OLEH

1. EVELYN PARADITA 4111412013

2. IRFAN NURDIN 4111412018

3. AYUK WULANDARI 4111412026

DATA KUALITATIF DALAM MODEL REGRESSI(PENGGUNAAN DUMMY VARIABLE)

Variabel dummy adalah variabel yang digunakan untuk mengkuantitatifkanvariabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan kebijakanpemerintah, perbedaan situasi dan lain-lain).

Variabel dummy merupakan variabel yang bersifat kategorikal yang didugamempunyai pengaruh terhadap variabel yang bersifat kontinue.

Variabel dummy sering juga disebut variabel boneka, kualitatif, kategoris atauindikator.

Variabel dummy hanya mempunyai 2 (dua) nilai yaitu 1 dan nilai 0, serta simbolD. Dummy memiliki nilai 1 untuk salah satu kategori yang mendapat perlakuan dan 0 untukkategori yang tidak mendapat perlakuan.

D = 1 untuk suatu kategori (laki- laki, kulit putih, sarjana dsb).

D = 0 untuk kategori yang lain (perempuan, kulit berwarna, non-sarjana dsb).

Persamaan regresi variabel dummy dua kategori:

Y = a + bDi + Ɛ

dimana,

Y = Nilai yang diramalkan; a = Konstansta; b= Koefisien regresi untuk D1

D1= Variabel Dummy dengan dua kategori ; Ɛ = Nilai Residu

Tujuan menggunakan regresi berganda dummy adalah memprediksi besarnyanilai variabel tergantung(dependent) atas dasar satu atau lebih variabelbebas(independent), dimana satu atau lebih variabel bebas yang digunakan bersifat

dummy atau dengan kata lain variabel yang digunakan untuk membuat kategori

yang bersifat kualitatif (data kualitatif tidak memiliki satuan ukur), agar datakualitatif dapat digunakan dalam analisa regresi maka harus lebih dahulu ditransformasikan ke dalam bentuk Kuantitatif.

Kita pertimbangkan model berikut ini:

I. Y = a + bX + c D1 (Model Dummy Intersep)

II. Y = a + bX + c (D1X) (Model Dummy Slope)

III. Y = a + bX + c (D1X) + d D1 (Kombinasi)

Ada kalanya kita melakukan suatu regresi dimana variabel penjelas atauvariabel tergantung berupa data kategorikal (sering disebut data nominal). Misalnya laki-laki dan perempuan, desa-kota, industri pangan, sandang, dan peralatan.

Contoh kita ingin mengetahui jenis kelamin, lokasi, dan industri terhadap upah.

1. Pengaruh jenis kelamin atas upah, modelnya: Upah = a + b1DJK + ƐDimana DJK adalah dummy jenis kelamin (laki-laki dan wanita)

2. Pengaruh lokasi terhadap upah, apakah desa lebih rendah upahnya dari kota,modelnya: Upah = a + b1DLOK + Ɛ, dimana DLOK adalah dummy lokasi

3. Pengaruh industri terhadap upah: modelnyaUpah = a + b1DIND + Ɛdimana DIND adalah dummy setiap klasifikasi industri

MACAM-MACAM VARIABEL DUMMY

1. Regresi Atas Satu Variabel Kualitatif (Dua Kategori)

Dari data yang diberikan, misalnya kita ingin meregresikan

variabel kualitatif jenis kelamin (sex) terhadap penghasilan, dengan

kuantifikasi laki-laki =1 dan perempuan =0

Model regresi yang kita bentuk :

Y = b1 + b2 D

Dimana : Y = penghasilan

D = variabel dummy untuk jenis kelamin (sex)

2. Regresi Atas Satu Variabel Kuantitatif dan Satu Variabel

Kualitatif (dua kategori)

Dari data yang sudah diberikan, misalnya kita bentuk

suatu model regresi sbb:

