pertemuan ke-10 regresi dummy

PERTEMUAN KE-10REGRESI DUMMY

Dr. Gatot Sugeng Purwono, M.S.NIP. 19550306 198503 1004

REGRESI VARIABEL DUMMY (2 KATEGORI) Dalam beberapa, model regresi juga bisa menggunakan

variabel independen kualitatif. Variabel kualitatif bisa dalam bentuk kelas, kelompok atau

tingkatan. Contoh Kasus Sederhana (Dummy dua kategori); Seorang peneliti ingin mengetahui nilai profesionalitas guru berdasarkan jenis kelamin (data pada slide berikutnya).

Persamaan Regresi; y = a + b1d1 + e Kategori; d1 >>> 1 jika laki-laki , 0 jika perempuan Tetapkan α = 0,05 Rumuskan hipotesis Lakukan analisis

No Sex Nilai No Sex Nilai No Sex Nilai

1     1     6,50 16     0     3,75 31     0     4,00

2     1     6,50 17     1     6,00 32     0     4,00

3     0     6,25 18     1     5,00 33     0     4,00

4     0     6,25 19     0     3,75 34     0     4,00

5     1     5,50 20     0     3,75 35     1     4,50

6     1     5,50 21     0     4,75 36     1     5,50

7     0     6,00 22     1     4,00 37     0     4,25

8     1     5,25 23     1     4,00 38     1     4,50

9     1     4,50 24     1     5,00 39     0     4,75

10     1     5,00 25     1     6,00 40     1     4,00

11     0     5,25 26     0     5,75 41     0     4,00

12     0     4,25 27     1     4,00 42     0     4,00

13     1     5,50 28     0     4,75 43     0     4,25

14     1     4,00 29     1     6,00 44     0     3,25

15     1     4,00 30     0     4,75 45     1     3,25

REGRESI VARIABEL DUMMY (>2

KATEGORI) Dalam beberapa, model regresi juga bisa menggunakan variabel

independen kualitatif. Variabel kualitatif bisa dalam bentuk kelas, kelompok atau tingkatan.

Contoh Kasus Sederhana (Dummy >2 kategori); Seorang peneliti ingin mengetahui pengaruh jenjang pendidikan guru (SMA, S1 dan S2) dan masa kerja kerja guru terhadap nilai profesionalitas guru (data pada slide berikutnya).

Persamaan Regresi; y = a + b1d1 + b2d2 + b3x + e Kategori : d1 >>> 1 jika S1, dan 0 jika tidak S1

d2 >>> 1 jika S2, dan 0 jika tidak S2

Tetapkan α = 0,05 Rumuskan hipotesis Lakukan analisis

No Nilai d1 d2 MK No Nilai d1 d2 MK No Nilai d1 d2 MK

1   

6,50 1 0 12 16   

3,75 0 1 2 31   

4,00 0 0 8

2   

6,50 1 0 12 17   

6,00 0 1 4 32   

4,00 0 0 9

3   

6,25 1 0 12 18   

5,00 0 1 6 33   

4,00 0 0 12

4   

6,25 1 0 11 19   

3,75 0 1 2 34   

4,00 0 0 3

5   

5,50 1 0 12 20   

3,75 0 1 2 35   

4,50 0 0 4

6   

5,50 1 0 8 21   

4,75 0 1 3 36   

5,50 0 0 5

7   

6,00 0 1 7 22   

4,00 0 1 2 37   

4,25 0 0 9

8   

5,25 1 0 8 23   

4,00 0 1 2 38   

4,50 0 0 6

9   

4,50 1 0 8 24   

5,00 0 1 2 39   

4,75 0 0 6

10   

5,00 0 1 8 25   

6,00 0 1 7 40   

4,00 0 0 6

11   

5,25 1 0 6 26   

5,75 0 1 7 41   

4,00 0 0 6

12   

4,25 1 0 8 27   

4,00 0 1 7 42   

4,00 0 0 4

13   

5,50 1 0 8 28   

4,75 0 1 5 43   

4,25 0 0 1

14   

4,00 0 1 5 29   

6,00 1 0 12 44   

3,25 0 0 2

15   

4,00 0 1 7 30   

4,75 0 1 10 45   

3,25 0 0 1

REGRESI LOGISTIK Pada logistik regresi, dependen variabel adalah variabel dikotomi

(kategori).

a. Ketika kategori variabel dependen terdiri dua kategori maka digunakan binary logistic,

b. Ketika dependen variabel lebih dari dua kategori maka digunakan multinominal logistic regression, dan

c. Ketika dependen variabel berbentuk ranking, maka digunakan ordinal logistic regression.

d. Persamaan Regresi; y = a + b1x1 + b2x2 + ...... + bnxn + e

e. Tetapkan α = 0,05

f. Rumuskan hipotesis

g. Lakukan analisis