Anda di halaman 1dari 7

Prosedur Analisis Regresi dengan Variabel Dummy

OlehWahyuWidhiarso|FakultasPsikologiUGM ManuskripTidakDipublikasikan,Tahun2010 Mengapakitamelibatkanvariabelkualitatifdalampenelitiankita(sebagaivariabelindependen)?1) Kitatertarikpadapengaruhvariabelindependenkualitatif,misalnyaapakahjeniskelamindapat memprediksiketahanankerjaseseorang?2)Kitainginmemasukkanvariabelkualitatiftersebutuntuk meningkatkankualitaspenelitiankita.Misalnyamemasukkanvariabelsepertijeniskelamin,ras,dll sejajardenganvariabelindependenlainnya.2)Kitainginmenghilangkanpengaruhmerekaterhadap prediktorkitayangutamakarenadapatmenyebabkanbiasestimasi.Misalnyamemasukkan pangkat/jabatandalamregresiyangmengujiprediksigajiterhadapkepuasankerja.Berikutiniakan dibahasproseduranalisisregresidenganmenggunakanvariabeldummy. SISTEMPENGKODEANDUMMY Pengkodeandatakategorikalmemerlukanpengkategorianeksklusif.Artinyasatusubjek/sampel adalahmasukdalamsatukategori,tidakbolehduakategori.SampelAmisalnya,tidakbolehmasukke dalamkategorilakilakidanperempua.SiBtidakbolehmasukkedalamkategoriPNSdanwiraswasta meskipunkeduaprofesitersebutdijalaninya.Aturaniniberlakuvariabeldummy.Sebuahvariabel dengankategorisebanyakkakanmembutuhkanseperangkatk1variabeldummyuntukmenjangkau semuainformasiyangterkandungdidalamnya.Jadimisalnyasayamemilikivariabeltingkatpendidikan dariSDhinggaPT(4kategori)makajumlahvariabelkategoriyangsamabuatada3kategori. Menggunakanpolakodingbiner(0,1),variabeldummyselaluvaiablesberbentukdikotomi. Semuarespondenyangmenjadianggotakategoriyangdiberikode1sedangkanrespondentidak dalamkategoritersebutdikodedari0.Dengancarasepertiinimakasetiaprespondenakanmemiliki kode1padakategoriyangsesuaidengannyadankode0padakategoriyangtidaksesuaidengannya. Kodebinerdapatdianggapsebagaimiripkesaklarlistrik:kodeA1sinyalbahwakategoriyang diberikanadalahonuntukresponden(misalnya,diaadalahanggotadarikelompoktertentu,atau karakteristiktertentuhadir),karenabukananggota,variabeldummyyangmenunjukkankategoriyang diaktifkanoff(yaitu,karakteristikinitidakada). CONTOHDESAINPENELITIAN Sebuahpenelitianhendakmengujiprediksiketahanankerjaterhadapkepuasankerja.Karenadariteori dinyatakanbahwakepuasankerjaturutdipengaruhiolehjabatandanbidangkerja,makapenelititurut memasukkannyadalampenelitian.Formulasiinformasivariabelnyasebagaiberikut: Variabeldependen:kepuasankerja(Y) Variabelindependen:ketahanankerja(X1),jabatan(X2),bidangkerja(X3) Variabelkepuasankerjadanketahanankerjaadalahvariabelkuantitatifkarenabersifatkontinum karenadidapatkandaripengukuranmelaluiskalaJabatandanbidangkerjaadalahvariabelkualitatif karenabersifatkategorikal.Dalamhalinijabatanada2kategori:pelaksana&manajerial.Bidangkerja ada3yaitusuplai,produksi,danmarketing. CONTOHPENYAJIANDATA Untukmenyajikandatadenganvariabelyangberbentukdummy,kitamengkodenyadengankode1 dan0.Misalnyajabatanyangterdiridari2kategori,makakitamembuat1variabelbaruyangisinya adalahkode1dan0,misalnya1untukmanajerdan0untukpelaksana.Agarmemudahkanpemaknaan terhadaphasilberilahangka1padakategoriyangsecarateoritikakanmemilikinilaiprediksilebih tinggi.Dalamhalinisayamemberikankode1padamanajer.Datainidapatdiunduhdisini

1|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

Jikakategorinyalebihdari2,makakitajugamelakukanhalyangsama.Variabelbidangkerjasaya jabarkanmenjadi3variabelbaru,dengankode1dan0.TampilannyabisadilihatdiTabel1.

