Anda di halaman 1dari 17

MENGETAHUI PENGARUH JUMLAH ANGGOTA KELUARGA, PENDIDIKAN DAN PENDAPATAN TERHADAP BELANJA KONSUMSI PER BULAN DENGAN ANALISIS

REGRESI VARIABEL DUMMY

ABSTRAK Analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan dengan satu atau dua variabel yang menerangkan. Model regresi adalah suatu model yang sering digunakan untuk menjelaskan hubungan antara variabel bebas dengan variabel terikat. Jika salah satu variabel bebasnya bersifat kualitatif atau kategorik, maka diperlukan metode tertentu untuk menjelaskan variabel tersebut. Digunakan analisis regresi variabel dummy untuk mengetahui apakah variabel jumlah anggota keluarga, pendidikan, dan pendapatan berpengaruh terhadap belanja konsumsi perbulan. Dengan variabel pendidikan berupa variabel kategorik yang dibagi menjadi empat yaitu pendidikan SD, SMP, SMA, dan Sarjana. Hasilnya menunjukkan bahwa variabel yang berpengaruh terhadap belanja konsumsi perbulan adalah pendidikan dan pendapatan, dimana pendidikan yang berpengaruh yaitu pendidikan SD, SMP, dan SMA. Uji signifikansi simultan dan parsial juga terpenuhi untuk keempat variabel yang berpengaruh ini. Sehingga, model regresi yang dihasilkan bisa digunakan.

Kata kunci : Model regresi, variabel dummy, jumlah anggota keluarga, pendidikan, pendapatan, belanja konsumsi per bulan keluarga.

PENDAHULUAN Analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory) (Gujarati, 2006). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari saru, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung. Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya variabel lain yang berhubungan dengan variabel bebas dan terikat. Variabel bebas adalah variabel yang nilainya tidak bergantung dari variabel lain, sedangkan variabel terikat adalah variabel yang nilainya bergantung dari variabel lain (Algifari, 2000). Analisis regersi berguna untuk memprediksi seberapa jauh pengaruh satu atau beberapa variabel bebas (independent variabel) terhadap variabl terikat (dependant variabel). Analisis mengenai hubungan antara dua variabel membutuhkan data yang terdiri dari dua kelompok hasil observasi atau pengukuran. Data tersebut dapat diperoleh dari hasil observaso di berbagai bidang kegiatan sehingga menghasilkan pasangan observasi atau pengukuran. Model regresi sederhana difokuskan pada model yang menggunakan satu variabel bebas X untuk mengestimasi nilai variabel terikat Y (Djana, 1986). Model regresi linier berasumsi bahwa variabel bebas yang digunakan dalam model marupakan variabel kuantitatif. Namun, dalam kenyataannya perubahan nilai suatu variabel tidak selalu hanya dipengaruhi oleh variabel kuantitatif, akan tetapi dapat pula dipengaruhi oleh variabel kualitatif atau variabel kategori. Variabel kuantitatif yang dianalisis dengan model regresi sering disebut dengan istilah variabel dummy atau variabel boneka. Dalam variabel dummy diperlukan pemberian suatu angka-angka untuk masing-masing kategori agar dapat dianalisi.

Angka-angka tersebut yang bukan merupakan angka sebenarnya yang disebut dummy atau boneka (Algifari, 2000). Pengeluaran rumah tangga yang merupakan salah satu kesejahteraan rumah tangga. Baik untuk keperluan makanan maupun bukan makanan dipengaruhi oleh banyak hal. Beberapa faktor yang diduga berpengaruh terhadap pengeluaran belanja per bulan seuatu keluarga adalah jumlah anggota keluarga, pendidikan, dan pendapatan kepala rumah tangga. Oleh karena itu, dalam penelitian ini akan diteliti apakah faktor-faktor tersebut benar-benar berpengaruh terhadap besarnya pengeluaran belanja konsumsi per bulan suatu keluarga. Berdasarkan uraian latar belakang, maka rumusan masalah pada penelitian ini yakni bagaimana pengaruh variabel-variabel bebas terhadap variabel terikatnya baik secara simultan maupun parsial dan bagaimanakah interpretasi model estimasi regresinya. Adapun tujuan dari penelitian ini untuk mengetahui pengaruh variabelvariabel bebas terhadap variabel terikatnya baik secara simultan maupun secara parsial dan untuk mengetahui interpretasi model estimasi regresinya dimana salah satu variabel bebasnya adalah variabel dummy atau bersifat kategorik. Manfaat dari penelitian ini sendiri adalah sebagai referensi mengenai analisis regresi variabel dummy. Sebagai bahan informasi bagi pihak-pihak yang berkepentingan, seperti pihak-pihak yang akan melakukan penelitian pada obyek atau tema yang sama dengan penelitian ini.

