Regresi Dummy

http://oc.its.ac.id/jurusan.php?fid=1&jid=3 Wiwiek Setya Winahju, wiwiek@statistika.its.ac.id Nama lain Regresi Dummy adalah Regresi Kategori. Regresi ini menggunakan prediktor kualitatif (yang bukan dummy dinamai prediktor kuantitatif). Pembahasan pada regresi ini hanya untuk satu macam variabel dummy dan dikhususkan pada penaksiran parameter dan kemaknaan pengaruh prediktor. Pembahasan akan dilakukan dengan menggunakan berbagai contoh.
MTB > Regress 'Suspended Solid' 4 'pH' 'Z1' 'Z2' 'Z3'; SUBC> Constant; SUBC> Brief 2. Regression Analysis: Suspended Solid versus pH; Z1; Z2; Z3 * Z3 is highly correlated with other X variables * Z3 has been removed from the equation. The regression equation is Suspended Solid = - 162 + 54,3 pH + 90,0 Z1 + 27,2 Z2 Predictor Constant pH Z1 Z2 S = 19,0464 Coef -161,90 54,294 90,00 27,17 SE Coef 37,43 4,755 11,05 11,01 T -4,32 11,42 8,14 2,47 P 0,001 0,000 0,000 0,027

Contoh 1
Suatu penelitian bertujuan memodelkan hubungan antara kandungan Suspended Solids dengan pH pada air yang keluar dari outlet sistim pembersihan batubara. Sistim menggunakan tiga macam Polymer. Model dugaan adalah : Yi = 0 + 1X1i + 2Z1i + 3Z2i + i , i = 1, 2, ... , 18. Polimer sebagai variabel dummy yang terdiri dari tiga level, yaitu 1, 2, dan 3, dinyatakan oleh tiga variabel, yaitu Z1, Z2, dan Z3. Command untuk mendapatkan nilai-nilai variabel dummy dengan MINITAB adalah :
MTB MTB MTB MTB > > > > INDICATOR C14 C15 C16 C17 name C15 Z1 name C16 Z2 name C17 Z3

R-Sq = 94,0%

R-Sq(adj) = 92,8%

Analysis of Variance Source Regression Residual Error Total DF 3 14 17 SS 80182 5079 85260 MS 26727 363 F 73,68 P 0,000

dengan : C14 adalah kolom yang memuat variabel dummy, pada contoh soal ini adalah Polymer. C15 C17 menyatakan asal Polymer, yang kemudian dinamai Z1, Z2, dan Z3; Z1 bernilai 1 menunjukkan eksperimen menggunakan Polymer 1, begitu pula dengan Z2 dan Z3. Hasil eksperimen beserta nilai-nilai variabel dummy ditampilkan pada tabel berikut: pH (X)
6,5 6,9 7,8 8,4 8,8 9,2 6,7 6,9 7,5 7,9 8,7 9,2 6,5 7 7,2 7,6 8,7 9,2

Source pH Z1 Z2

DF 1 1 1

Seq SS 54856 23118 2208

Munculnya peringatan : * Z3 is highly correlated with other X variables, dan * Z3 has been removed from the equation, menunjukkan

bahwa hanya diperlukan Z1 dan Z2; berarti untuk satu prediktor dummy dengan tiga level (pada kasus ini Polymer terdiri dari level 1, 2, dan 3) cukup dinyatakan oleh dua variabel dummy, Z1 dan Z2. Dengan demikian, pada pengolahan data yang digunakan sebagai prediktor kualitatif adalah Z1 dan Z2, bukan Polymer. Kemaknaan pengaruh Polymer dideteksi melalui Jumlah Kuadrat Regresi kontribusi Z1 dan Z2, yang dinotasikan R ( 2 , 3 | 0 , 1 ) , dan didapatkan dengan menjumlahkan SS Sequential Z1 dengan Z2, yaitu :

Suspended Solid (Y)

