regresi dummy dan binary
DESCRIPTION
TATAP MUKA 10. REGRESI DUMMY DAN BINARY. KONSEP BERPIKIR MODEL REGRESI. 1. Jenis kelamin. 2. Pendidikan. 3. Usia Karyawan. Gaji. 4. Jumlah Pelatihan. 5. Masa Kerja. 6. Unit Kerja. 7. Ketrampilan. Kelompok Variabel Pertama. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/1.jpg)
REGRESI DUMMY DAN BINARY
TATAP MUKA 10
![Page 2: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/2.jpg)
Jenis kelaminPendidikan
Usia Karyawan
Jumlah Pelatihan
Masa KerjaUnit Kerja
Ketrampilan
Gaji
123
4567
KONSEP BERPIKIRMODEL REGRESI
![Page 3: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/3.jpg)
1. Jika gaji karyawan di dasarkan pada kelompok variabel pertama, Gender, Pendidikan, Usia maka bagaimana cara menghitung besaran nilai gaji ??
2. Apakah ketiga variabel tsb memenuhi syarat normalitas ??
Kelompok Variabel Pertama
![Page 4: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/4.jpg)
Uji Normalitas
1. Untuk uji normalitas, gunakan Uji Wilcoxon, yakni sebuah alat uji untuk menentukan apakah ketiga variabel secara statistik layak digunakan sebagai dasar penetapan gaji karyawan
![Page 5: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/5.jpg)
Hasil Uji Wilcoxon
![Page 6: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/6.jpg)
Hasil Analisa Regresi Dummy
![Page 7: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/7.jpg)
Teknik MenghitungGaji Bagi Karyawan Perempuan:Gaji = 128,859 + 30,016 GenderGaji = 128,859 + 30,016 (0)Gaji = Rp. 128,859Gaji Bagi Karyawan Laki-laki:Gaji = 128,859 + 30,016 (1)Gaji + 128,859 + 30,016Gaji = Rp. 158,875
![Page 8: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/8.jpg)
Regresi Dummy Tiga KriteriaKaryawan Perempuan Berpendidikan SMA usia 23 thn
Gaji = 128,859 + 30,016 (0) + 28,629 (0) + 1,396 (23)Gaji = Rp. 160,967
Karyawan Perempuan Berpendidikan Sarjana usia 23 thn
Gaji = 128,859 + 30,016 (0) + 28,629 (1) + 1,396 (23)Gaji = Rp. 189,596
Karyawan Laki-laki Berpendidikan Sarjana usia 27 thn
Gaji = 128,859 + 30,016 (1) + 28,629 (1) + 1,396 (27)Gaji = Rp. 225,196
Karyawan Laki-laki Berpendidikan SMA usia 27 thn
Gaji = 128,859 + 30,016 (1) + 28,629 (0) + 1,396 (27)Gaji = Rp. 196,567
![Page 9: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/9.jpg)
Regresi Dummy Lebih Dari Tiga KriteriaDalam metode ini, variabel independent yg
digunakan untuk mengestimasi nilai variabel dependent, jumlahnya di tambah dengan satu kriteria lagi, kriteria tsb adalah status ekonomi yaitu golongan miskin, menengah ke bawah, menengah dan golongan atas/kaya.
Untuk mengidentifikasi status ekonomi/golongan penghasilan maka ditambahkan tiga variabel dummy yaitu Indeks_1, Indeks_2 dan Indeks_3. ke dalam SPSS data editor.
Ketiga variabel Indeks tsb, menjadi bagian dari estimator dalam persamaan model yang terbentuk.
![Page 10: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/10.jpg)
Tingkat Penghasilan Konsumen
golongan Indeks_1 Indeks_2
Indeks_3
Miskin 0 0 0Menengah Bawah
1 0 0
Menengah 0 1 0Atas 0 0 1
![Page 11: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/11.jpg)
Proses EstimasiDengan berdasarkan variabel independent
yaitu : Jumlah Outlet dan Jumlah SPG serta Variabel tingkat penghasilan konsumen maka sebaiknya perusahaan menjual produk di area / wilayah mana ?
Untuk menjawab kasus tersebut, diperlukan proses estimasi menggunakan persamaan regresi yang diperoleh dari hasil analisa.
