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?
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
. (ii)
Kesimpulan: dapat disimpulkan selisih dari (i) dan (ii) adalah 552801.131
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
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
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
ANALISIS REGRESI
TUGAS VARIABEL DUMMY
H11111004
H11111030
H11111032
H11111036
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2013