TINJAUAN PUSTAKA Analisis regresi berganda mempunyai 2 model, yaitu model regresi yang terdiri dari lebih satu variabel independen dikenal dengan nama model regresi berganda dan model regresi berganda dan model regresi berganda dengan hanya dua variabel independen. Bentuk umum regresi berganda yang mengandung lebih dari satu variabel independen atau k variabel bebas yaitu:

Y= 0 + 1X1 + 2X2 + . . . + kXk +

(2.1) (Sembiring, 1995)

Dimana E () = 0 dan var () = 2. Dimana persamaan diatas, X1, X2, ..., Xk dan Y adalah bilangan yang berasal dari pengamatan. Dengan 0 ,1 ,2, ..., k merupakan koefisien-koefisien yang ditentukan berdasarkan hasil pengamatan. Bila pengamatan mengenai Y, X1, X2, ..., Xk dinyatakan masing-masing dengan Y, Xi1, Xi2, ..., Xik dan galatnya, i, maka persamaan (2.1) dapat ditulis sebagai: Yi= 0 + 1Xi1 + i2Xi2 + . . . + kXik + i untuk i = 1, 2, 3, , n. Variabel dummy disebut juga dengan variabel indicator, biner, kategorik, kualitatif, boneka atau variabel dikotomi. 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. Analisis regresi linier variabel dummy digunakan untuk menentukan hubungan antara variabel bebas dan terikat, dimana variabel bebasnya merupakan variabel kualitatif atau kombinasi antara variabel kuantitatif dengan variabel kualitatif. Dalam analisis regresi sering kali bukan hanya variabel-variabel bebas kuantitatif yang memepengaruhi variabel terikat (Y), tetapi ada juga variabelvariabel kualitatif yang ikut juga mempengaruhi, seperti jenis kelamin, musim, warna, pendidikan dan lain sebagainya. Untuk mengakomodasi adanya variabel kualitatif ke dalam model regresi dapat dilakukan dengan menggunakan variable boneka (dummy variable). Variabel dengan persamaan regresi yang sifatnya kualitatif tersebut biasanya menjukkan ada tidaknya (presence or absence) suatu quality atau suatu attribute, misalnya laki-laki atau perempuan, islam atau bukan islam, jawa atau luar jawam danai atau perang, sejarah atau bukan, sudah kawin atau masih membujang, terjadi pemogokan buruh atau tidak, dan lain sebagainya. Suatu cara untuk membuat kyantifikasi (berbentuk angka) dari data kualitatif (tidak (2.2)

