regresi berganda dengan variabel dummy
DESCRIPTION
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 ). - PowerPoint PPT PresentationTRANSCRIPT
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.