292 329 352 378 392 410 198 227 277 297 364 375 167 225 247 268 288 342

Polymer
1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3

Z 1
1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0

Z 2
0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0

Z3
0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1

R ( 2 , 3 | 0 , 1 ) = 23118 + 2208 = 25326

Proses pengujian hipotesis secara lengkap adalah sebagai berikut : i. Perumusan hipotesis, H0 : 2 = 0 dan 3 = 0 , berarti pengaruh Polyner terhadap kandungan Suspended Solid tidak bermakna, H1 : 2 atau 3 tidak nol. ii. = 0,05 iii. Statistik Uji :

Sumber : Classical And Modern Regression, Second Edition, oleh Raymond H Myers, 1990, halaman 143. Keluaran pengolahan data adalah sebagai berikut :

F=

R( 2 , 3 | 0 , 1 ) 25326 = = 69,77 MSE 363

iv. Bila H0 benar maka F~ F2,14, sehingga titik kritis adalah F2,14, 0,05 = 3,74. v. Kesimpulan : tolak H0, karena statistik uji F >

F2,14, 0,05 , sehingga Polymer berpengaruh pada kandungan SS. Kesimpulan ini berdasarkan pada anggapan bahwa pengaruh prediktor pH dan Polymer bersifat aditif, bukan interaktif. Ciri aditif ialah kemiringan garis regresi sama atau garis regresi ke tiga Polymer sejajar, seperti yang ditampilkan pada Plot berikut ini.
Plot Suspended Solid Pada Polimer1, Polimer2, Polimer3 terhadap pH
450
Variable Y Polimer1 Y Polimer2 Y Polimer3

Predictor Constant pH Z1 Z2 pH,Z1 pH,Z2

S = 14,5850

Coef -158,27 53,824 197,69 -108,74 -13,561 17,394

SE Coef 48,52 6,253 68,79 71,05 8,737 9,090

T -3,26 8,61 2,87 -1,53 -1,55 1,91

P 0,007 0,000 0,014 0,152 0,147 0,080

R-Sq = 97,0%

R-Sq(adj) = 95,8%

Analysis of Variance Source Regression Residual Error Total DF 5 12 17 SS 82708 2553 85260 MS 16542 213 F 77,76 P 0,000

Kandungan Suspended Solid

400

350

300

250

200 6,5 7,0 7,5 8,0 pH 8,5 9,0 9,5

Source pH Z1 Z2 pH,Z1 pH,Z2

DF 1 1 1 1 1

Seq SS 54856 23118 2208 1747 779

Pengujian hipotesis secara lengkap adalah sebagai berikut : i. Perumusan hipotesis, H0 : 1 = 0 dan 2 = 0 , berarti pengaruh 1z 1z interaksi pH dengan Polymer tidak bermakna. H1 : 1 atau 2 tidak nol 1z 1z ii. = 0,05 iii. Statistik Uji :

Model dugaan untuk Polymer 1, Polymer 2, dan Polymer 3 masing-masing adalah sebagai berikut : Model pada Polymer 1 didapat dengan cara mensubstitusikan nilai Z1=1 dan Z2=0 pada model regresi hasil pengolahan data,
Suspended Solid = - 162 + 54,3 pH + 90,0 Suspended Solid = - 72 + 54,3 pH

Model pada Polymer 2 didapat dengan cara mensubstitusikan nilai Z1=0 dan Z2=1 pada model regresi hasil pengolahan data,
Suspended Solid = - 162 + 54,3 pH + 27,2 Suspended Solid = - 134,8 + 54,3 pH

F=

R( 1z1 , 1z2 | 0 , 1 , 2 , 3 ) MSE

1747 + 779 = 11,86 213

Model pada Polymer 3, Z1=0 dan Z2=1,

Suspended Solid = - 162 + 54,3 pH

Selanjutya ingin diketahui pula kemaknaan pengaruh interaksi antara pH dengan Polymer. Dengan demikian terdapat tambahan dua prediktor, yaitu interaksi antara pH dengan masing-masing Z1 dan Z2, dinotasikan X1Z1 dan X1Z2 . Model dugaan menjadi :

iv. Bila H0 benar maka F~ F2,14, sehingga titik kritis adalah F2,12, 0,05 = 3,89. v. Kesimpulan : tolak H0, karena statistik uji F > F2,12, 0,05 , sehingga pengaruh interaksi pH dengan Polymer bermakna. Ini berarti pengaruh pH pada setiap Polymer berbeda. Kesimpulan ini menunjukkan bahwa model sebelumnya, dengan anggapan pengaruh prediktor pH dan Polymer bersifat aditif, yaitu : Yi = 0 + 1X1i + 2Z1i + 3Z2i + i kurang sesuai. Model terakhir, yaitu model yang melibatkan efek interaksi,