Akan di estimasikan prakiraan volume penjualan yang tercapai berdasarkan tingkat penghasilan konsumen
![Page 12: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/12.jpg)
Hasil Analisa Regresi Dummy
Dari tabel di atas, persamaan regresi dapat disusun sbb:
Beli = 17,332 + 9,736 Outlet + 43,110 SPG + 67,159 Indeks_1 +
106,181 Indeks_2 + 88,552 Indeks_3
![Page 13: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/13.jpg)
Interpretasi Hasil AnalisaJika tidak ada tambahan outlet dan tidak ada SPG
maka volume barang yg terjual hanya 17 unit.Tambahan satu outlet, akan meningkatkan
penjualan sebesar 10 unit.Tambahan satu orang SPG akan meningkatkan
penjualan barang sebesar 43 unitPenjualan barang pada kelompok penghasilan
menengah bawah sebesar 67 unitPenjualan barang pada kelompok penghasilan
menengah sebesar 106 unitPenjualan barang pada kelompok penghasilan
atas/kaya sebesar 89 unit.
![Page 14: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/14.jpg)
EstimasiJika produk dijual pada golongan menengah bawah, jumlah
outlet ditambah 5 buah dan SPG ditambah 10 orang, maka estimasi
produk yg laku terjual sbb: Beli = 17,332 + (9,736x5) + (43,110x10) + (67,159x1) +
(106,181x0) + (88,552x0) Beli = 17,332 + 48,68 + 431,10 + 67,159 Beli = 564 unit (pembulatan)Jika dijual pada golongan kelas atas: Beli = 17,332 + 48,68 + 431,10 + 88,552 Beli = 586 unit (pembulatan)Jika produk dijual di area golongan menengah: Beli = 17,332 + 48,68 + 431,1 + 106,181 = 603 unit
(pembulatan)Jika di jual di area golongan miskin : Beli = 17,332 + 48,68 + 431,1 = 497 unit (pembulatan)
![Page 15: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/15.jpg)
Judul Artikel, Thesis, Skripsi
Segmentasi Tingkat Penghasilan Konsumen Dalam Meningkatkan
Volume Penjualan Notebook Pada PT. Grandong Computer Surabaya
![Page 16: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/16.jpg)
Regresi Binary / Regresi LogistikRegresi binary merupakan salah satu alat estimasi, yakni merubah kondisi satu variabel dengan menggunakan kondisi variabel yang lain, yang dianggap layak sesuai hasil uji kelayakan yang ada.
Untuk contoh kasus uji ini, digunakan 5 (lima) buah variabel. Satu variabel dependent ( status sekolah siswa ) dan empat variabel independent ( BOS, BSE, jumlah GURU dan kelayakan GEDUNG )
Dari empat variabel independent, variabel mana yang layak digunakan untuk mengestimasi jumlah siswa yang putus sekolah, indikator untuk kelayakan model regresi dapat dilihat berdasarkan nilai :
Classification Table nilainya harus menurun Hosmer and Lemeshow Test, nilainya harus di atas 5% Minimal harus ada satu variabel independent yang signifikan ( Sig < 5% )
![Page 17: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/17.jpg)
Regresi Binary / Rgeresi LogistikJika ada satu variabel yang signifikansinya di bawah 5%, maka variabel tersebut dapat digunakan untuk mengestimasi variabel dependent pada analisa regresi logistik tahap kedua.
Jika semua variabel tingkat signifikansinya di atas 5% maka analisa regresi Logistik tahap kedua tidak dapat dilakukan, variabel yang tidak signifikan harus dikeluarkan dari model regresi dan diganti dengan variabel lain, sampe hasilnya signifikan.
![Page 18: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/18.jpg)
Regresi Binary LogistikSetelah analisa regresi di ulang hasilnya akan tampak sbb:
Persamaan regresi logistik dapat di sajikan sbb:
APS = 6,030 – 0,186 BOSMisal, sebuah daerah mendapat bantuan BOS sebesar Rp. 30 juta, berapa persen penurunan angka putus sekolah di daerah tersebut ??
APS = 6,030 – 0,186 ( 30 ) = 6,030 - 5,580 = 45%.APS = 6,030 – 0,186 ( 32 ) = 6,030 - 5,952 = 7,8%APS = 6,030 – 0,186 ( 33 ) = 6,030 - 6,138 = 0
![Page 19: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/19.jpg)
Uji Kelayakan Model
![Page 20: REGRESI DUMMY DAN BINARY](https://reader036.vdokumen.com/reader036/viewer/2022082423/56815eda550346895dcd78ae/html5/thumbnails/20.jpg)
Uji Kelayakan Model