Tabel1.TampilanDatadenganVariabelDummy Terlihatadavariabelbidangyangterdiridari3kategori(1untuksuplai,2untukproduksidan3untuk marketing).Lalusayamenjabarkannyamenjadi3variabelyangmemilikinamasesuaidengan kategorinya.Misalnyauntukvariabelsuplai,kode1sayaberikanpadasubjekpadabagiansuplai,dan kode0untukvariabelproduksidanmarketing.Setelahsiap,databisakitamasukkankeSPSS. ANALISISDATA Untukmenganalisisnya,kitabisamenggunakanregresiberganda(multipleregression)atauregresi berjenjang(hierarchicalregression).Jikakitahendakmencarisecaralangsungprediksisemuavariabel independenkitabisamemilikiregresiberganda,akantetapijikakitainginmelihatprediksitiapvariabel independensecaraberurutankitamenggunakanregresiberjenjang.Kaliinikitaakanmenggunakan regresiberganda. Dalamanalisisregresibergandadenganvariabeldummy,tidaksemuakategoridalamvariabeldummy dilibatkananalisisregresijikajumlahkategorinya.Jikajumlahkategorilebihdari2makajumlah kategoriyangkitalibatkanadalahk1(k=jumlahkategori).Misalnyajumlahkategoribidangkerja adalah3,makajumlahkategoriyangkitalibatkanadalah31=2kategori.Untukdesainkitasepertiini, kitamasukkanvariabelkepuasankerja(Y),ketahanankerja(X1),jabatan(X2)dan2kategoripada bidangkerja(X3)yaituproduksidanmarketing.Kategorisuplaitidakkitamasukkankarenamenjadi basisinterpretasivariabelbidangkerjanantinya. LATIHAN1 Sebelumkitamembahasregresidenganvariabaldummysayamengajakuntukmenganalisisdengan regresivariabelkuantitatifyangbiasakitalakukan.Kitaakanmemprediksikepuasankerja(Y) berdasarkanketahanankerja(X1).

2|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

Tabel2.TampilanDatadenganVariabelDummy BukalahSPSSTekanmenuANALYZEREGRESSIONLINIER.Padamenuyangditampilkan masukkanvariabelpuas(Y)padaDEPENDENT,trustahan(X1)padakolomINDEPENDENT.KlikOK.

Tabel3.HasilAnalisisRegresidenganVariabelDummy Hasilanalisismenunjukkanbahwavariabelketahananmampumemprediksikepuasankerja(F=7.640; p<0.05)yangterlihatpadakolomANOVAdengansumbanganefektifsebesar29.8persenyangterlihat daritabelModelSummary.Artinyaketahanandapatmemprediksisebesar29.8persenkepuasan individu,sisanyadiprediksiolehhalhalselainketahanan.Gakapa,29.8persentermasuksumbangan yangsedangkok.Daritabelkoefisienkitadapatmenurunkanmenjadipersamaanregresisebagai berikut:

3|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

Y=B0+B1(TAHAN)=1.243+0.706(TAHAN) Daripersamaaninikitadapatmemprediksijikaseseorangmemilikiskorketahananmentalsebesar2 makakepuasannyasebesarY=1.243+0.706(2)=2.655.Danjikaiamemilikiketahanansebesar0maka kepuasannyasebesar1.243.Inilahyangberkaitandenganhalhallainselainketahanyang mempengaruhikepuasanindividu,atau100%29.8%=70.20% LATIHAN2 Kaliinikitaberlatihuntukmemprediksikepuasankerja(Y)berdasarkanjabatan(X2).Variabeljabatan telahdidummydengankodekategori1untukmanajerdan0untukpelaksana. BukalahSPSSTekanmenuANALYZEREGRESSIONLINIER.Padamenuyangditampilkan masukkanvariabelpuas(Y)padaDEPENDENT,trusjabatan(X2)padakolomINDEPENDENTKlikOK.

Tabel4.HasilAnalisisRegresidenganVariabelDummy TerlihatpadatabelANOVAbahwajabatanmampumemprediksikepuasansecarasignifikan(F40.668; p<0.05).PadatabelCoefficientterlihatbahwaadaperbedaankepuasanantarajabatanmanajerdan pelaksana(b=3.300;p<0.05).Persamaanregresiuntukanalisisiniadalahsebagaiberikut: Y=B0+B1(MANAJER) Y=4.50+3.30(MANAJER) MisalnyakitaditanyaberapakahkepuasanindividuPELAKSANA?Kitamasukkankedalampersamaan diatas,PELAKSANAadalahsamadenganMANAJER=0(ingatpengkodeandimuka) Y=4.50+3.30(0)=3.30 BerapakepuasanMANAJER?(MANAJER=1) Y=4.50+3.30(1)=7.80 Jabatanmanajermemilikikepuasanlebihtinggidibandingdenganpelaksana(selisih4.5poin)

4|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

LATIHAN3 Sekarangsedikitkompleks,kitaberlatihuntukmemprediksikepuasankerja(Y)berdasarkanbidang kerja(X3)yangmemilikibanyakkategori. BukalahSPSSTekanmenuANALYZEREGRESSIONLINIER.Padamenuyangditampilkan masukkanvariabelPUAS(Y)padaDEPENDENT,trusmasukkankategoriSUPLAIdanPRODUKSIpada kolomINDEPENDENTKlikOK.VariabelMARKETINGtidakkitamasukkankarenaiaakanmenjadi referensisepertihalnyavariabelPELAKSANAsebelumnya.

