dummy
24/33
Gambar 2.30 mengeluarkan variabel ddv4.
34. Praktikan klik analyze regression linear praktikan mengeluarkan variabel
ddv7 klik ok.
Gambar 2.31 mengeluarkan variabel ddv7.
35. Praktikan klik analyze regression linear praktikan keluarkan ddv5 klik ok.
Gambar 2.32 mengeluarkan variabel ddv5.
-
8/10/2019 Analisis Regresi Variabel Dummy
25/33
-
8/10/2019 Analisis Regresi Variabel Dummy
26/33
Gambar 2.38 keluarkan variabel usia.
39. Praktikan klik analyze regression linear selanjutnya praktikan mengeluarkan
variabel ddv 9 klik ok.
Gambar 2.39 keluarkan variabel ddv9
40. Setelah praktikan klik ok didapatkan nilai signifikan melebihi 0,05, maka praktikan
mengeluarkan satu per satu nilai signifikansi terbesar sampai semua nilai signifikansi
dibawah 0,05. Praktikan mengeluarkan berurutan satu persatu berdasarkan nilai
sigifikansi terbesar yaitu ddv2, dj2, ddv4, ddv7, ddv5, ddv6, ddv8, Usia, dan yangterakhir ddv9.
-
8/10/2019 Analisis Regresi Variabel Dummy
27/33
BAB III
PEMBAHASAN
Setelah pada langkah deskripsi kerja tidak adanya nilai signifikansi melebihi0,05
maka dapat dikatakan variabel independennya memiliki hubungan yang kuat dengan variabel
dependen itu sendri.Untuk variabel-variabel yang memiliki hubungan kuat dapat dilihat pada
Tabel 3.1.Yaitu variabel dummy didik 3, variabel kerja, variabel dummy divisi 3, variabel
dummy devisi 1, variabel dummy jabatan 1, variabel dummy didik 2, variabel dummy jabatan
3 dan variabel dummy didik 1.
Tabel 3.1 Variabels Entered
Variables Entered/Removed
Model
Variables
Entered
Variables
Removed Method
1 ddi3, kinerja,
ddv3, ddv1, dj1,
ddi2, dj3, ddi1a
. Enter
a. All requested variables entered.
Dalam tabel 3.2 dapat dilihat nilai R dan R square, dimana R adalah nilai koefisien korelasi,
dimana semakin besar nilai Rnya semakin kuat hubungan diaman model sesuai. Semakin
baik bila nilai R semakin dekat dengan 1. Pada tabel 3.2 menunjukan nilai R sebesar 0,855
dimana nilai tersebut mendekati 1, hal ini menunjukan R signifikan. Nilai 0,855 menunjukan
85,5% variabel dependen dipengaruhi faktor-faktor yang disebutkan dalam tabel 3.1 sisanya
oleh pengaruh variabel lain.
Tabel 3.2 Model Summary
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .924 a .855 .838 48.12315
a. Predictors: (Constant), ddi3, kinerja, ddv3, ddv1, dj1, ddi2, dj3, ddi1
-
8/10/2019 Analisis Regresi Variabel Dummy
28/33
Pada tabel Anova menunjukan nilai regression 952780,695 dan residual 162108,647, untuk
nilai signifikannya 0 yang berarti model signifikan atau sesuai.
Tabel 3.3 ANOVA
ANOVA b
Model Sum of Squares df Mean Square F Sig.
1 Regression 952780.695 8 119097.587 51.427 .000 a
Residual 162108.647 70 2315.838
Total 1114889.342 78
a. Predictors: (Constant), ddi3, kinerja, ddv3, ddv1, dj1, ddi2, dj3, ddi1
b. Dependent Variable: gaji
Dalam tabel 3.4 menunjukan nilai beta, standar error nilai t hitung dan nilai signifikan.
Dimana pada nilai signifikan tidak adanya nilai melebihi 0,05 yang berarti variabel-variabel
tersebut signifikan, memiliki hubungan kuat dengan variabel independen.
Tabel 3.4 Coefficients
Coefficients a
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) 531.907 31.092 17.108 .000
kinerja 13.770 5.035 .137 2.735 .008
ddv1 -40.407 19.030 -.103 -2.123 .037
ddv3 66.098 20.024 .158 3.301 .002
dj1 75.773 19.229 .203 3.941 .000
dj3 -69.399 18.794 -.245 -3.693 .000
ddi1 -197.119 20.570 -.794 -9.583 .000
ddi2 -251.032 22.660 -.886 -11.078 .000
ddi3 -294.263 24.115 -1.164 -12.202 .000
a. Dependent Variable: gaji
Setelah diketahui variabel-variabel yang memiliki hungan kuat dengan variabel dependendapat diketahui model regresinya.
-
8/10/2019 Analisis Regresi Variabel Dummy
29/33
-
8/10/2019 Analisis Regresi Variabel Dummy
30/33
0,002
-
8/10/2019 Analisis Regresi Variabel Dummy
31/33
H1: koefisien regresi Signifikan
Tingkat signifikan : 0,05
Uji Statistik : P- value <
0,000
-
8/10/2019 Analisis Regresi Variabel Dummy
32/33
BAB IV
PENUTUP
Setelah praktikan menyelesaikan langkah-langkah untuk menyelesaikan permasalahan
diatas, selain itu praktikan juga telah membahas hasil output dari langkah-langkah kerja
sebelumnya. Maka dapat diambil kesimpulan bahwa:
1. Variabel yang memiliki hubungan kuat dengan variabel dependen adalah variabel
dummy didik 3, variabel kerja, variabel dummy divisi 3, variabel dummy devisi 1,
variabel dummy jabatan 1, variabel dummy didik 2, variabel dummy jabatan 3 dan
variabel dummy didik 1.
2. Setelah praktikan melalukan uji hipotesis masing-masing variabel menunjukan uji
hipotesisnya signifikan, maka model regresi variabel dummy nya sesuai. Dimana
model tersebut adalah
3. Dan untuk gaji pegawai yang akan di PHK, bekerja pada divisi pemasaran , jabatan
dalam perusahaan adalah sekretaris divisi, tingkat pendidikan S1, usia 35 tahun, nilai
kerja 5, kira-kira gaji yang harus dibayarkan oleh perusahaan adalah
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
Jadi gaji untuk pegawai tersebut yang seharusnnya dibyar oleh perusahaan sebesar
.
-
8/10/2019 Analisis Regresi Variabel Dummy
33/33
DAFTAR PUSTAKA
Draper Norman.1992. Analisis Regresi Terapan. Jakarta : Gramedia Pustaka Utama
http://nungnurie.blogspot.com/2012/12/regresi-dummy.html . (10 Juni 2013/15.00)
http://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.html . (10 Juni
2013/20.00)
http://nungnurie.blogspot.com/2012/12/regresi-dummy.htmlhttp://nungnurie.blogspot.com/2012/12/regresi-dummy.htmlhttp://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.htmlhttp://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.htmlhttp://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.htmlhttp://nungnurie.blogspot.com/2012/12/regresi-dummy.html