1|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

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

2|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).

3|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:

4|ProsedurAnalisisRegresidenganVariabelDummy|WahyuWidhiarso2010

Y=B
0
+B
1
(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=B
0
+B
1
(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)

5|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=B
0
+B
1
(SUPLAI)+B
2
(PRODUKSI)
Y=6.750

1.417

(SUPLAI)0.583(PRODUKSI)
ingatMARKETINGtidakkitamasukkankarenamenjadikategoriyangdijadikanreferensi,seperti
halnyaPELAKSANA
JikakitaditanyaberapaKEPUASANbidangSUPLAI?
Y=6.750

1.417

(1)0.583(0)=4.75
BerapaKEPUASANbidangMARKETING?
Y=6.750

1.417

(o)0.583(0)=6.75

6|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=B
0
+B
1
(TAHAN)+B
2
(MANAJER)+B
2
(SUPLAI)+B
3
(PRODUKSI)
Y=5.022

0.011(TAHAN)B
2
+

3.281(MANAJER)1.405

(SUPLAI)+0.561(PRODUKSI)
JikaditanyaberapakahKEPUASANpekerjapadajabatanPELAKSANAdalambidangSUPLAIjika
KETAHANANmerekaskornya2?
Y=5.022

0.011(2)B
2
+

3.281(0)1.405

(1)+0.561(0)=3.95

7|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