berbentuk angka) ialah dngan memberikan nilai 1 (satu) atau 0 (nol) kalau attribute yang dimaksud tidak ada (tidak terjadi) dan diberi angka satu (1) kalau ada (terjadi), misalnya seseorang diberi nilai 1 (satu) kalau dia sarjana dan 0 (nol) kalau bukan sarjana, diberi nilai 1 kalau laki-laki dan 0 kalau perempuan dan lain sebagainya. Teknik pengguanaan variabel boneka dapat dengan mudah dikembangkan/ diperluas, bukan saja untuk dua, tetapi dapat lebih dari dua variabel boneka yang dicakup dalam regresi. Model regresi linier dummy, yakni: Yi = 0 + 1X1 + 1D1 + i Berdasarkan contoh, dimana: Yi = gaji pokok Xi = masa kerja Di = 1, jika karyawan laki-laki dan 0, jika karyawan perempuan Persamaan (2.6) memuat suatu variabel kuantitatif Xi (masa kerja) dan satu variabel kualitatif, jenis kelamin, dengan dua kategori (kelas, tingkat), yaitu lakilaki (Di = 1) dan perempuan (Di = 0). Dalam OLS bahwa estimasi E (i) = 0 maka dapat dilihat bahwa: E(Yi/Xi, Di = 0) = 0 + Xi variabel kuantitatif dan dua atau lebih variabel kualitatif, yaitu: Yi = 0 + 1X1 + 1D1i + 2D2i + i dengan, Yi = gaji pokok Xi = masa kerja D1 = 1, jika karyawan sarjana dan 0, jika karyawan bukan sarjana D2 = 1, jika karyawan laki-laki dan 0, jika karyawan perempuan Untuk mengukur kecukupan model regresi, dapat dilihat koefisien determinasi (R2). Koefieisen determinasi menjelaskan besarnya variansi variabel (2.8) (2.7) (2.6)

Kemudian persamaan (2.7) diperluas untuk mengetahui regresi pada satu

terikat yang dapat dijelaskan oleh variabel bebas. Koefisien determinasi akan selalu positif, sehingga secara umum R2 dapat didefinisikan sebagai berikut: R2 =
( ( ) )

(2.3)

Uji signifikansi simultan atau uji ketepatan model pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. hipotetsis yang akan diuji adalah sebagai beirkut : H0 : 1 = 2 = = k = 0 (variabel bebas secara simultan tidak berpengaruh terhadap variabel terikatnya) H1 : Minimal terdapat satu j 0, dengan j = 1, 2, , k (variabel bebas secara simultan berpengaruh terhadap variabel terikatnya). Untuk menguji kedua hipotesis ini digunakan statistik F. Statistik F didefinisikan sebagai rasio dua ragam (kuadrat nilai tengah). Statistik F dihitung dengan formula sebagai berikut:
( ) )

Fhitung = (

( (

) ( )

( ( )

(2.5)

Jika pengujian ini menggunakan taraf nyata sebesar maka kriteria pengujiannya adalah H0 diterima jika Fhitung < F;db1,db2 dan sebaliknya H0 ditolak jika Fhitung F;db1,db2. Dimana db1 adalah k dan db2 adalah n-k-1. Uji signifikansi individual pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel terikat. Hipotesis yang akan diuji adalah H1 : j = 0 (suatu variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat) H2 : j 0 (suatu variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat) Untuk menguji kedua hipotesis ini digunakan statistik t. Statistik t dihitung dengan formula sebagai berikut:

thitung =

(2.4)

dimana se (j) adalah simpangan baku bagi dugaan koefisien variabel bebas untuk j = 0, 1, 2, , k-1. Jika pengujian ini menggunakan taraf nyata sebesar maka kriteria pengujiannya yaitu H0 diterima jika |thitung| t/2;n-k-1 dan sebaliknya H0 ditolak jika |thitung| > t/2;n-k-1. (Damodar Gujarati, 1978)

HASIL DAN PEMBAHASAN Jika ingin diketahui apakah tingkat pendidikan berpengaruh terhadap jumlah pendapatan, maka akan dihadapkan dengan variabel kategori sehingga perlu diberikan suatu angka-angka agar dapat dianalisis. Oleh karena angka tersebut bukan merupakan angka yang sebenarnya maka diperlukanlah analisis regresi variabel dummy. Lembaga survey ingin meneliti apakah jumlah anggota keluarga, pendidikan, dan pendapatan berpengaruh terhadap belanja konsumsi per bulan sebuah keluarga. Data hasil survei adalah sebagai berikut : Tabel 3.1. Data hasil pengamatan. Jumlah anggota keluarga Pendidikan Pendapatan Belanja 5 6 4 4 5 7 5 6 4 6 4 4 6 4 3 4 4 3 3 3 3 3 1 3 3 3 3 3 3 3 3 3 1,55 1,19 1,2 0,99 1,22 1,2 0,85 1,2 0,99 1,2 0,99 0,99 1,2 0,99 0,99 0,99 600 550 560 400 570 560 540 560 440 560 440 440 560 440 440 440