Yi = 0 + 1i X 1i + 2 Z1i + 3 Z 2 i + 1 z1 X 1i Z1i +

1z X 1i Z1i + i
2

Pengolahan data dilakukan dengan menuliskan serangkaian command berikut :

MTB > let c25=pH*Z1 MTB > name c25 'pH,Z1' MTB > let c26=pH*Z2 MTB > name c26 'pH,Z2' MTB > Regress 'Suspended Solid' 5 'pH' 'Z1' 'Z2' 'pH,Z1' 'pH,Z2'; SUBC> Constant; SUBC> Brief 2.

Yi = 0 + 1i X 1i + 2 Z1i + 3 Z 2i + 1z1 X 1i Z1i +

1z X 1i Z1i + i
2

lebih sesuai. Hal ini diperkuat oleh Plot berikut ini :

Didapatkan keluaran sebagai berikut :

Regression Analysis: Suspended Solid versus pH; Z1; Z2; pH,Z1; pH,Z2
The regression equation is Suspended Solid = - 158 + 53,8 pH + 198 Z1 - 109 Z2 - 13,6 pH,Z1 + 17,4 pH,Z2

Plot Suspended Solid terhadap pH

400
Polymer 1 2 3

Analysis of Variance

350 Suspended Solid

300

Source Regression Residual Error Total

DF SS MS F P 1 759530 759530 2,33 0,158 10 3258588 325859 11 4018118

250

200 4000 6,5 7,0 7,5 8,0 pH 8,5 9,0 9,5 3500

Scatterplot of Y vs X
D 0 1

Tampak garis yang menggambarkan model setiap Polymer tidak sejajar; ini berarti kemiringan (slope), yang menggambarkan pengaruh pH pada kandungan Suspended Solid berbeda, tergantung pada jenis Polymer.

3000

2500

2000

Contoh 2
Berikut ini adalah data Pengeluaran Untuk Makanan dan Pendapatan Bersih para Pria dan Wanita lajang. Jenis Kelamin merupakan variabel kategori, dengan Pria diberi nilai 0 dan Wanita diberi nilai 1. Datanya sebagai berikut: Pengeluaran untuk makanan Y ($) 1983 2987 2993 3156 2706 2217 2230 3757 3821 3291 3429 2533 Pendapatan Bersih X ($) 11557 29387 31463 29554 25137 14952 11589 33328 36151 35448 32988 20437 Jenis Kelamin D 1 1 1 1 1 1 0 0 0 0 0 0

10000

15000

20000

25000 X

30000

35000

Scatterplot of Belanja Maka vs Pendapatan W, Belanja Maka vs Pendapata

4000
Variable Belanja Makanan W * Pendapatan W Belanja Makanan P * Pendapatan P

3500

Y-Data

Pengamatan ke 1 2 3 4 5 6 7 8 9 10 11 12

3000

2500

2000 10000 15000 20000 25000 X-Data 30000 35000

Plot Belanja Makanan terhadap Pendapatan

3800 3600 3400 Belanja untuk Makanan 3200 3000 2800 2600 2400 2200 2000
Variable Belanja Makanan oleh Wanita Belanja Makanan oleh Pria

Scatterplot of Y vs D
4000

3500

10000

15000

20000 25000 30000 Pendapatan

35000

3000

2500

Jelaskan cara mendapatkan berbagai Plot di atas. Lakukan analitis seperti pada contoh 1.

2000 0.0 0.2 0.4 D 0.6 0.8 1.0

Regression Analysis: Y versus D

The regression equation is Y = 3177 - 503 D Predictor Constant D
S = 570,840

Coef 3176,8 -503,2

SE Coef 233,0 329,6

T 13,63 -1,53

P 0,000 0,158

R-Sq = 18,9%

R-Sq(adj) = 10,8%