Y = b0 + b1 Ds + b2 Pd + Ɛ i

Dimana : Ds = dummy jenis kelamin

Pd = pendidikan

3. Regresi Atas Satu Variabel Kuantitatif dan Satu Variabel Kualitatif

(lebih dua kategori)

Dari data yang diberikan, misalnya kita bentuk suatu model

regresi sbb:

Y = b0 + b 1 Dk1 + b2 Dk2 + b3 Pd + Ɛ i

Dimana : Dk1 = dummy jenis pekerjaan

1 = setengah terampil

0 = lainnya

Dk2 = dummy jenis pekerjaan

1 = terampil

0 = lainnya

Pd = pendidikan

Contoh 1:

Seorang peneliti akan meneliti apakah ada pengaruh jenis kelamin terhadap

pengeluaran. Untuk keperluan tersebut diambil sampel secara acak sebanyak

10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.

Diperoleh data seperti berikut :

JK 1 0 0 1 0 1 1 0 0 1

Y 22 19 18 21,7 18,5 21 20,5 17 17,5 21,2

Keterangan :JK = jenis kelamin ( laki – laki = 1 dan perempuan = 0)Y = Pengeluaran

Diperoleh hasil seperti berikut:

Tabel 1

Tabel 2

Tabel 3

Dari tabel diatas diperoleh koefisien nilai β dari kolom B pada

Unstandardized coefficients yaitu:

α1= 18.000

α2= 3.280

Adapun persamaan regresi linier berganda sementara yang dapat

diperoleh:

Ŷ = 𝛼1 + 𝛼2𝑋1 + 𝜀

Ŷ = 18.000 + 3.280𝑋1

Kesimpulan :

Dari sig.hitung = 0,000 < α = 0,05 artinya jenis kelamin berpengaruh secara

signifikan terhadap pengeluaran.

Karena semua variabel signifikan maka persamaan regresinya

Ŷ = 18.000 + 3.280𝑋1

Contoh Soal 2

Seorang Manager sebuahperusahaan industri mobil inginmengetahui gaji karyawan berdasarkanmasa kerja, jenis kelamin dan tingkatpendidikan karyawannya. Diketahui datasampel gaji 30 karyawan adalah sebagaiberikut:

Keterangan:

Y = Gaji (Rp)

D = Masa Kerja (tahun)

X1 = Jenis kelamin (1 untuk pria dan 0untuk wanita)

X2 = Variabel dummy yang menghitungnilai 1 untuk pekerja dengan pendidikanhingga tingkat SMA dan 2 untuk pekerjadengan pendidikan hingga tingkat sarjana.

• Tabel 1

• Tabel 2

• Tabel 3

Dari tabel diatas diperoleh koefisien nilai β dari kolom B pada

Unstandardized coefficients yaitu;

α1= -1.014

α2= 0.093

α3= 1.603

β1= 0.428

Adapun persamaan regresi linier berganda sementara yang dapat diperoleh

: Ŷ = 𝛼1 + 𝛼2𝑋1 + 𝛼3𝑋2 + 𝛽𝐷 + 𝜀

Ŷ = −1.014 + 0.093𝑋1 + 1.603𝑋2 + 0.428𝐷

Kesimpulan :

Dari sig.hitung = 0,00 < α = 0,05 artinya masa kerja berpengaruh secara signifikan terhadap gaji karyawan.

Dari sig.hitung = 0,460 > α = 0,05 artinya jenis kelamin tidak berpengaruh secara signifikan terhadap gaji karyawan.

Dari sig.hitung 0,00 < α = 0,05 artinya tingkat pendidikan berpengaruh secara signifikan terhadap gaji karyawan.

Karena tidak semua variabel bebas pada regresi tersebut yang signifikan signifikan terhadap variabel terikat, maka persamaan regresinya adalah;

Ŷ = −1.014 + 0.093𝑋1 + 1.603𝑋2 + 0.428𝐷

Latihan Soal

Seorang Manager sebuah perusahaan otomotif ingin

mengetahui gaji karyawan berdasarkan jenis kelamin

karyawannya (contoh data di bawah).