Jumlah anggota keluarga Pendidikan Pendapatan Belanja 4 8 6 7 3 3 2 3 0,99 1,2 0,9 1,2 440 560 560 560

Data jumlah anggota keluarga yaitu dengan satuan orang. Data pendidikan yaitu kode 4 mengartikan sarjana, kode 3 mengartikan SMA, kode 2 mengartikan SMP, dan kode 1 mengartikan pendidikan SD. Data Pendapatan yaitu dalam juta rupiah. Data belanja konsumsi dalam ribuan rupiah. Maka, dapat disimpulkan variabel-variabel dalam penelitian ini yaitu sebagai berikut : Variabel bebas X1 : Jumlah Anggota Keluarga X2 : Pendidikan X3 : Pendapatan Variabel terikat Y : belanja konsumsi perbulan suatu keluarga Variabel Dummy Variabel X2 dibagi menjadi 4 kategori yaitu : D1 : pendidikan Sd D2 : Pendidikan SMP D3 : Pendidikan SMA D4 : Pendidikan Sarjana Maka, dalam penelitian, variabel yang digunakan yaitu variabel bebas X1, D1, D2, D3, D4, X3, dan variabel terikatnya yaitu Y. variabel X2 sudah diwakilkan oleh kemmpat variabel dummy nya. Menghitung koefisien determinasi Menghitung koefisien determinasi yaitu untuk mengetahui berapa besar variabel jumlah anggota keluarga, pendidikan, pendapatan dapat mempengaruhi belanja konsumsi sebuah keluarga.

Tabel 3.2. Model Summary Adjusted R Square .976 Std. Error of the Estimate 10.05549

Model 1

R .991a

R Square .982

a. Predictors: (Constant), Pendapatan, SMA, Jumlah_Keluarga, SD, SMP Dari tabel 3.2 didapat bahwa nilai koefisien determinasinya adalah 0,982. Hal ini berarti sebesar 98,2% variasi yang terjadi pada belanja konsumsi disebabkan oleh faktor jumlah anggota keluarga, pendidikan, dan pendapatan. Sedangkan sisanya sebesar 1,8% mengartikan bahwa ada faktor lain yang tidak diketahui yang juga mempengaruhi belanja konsumsi. Sedangkan nilai koefisien korelasi sebesar 0,991 mengartikan bahwa terdapat hubungan yang kuat dan berbanding lurus antara variabel bebas dengan variabel terikatnya. Untuk koefisien determinasi yang disesuaikan yaitu sebesar 0,976 dengan nilai standar erornya yaitu 10,0555. Dari analisis awal, ternyata variabel dummy Pendidikan sarjana tidak dimasukkan dalam analisis. Hal ini berarti variabel pendidikan sarjana diasumsikan tidak berpengaruh terhadap variabel belanja konsumsi per bulan keluarga. Oleh karena itu, analisis selanjutnya, variabel dummy pendidikan sarjana (D4) tidak digunakan.

Uji Signifikansi Simultan Hipotesis untuk uji signifikansi secara simultan yaiitu sebagai berikut : H0 : 1 = 2 = 3 = 4 = 6 = 0 artinya secara simultan variabel-variabel bebasnya tidak berpengaruh terhadap varibel terikatnya. H1 : Terdapat j 0, dengan j = 1, 2, 3, 4, 6 artinya secara simultan variabelvariabel bebasnya berpengaruh terhadap varibel terikatnya.