Tabel5.HasilAnalisisRegresidenganVariabelDummy TerlihatpadatabelANOVAbahwabidangkerjatidakmampumemprediksikepuasan(F=.816;p>0.05). Sumbanganefektifprediksibidangkerjahanyasekitar0.88persen.Sedikitsekaliya,99,2persen adalahprediksiolehvariabelyanglain.KitamasukketabelCOEFFICIENT.Samasepertipadaanalisis berdasarkanjabatandimuka,prediksikepuasandapatkitaketahuimelaluipersamaanregresi.Berikut inipersamaannya. Y=B0+B1(SUPLAI)+B2(PRODUKSI) Y=6.7501.417(SUPLAI)0.583(PRODUKSI) ingatMARKETINGtidakkitamasukkankarenamenjadikategoriyangdijadikanreferensi,seperti halnyaPELAKSANA JikakitaditanyaberapaKEPUASANbidangSUPLAI? Y=6.7501.417(1)0.583(0)=4.75 BerapaKEPUASANbidangMARKETING? Y=6.7501.417(o)0.583(0)=6.75

5|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

Nilaisignifikansidiatasmenunjukkanperbedaanantarakategoriyangditampilkandengan MARKETINGsebagaireferensi.TerlihatbahwatidakadaperbedaanKEPUASANantarabidang MARKETINGdanSUPLAI(t=1.278;p>0.05)danjugatidakadaperbedaanantarabidangMARKETING denganPRODUKSI(t=0.526;p>0.05) Trus,bagaimanaperbedaanKEPUASANantaraPRODUKSIdanSUPLAI?Andadapatmenganalisis kembaliregresisepertiyangsayacontohkandenganmenggunakankategoriPRODUKSIatauSUPLAI sebagaireferensinya. LATIHAN4 Padabagianinikitaakanmenganalisissemuavariabelyangkitamiliki. BukalahSPSSTekanmenuANALYZEREGRESSIONLINIER.Padamenuyangditampilkan masukkanvariabelPUAS(Y)padaDEPENDENT,trustahan(X1),MANAJER(X2),dan2kategoribidang kerja(X3),yaituSUPLAIdanPRODUKSIpadaINDEPENDENT(S)laluklikOK.Caramembacanyasama sepertiyangsayacontohkan.

Tabel6.HasilAnalisisRegresidenganVariabelDummy TerlihatpadatabelANOVAbahwasecarasimultan(bersamasama)semuaprediktormampu memprediksiKEPUASANsecarasignifikan(F=13.361p<0.05).Sumbanganefektifprediksibidangkerja hanyasekitar78.1persen.KitamasukketabelCOEFFICIENT,prediksiKEPUASANdapatkitaketahui melaluipersamaanregresi.Berikutinipersamaannya: Y=B0+B1(TAHAN)+B2(MANAJER)+B2(SUPLAI)+B3(PRODUKSI) Y=5.0220.011(TAHAN)B2+3.281(MANAJER)1.405(SUPLAI)+0.561(PRODUKSI) JikaditanyaberapakahKEPUASANpekerjapadajabatanPELAKSANAdalambidangSUPLAIjika KETAHANANmerekaskornya2? Y=5.0220.011(2)B2+3.281(0)1.405(1)+0.561(0)=3.95

6|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

Nilaisignifikansidiatasmenunjukkanbahwaketahanantidakmampumemprediksisecarasignifikan (B=0.011;p>0.05).AdaperbedaankepuasanantaraMANAJERdanPELAKSANA(B=3.281;p<0.05)dan seterusnya,samamembacanyadengancarasebelumnya. Terlihatbahwaadaperbedaanantarahasilanalisissecaraterpisahdengananalisissecarasimultan. Meskisecaraumumdalamhalsignifikansitidakadaperbedaan,akantetapidarisisiprediksiada perbedaan.Memangdemikianadanya,yangdikarenakanadavarianvariandidataturutdilibatkan. Analisissecarasimultanmemilikikelebihandibandingsecaraterpisah,karenamanusiaadalahintegral, kitatidakhanyamelihatsatusisidarinyanamunharusmelihatsisiyanglainnyapula.Dalamhalinikita tidakmelihatKEPUASANindividutidakhanyadariKETAHANANNYAsajaakantetapidariJABATAN danBIDANGKERJANYA. Analisisregresidenganmenggunakanvariabeldummymemilikikompleksitas,hasilanalisisinimemiliki kemiripandengananalisiskovarian,namunmemilikisistematikakomputasiyangsedikitberbeda. Jena,November2010 WahyuWidhiarso

7|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010