Persamaan Regresi

Y = Bo + b1 d1 + e1

Dimana, Y adalah jumlah gaji, dan d1 (untuk karyawan

laki-laki), dan do (karyawan wanita)

Intercept (b0) menunjukkan rata-rata gaji karyawan, dan

slope (b1) menunjukkan berapa besar perbedaan gaji

antara karyawan laki-laki dan wanita, dan B0 + b1

memberi informasi mengenai gaji rata-rata karyawan laki-

laki

JK Masa Pendidikan Gaji

1.0 2.0 2.0 6.5

1.0 2.0 2.0 6.5

0.0 2.0 2.0 6.25

0.0 2.0 2.0 6.25

1.0 1.0 2.0 5.5

1.0 1.0 2.0 5.5

0.0 2.0 1.0 6.0

1.0 1.0 2.0 5.25

1.0 0.0 2.0 4.5

1.0 1.0 1.0 5.0

0.0 1.0 2.0 5.25

0.0 0.0 2.0 4.25

1.0 1.0 2.0 5.5

1.0 0.0 1.0 4.0

1.0 0.0 1.0 4.0

0.0 0.0 1.0 3.75

1.0 2.0 1.0 6.0

1.0 0.0 1.0 5.0

0.0 0.0 1.0 3.75

0.0 1.0 1.0 3.75

Hasil :

Tabel 1

Tabel 2

Tabel 3

Dari tabel diatas diperoleh koefisien nilai β dari kolom B pada Unstandardized coefficients yaitu;

α1= 3.261

α2= 0.406

α3= 0.955

β1= 0.460

Adapun persamaan regresi linier berganda sementara yang dapat diperoleh :

Ŷ = 𝛼1 + 𝛼2𝑋1 + 𝛼3𝑋2 + 𝛽𝐷 + 𝜀

Ŷ = 3.261 + 0.406𝑋1 + 0.955𝑋2 + 0.460𝐷

Kesimpulan :

Dari sig.hitung = 0,023 < α = 0,05 artinya Jenis kelamin

berpengaruh secara signifikan terhadap gaji karyawan.

Dari sig.hitung = 0,000 < α = 0,05 artinya masa atau waktu lama

bekerja berpengaruh secara signifikan terhadap gaji karyawan.

Dari sig.hitung = 0,014 < α = 0,05 artinya tingkat pendidikan

berpengaruh secara signifikan terhadap gaji karyawan.

Karena semua variabel bebas berpengaruh secara signifikan

terhadap gaji karyawan , maka persamaan regresinya adalah :

Ŷ = 3.261 + 0.406𝑋1 + 0.955𝑋2 + 0.460𝐷

Iklan Laba Tipe

10.0 9.17 1.0

1.0 1.32 0.0

12.0 8.54 1.0

12.0 7.68 1.0

5.0 7.15 1.0

4.0 2.54 0.0

8.0 10.85 1.0

4.0 2.39 0.0

8.0 1.5 0.0

8.0 5.13 0.0

5.0 9.08 1.0

14.0 8.77 1.0

2.0 10.85 1.0

2.0 1.49 0.0

12.0 7.92 1.0

9.0 5.87 0.0

13.0 8.97 1.0

9.0 7.07 1.0

3.0 0.32 0.0

3.0 1.84 0.0

Latihan Soal 2

Seorang peneliti tertarik untuk

memprediksi laba 2 macam

perusahaan (swasta asing dan swasta

nasional) bila ditinjau dari besarnya

biaya iklan dikeluarkan oleh perusahan

untuk membuat iklan mengenai

produknya. (Untuk perusahaan swasta

asing, laba yang diamati adalah laba

yang diperoleh dari hasil penjualan

produk yang di indonesia saja.

Keterangan :Perusahaan asing (1) dan perusahaan nasional (0)

TERIMA KASIH