Tabel 3.3. ANOVAb Sum of Squares Regression Residual Total 79164.420 1415.580 80580.000

Model 1

df 5 14 19

Mean Square 15832.884 101.113

F 156.586

Sig. .000a

a. Predictors: (Constant), Pendapatan, SMA, Jumlah_Keluarga, SD, SMP b. Dependent Variable: Belanja Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H0 jika . Maka, dari hasil analisis didapat nilai (0,05). Maka diputuskan H0

nilai probabilitasnya lebih kecil dari

probabilitasnya yaitu (0,000) lebih kecil dari

ditolak. Sehingga bisa dikatakan secara simultan variabel-variabel bebasnya berpengaruh terhadap varibel terikatnya. Uji Signifikansi Parsial Hipotesis untuk uji signifikansi secara parsial dianalisis masing-masing untuk setiap variabel bebasnya. 1. Untuk variabel bebas (X1) Jumlah Anggota Keluarga, hipotesisnya sebagai berikut : H0 : 1 = 0 (variabel Pendapatan tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 1 0 (variabel Pendapatan berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) 2. Untuk variabel bebas (D1 ) Pendidikan SD, hipotesisnya sebagai berikut : H0 : 2 = 0 (variabel Pendidikan SD tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 2 0 (variabel Pendidikan SD berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.)

3. Untuk variabel bebas (D2 ) Pendidikan SMP, hipotesisnya sebagai berikut : H0 : 3 = 0 (variabel Pendidikan SMP tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 3 0 (variabel Pendidikan SMP berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) 4. Untuk variabel bebas (D3 ) Pendidikan SMA, hipotesisnya sebagai berikut : H0 : 4 = 0 (variabel Pendidikan SMA tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 4 0 (variabel Pendidikan SMA berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) 5. Untuk variabel bebas (X3) Pendapatan, hipotesisnya sebagai berikut : H0 : 6 = 0 (variabel Pendapatan tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 6 0 (variabel Pendapatan berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) 6. Untuk variabel bebas Pendidikan Sarjana (D4), tidak dianalisis lanjut karena sudah otomatis dilakukan trimming (pemangkasan variabel yang sangat tidak signifikan). Tabel 3.4. Coefficientsa Unstandardized Coefficients Model 1 (Constant) Jumlah Keluarga SD SMP SMA Pendapatan a. Dependent Variable: Belanja B -320.234 -.213 356.070 346.564 167.614 594.386 Std. Error 49.189 2.872 30.092 30.479 20.000 37.885 -.004 Standardized Coefficients Beta T -6.510 -.074 1.223 11.833 1.190 11.371 .943 8.381 Sig. .000 .942 .000 .000 .000 .000

1.472 15.689

Dengan taraf signifikansi

(0,05) dan daerah kritik yaitu menolak H0 jika . Maka, dari hasil analisis didapat hanya (0,05),

nilai probabilitasnya lebih kecil dari

variabel Jumlah Keluiarga yang nilai probabilitasnya lebih besar dari

sehingga dikatakan variabel tersebut tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga. Karena ada variabel yang tidak signifikan, maka perlu dilakukan uji ulang tanpa mengikutsertakan variabel yang tidak ada pengaruh signifikan terhadap variabel belanja bulanan keluarga. Menghitung koefisien determinasi tanpa variabel (X1) Jumlah Anggota Keluarga Menghitung koefisien determinasi yaitu untuk mengetahui berapa besar variabel pendidikan, pendapatan dapat mempengaruhi belanja konsumsi sebuah keluarga. Tabel 3.5. Model Summary Adjusted R Square .978 Std. Error of the Estimate 9.71643

Model 1

R .991a

R Square .982

a. Predictors: (Constant), Pendapatan, SMA, SMP, SD Dari tabel 3.2 didapat bahwa nilai koefisien determinasinya adalah 0,982. Hal ini berarti sebesar 98,2% variasi yang terjadi pada belanja konsumsi disebabkan oleh faktor jumlah anggota keluarga, pendidikan, dan pendapatan. Sedangkan sisanya sebesar 1,8% mengartikan bahwa ada faktor lain yang tidak diketahui yang juga mempengaruhi belanja konsumsi. Sedangkan nilai koefisien korelasi sebesar 0,991 mengartikan bahwa terdapat hubungan yang kuat dan berbanding lurus antara variabel bebas dengan variabel terikatnya. Untuk koefisien determinasi yang disesuaikan yaitu sebesar 0,978 dengan nilai standar erornya yaitu 9,716.

