1. Kita akan meregresikan variabel kualitatif jenis kelamin terhadap penghasilan.

Model regresi yang kita bentuk:

Y = b0 + b1 D+u
Dimana
:
Y = penghasilan
D = variabel dummy
Jenis Kelamin: Laki-laki = 1, Perempuan = 0,
Pendidikan dalam tahun sukses pendidikan formal
D1 dan D2 adalah variabel dummy yang dibentuk dari jenis pekerjaan
Jenis
Kelamin Pendidikan
(D)
(Pd) Jenis Pekerjaan
0
10 pekerja kasar
0
15 pekerja kasar
0
12 pekerja kasar
0
12 pekerja kasar
0
15 pekerja kasar
0
12 pekerja kasar
0
8 pekerja kasar
0
15 pekerja kasar
0
16 pekerja kasar
1
8 pekerja kasar
1
15 pekerja kasar
1
15 pekerja kasar
1
15 pekerja kasar
1
15 pekerja kasar
1
15 pekerja kasar
1
12 pekerja kasar
1
12 pekerja kasar
1
15 pekerja kasar
0
12 1/2 terampil
0
11 1/2 terampil
0
12 1/2 terampil
0
12 1/2 terampil
0
12 1/2 terampil
1
12 1/2 terampil
1
10 1/2 terampil
1
17 1/2 terampil
1
13 1/2 terampil
1
17 1/2 terampil
1
19 1/2 terampil
0
13 pekerja terampil

D1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
0

D2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1

Penghasilan
(Y)
374938
474938
465375
462188
592875
455813
465375
449438
854250
621563
659813
745875
691688
745875
682125
867000
898875
739500
637500
631438
663438
653438
653438
673438
641438
2104688
673438
2214688
2868750
796125

0
0
0
1
1
1
1
1
1
1

11
11
16
16
10
15
16
10
16
18

pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil
pekerja terampil

0
0
0
0
0
0
0
0
0
0

1
1
1
1
1
1
1
1
1
1

781725
784125
1465500
1506000
772125
1453500
1530000
798450
2645625
1880625

Penyelesaian:
Judul
Pengaruh jenis kelamin terhadap penghasilan

Pertanyaan Penelitian
Apakah terdapat pengaruh jenis kelamin terhadap penghasilan?

Untuk pendefinisian Jenis Kelamin: Laki-laki = 1, Perempuan = 0, dengan SPSS didapat

Coefficientsa
Unstandardized Coefficients

Model

B
1

(Constant)

Kelamin
a. Dependent Variable: Y

Standardized
Coefficients
Beta

Std. Error

647884,278

130773,516

552801,131

176334,973

,453

Sig.

4,954

,000

3,135

,003

Sehingga bisa dibentuk persamaan:

Ketika laki-laki=1 persamaan menjadi
. (i)
Perempuan (D=0) menjadi

. (ii)

Kesimpulan: dapat disimpulkan selisih dari (i) dan (ii) adalah 552801.131

Untuk pendefinisian Jenis Kelamin: Laki-laki = 0, Perempuan = 1, dengan SPSS didapat

Coefficientsa

Model

Unstandardized Coefficients
B
1200685,409

118289,096

Kelamin
-552801,131
a. Dependent Variable: Y

176334,973

(Constant)

Std. Error

Standardized
Coefficients
Beta
-,453

Sig.

10,150

,000

-3,135

,003

Sehingga bisa dibentuk persamaan:

Ketika perempuan=1 persamaan menjadi

. (i)
Laki-laki (D=1) menjadi
. (ii)
Kesimpulan : dapat disimpulkan selisih dari (i) dan (ii) adalah 552801

Interpretasinya:
0 = rata-rata penghasilan pekerja perempuan, 1 = besarnya perbedaan penghasilan pekerja lakilaki dengan perempuan, dan 0 + 1 merupakan rata-rata penghasilan pekerja laki-laki. Karena
variabel D signifikan, artinya secara statistik terdapat perbedaan nyata penghasilan laki-laki
dengan perempuan
Jika D=0, artinya rata-rata penghasilan pekerja perempuan adalah 647884 (sebesar 0). Jika D=1,
artinya rata-rata penghasilan pekerja laki-laki adalah 647884 + 552801 =1200685 (sebesar 0 +
1)
KESIMPULAN AKHIR :
Dari hasil di atas dapat disimpulkan bahwa Pemilihan pendefinisian 0 dan 1 dapat dilakukan
secara acak pada variabel bebas data kualitatif.

