Regresi Berganda Dengan Variabel Dummy

• Jika variabel bebas berukuran kategori atau dikotomi, maka dlam model regresi harus dinyatakan sebagai variabel dummy dengan memberi kode 0 (nol) atau 1 (satu).

• Setiap variabel dummy menyatakan satu kategori variabel bebas non-metrik, dan setiap variabel non-metrik dengan k kategori dapat dinyatakan dalam k-1 variabel dummy.

• Dalam kasus file multiple_reg, ada satu variabel kategori, yaitu jenis kelamin yang dua kategori yaitu 1 untuk laki-laki dan 0 untuk perempuan.

• Variabel bebas Jenis Kelamin hanya akan memiliki satu variabel dummy yaitu DJENISKELAMIN karena jenis kelamin hanya memiliki dua kategori yaitu 1 untuk laki-laki dan 0 untuk perempuan (k-1 atau 2-1).

Tabel Cara menyusun Vaariabel Dummy

Variabel Kode DJENISKELAMIN

JENIS KELAMIN

Laki-laki 1 1

Perempuan 0 0

Income = β0 + β1 USIA + β2 PENGALAMAN KERJA + β3 DJENISKELAMIN + ɛ

Persamaan regresi dengan variabel dummy:

Y adalah income sales person (dalam dolar).X1 adalah usia.X2 adalah pengalaman kerja. X3 adalah jenis kelamin

Kasus: Income Sales Person

• Bukan File multiple_reg• Menu Analize ─> Regression ─> Linear .. Tampak di Layar windows Linear

Regression

Perintah dalam SPSS

• Pada kotak Dependent isikan variabel Income• Pada kotak Independent isikan variabel Usia, Pengalaman Kerja, dan Jenis

Kelamin• Pada kotak Method, pilih Enter• Abaikan yang lain dan tekan OK

Model Summary

Model R R SquareAdjusted R

SquareStd. Error of the Estimate

1 .979a .959 .941 2758.308

a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usia

ANOVAb

ModelSum of Squares df

Mean Square F Sig.

1 Regression 1.242E9 3 4.139E8 54.402 .000a

Residual 5.326E7 7 7608262.177

Total 1.295E9 10

a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usia

b. Dependent Variable: Income

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) -9071.764 5331.943 -1.701 .133

Usia 1148.913 204.717 .620 5.612 .001

Pengalaman Kerja 1513.691 650.596 .246 2.327 .053

Jenis Kelamin 5239.227 2826.196 .240 1.854 .106

a. Dependent Variable: Income

Income sales person laki-laki 5239.227 lebih tinggi dari income sales person perempuan. Dengan kata lain, income sales person laki-laki 52.39% lebih tinggi dari income sales person perempuan

Daftar Pustaka:• Uyanto, S.S. (2009). Pedoman analisis data dengan

SPSS. Edisi Ketiga. Yogyakarta: Penerbit Graha Ilmu.• Buku Prof. Dr. H. Imam Ghozali, I. (2013). Aplikasi

analisis multivariate dengan Program SPSS. Semarang: Penerbit Badan Penerbit Undip.