2. Dari data yang sudah diberikan, misalnya kita bentuk suatu model regresi sbb:
Y = b0 + b1 D1 + b2 D2 + b3 Pd + u
Dimana : D = dummy jenis kelamin
Pd = pendidikan

Interpretasi:
Misalkan kita mendefinisikan pada pekerja setengah terampil dan pekerja terampil

Jika D1 = 0, D2 = 0 pekerja kasar

Jika D1 = 1, D2 = 0 pekerja setengah terampil
Jika D1 = 0, D2 = 1 pekerja terampil
Pada setiap tingkat pendidikan, terdapat perbedaan penghasilan pekerja kasar, setengah terampil
dan terampil.
Pekerja setengah terampil memiliki penghasilan 475244,207 (sebesar b 1) lebih tinggi
dibandingkan pekerja kasar.
Pekerja terampil memiliki penghasilan 590904,853 (sebesar b2) lebih tinggi dibandingkan
pekerja kasar.
Misalnya jika tahun pendidikan (Pd) = 15, maka
Jika D1=0 dan D2=0, rata-rata penghasilan pekerja kasar adalah:
Y = -1286519,695 + 475244,207 (0) + 590904,853 (0) + 145168,179 (15) = 891002,99
Jika D1=1 dan D2=0, rata-rata penghasilan pekerja terampil :
Y = -1286519,695 + 475244,207 (1) + 590904,853 (0) + 145168,179 (15) = 1366247,197
Jika D1=0 dan D2=1, rata-rata penghasilan pekerja terampil:
Y = -1286519,695 + 475244,207 (1) + 590905,853 (1) + 145168,179 (15) = 1481907,84

Misalkan kita mendefinisikan pada pekerja setengah terampil dan pekerja kasar
Jika D1 = 0, D2 = 1 pekerja kasar
Jika D1 = 1, D2 = 0 pekerja setengah terampil
Jika D1 = 0, D2 = 0 pekerja terampil
Pada setiap tingkat pendidikan, terdapat perbedaan penghasilan pekerja kasar, setengah terampil
dan terampil.
Pekerja setengah terampil memiliki penghasilan 475244,207 (sebesar b 1) lebih tinggi
dibandingkan pekerja terampil.
Pekerja kasar memiliki penghasilan -590904,853 (sebesar b2) lebih rendah dibandingkan pekerja
terampil.
Misalnya jika tahun pendidikan (Pd) = 15, maka
Jika D1=0 dan D2=0, rata-rata penghasilan pekerja terampil adalah:
Y = -695614,843 115660,646 (0) - 590904,853 (0) + 145168,179 (15) = 1481907,842
Jika D1=1 dan D2=0, rata-rata penghasilan pekerja terampil :
Y = -695614,843 115660,646 (1) - 590904,853 (0) + 145168,179 (15) = 1366247,197
Jika D1=0 dan D2=1, rata-rata penghasilan pekerja kasar:
Y = -695614,843 115660,646 (0) - 590904,853 (1) + 145168,179 (15) = 891002,99

Misalkan kita mendefinisikan pada pekerja terampil dan pekerja kasar

Jika D1 = 0, D2 = 1 pekerja kasar
Jika D1 = 0, D2 = 0 pekerja setengah terampil
Jika D1 = 1, D2 = 0 pekerja terampil
Pada setiap tingkat pendidikan, terdapat perbedaan penghasilan pekerja kasar, setengah terampil
dan terampil.
Pekerja terampil memiliki penghasilan 115660,646 (sebesar b1) lebih tinggi dibandingkan
pekerja setengah terampil.
Pekerja kasar memiliki penghasilan -475244,207 (sebesar b2) lebih rendah dibandingkan pekerja
setengah terampil.
Misalnya jika tahun pendidikan (Pd) = 15, maka
Jika D1=1 dan D2=0, rata-rata penghasilan pekerja terampil adalah:
Y = -811275,488 + 115660,646 (1) 475244,207 (0) + 145168,179 (15) = 1481907,843
Jika D1=0 dan D2=0, rata-rata penghasilan pekerja terampil :
Y = -811275,488 + 115660,646 (0) 475244,207 (0) + 145168,179 (15) = 1366247,197
Jika D1=0 dan D2=1, rata-rata penghasilan pekerja kasar:
Y = -811275,488 + 115660,646 (0) 475244,207 (1) + 145168,179 (15) = 891002,99
Kesimpulan akhir:
Pemilihan pendefinisian 0 dan 1 dapat dilakukan secara acak pada variabel bebas data kualitatif
yang terdiri dari dua variabel atau lebih.

ANALISIS REGRESI
TUGAS VARIABEL DUMMY

NAMA ANGGOTA KELOMPOK:

1. RICKY ANTONIUS
2. KIKI AMALIA
3. WARZUQNA OLYAN
4. ARDIANSYAH

H11111004
H11111030
H11111032
H11111036

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2013