Uji Signifikansi Simultan tanpa variabel (X1) Jumlah Anggota Keluarga Hipotesis untuk uji signifikansi secara simultan yaiitu sebagai berikut H0 : 2 = 3 = 4 = 6 = 0 artinya secara simultan variabel-variabel bebasnya tidak berpengaruh terhadap varibel terikatnya. H1 : Terdapat j 0, dengan j = 2, 3, 4, 6 artinya secara simultan variabel -variabel bebasnya berpengaruh terhadap varibel terikatnya. Tabel 3.5. ANOVAb Sum of Squares Regression Residual Total 79163.865 1416.135 80580.000

Model 1

df 4 15 19

Mean Square 19790.966 94.409

F 209.630

Sig. .000a

a. Predictors: (Constant), Pendapatan, SMA, SMP, SD b. Dependent Variable: Belanja Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H0 jika . Maka, dari hasil analisis didapat nilai (0,05). Maka diputuskan H0

nilai probabilitasnya lebih kecil dari

probabilitasnya yaitu (0,000) lebih kecil dari

ditolak. Sehingga bisa dikatakan secara simultan variabel-variabel bebasnya berpengaruh terhadap varibel terikatnya.

Uji Signifikansi Parsial tanpa variabel Jumlah Anggota Keluarga Hipotesis untuk uji signifikansi secara parsial dianalisis masing-masing untuk setiap variabel bebasnya. 1. Untuk variabel bebas (D1) Pendidikan SD, hipotesisnya sebagai berikut : H0 : 2 = 0 (variabel Pendidikan SD tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 2 0 (variabel Pendidikan SD berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.)

2. Untuk variabel bebas (D2) Pendidikan SMP, hipotesisnya sebagai berikut: H0 : 3 = 0 (variabel Pendidikan SMP tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 3 0 (variabel Pendidikan SMP berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) 3. Untuk variabel bebas (D3) Pendidikan SMA, hipotesisnya sebagai berikut : H0 : 4 = 0 (variabel Pendidikan SMA tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 4 0 (variabel Pendidikan SMA berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) 4. Untuk variabel bebas (X3) Pendapatan, hipotesisnya sebagai berikut H0 : 6 = 0 (variabel Pendapatan tidak berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) H1 : 6 0 (variabel Pendapatan berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga.) Tabel 3.6. Coefficientsa Unstandardized Coefficients Model 1 (Constant) SD SMP SMA Pendapatan B -317.849 354.513 344.905 166.604 592.161 Std. Error 35.957 20.815 19.990 14.149 22.335 1.217 1.184 .937 1.467 Standardized Coefficients Beta t -8.840 17.032 17.254 11.775 26.512 Sig. .000 .000 .000 .000 .000

a. Dependent Variable: Belanja Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H0 jika . Maka, dari hasil analisis didapat hanya (0,05), sehingga

nilai probabilitasnya lebih kecil dari

keempat variabel memiliki nilai probabilitasnya lebih kecil dari

dikatakan variabel tersebut berpengaruh secara signifikan terhadap variabel belanja bulanan keluarga. Karena keempat variabel yaitu variabel pendidikan SD (X2), pendidikan SMP (X3), Pendidikan SMA (X4), dan pendapatan (X6) adalah signifikan berpengaruh baik secara simultan maupun individual, maka bisa ditentukan model persamaan estimasi regresinya. Mengestimasi model regresi dan interpretasinya. Berdasarkan Tabel 3.6. Coefficients didapat koefisien regresi untuk variabelvariabel yang signifikan adalah -317,849 untuk konstanta. Untuk koefisien variabel D1 yaitu variabel pendidikan SD adalah 354,513. Untuk koefisien variabel D2 yaitu variabel pendidikan SMP adalah 344,905. Untuk koefisien variabel D3 yaitu variabel pendidikan SMA adalah 166,604. Untuk koefisien variabel X3 yaitu variabel pendapatam adalah 592,161. Untuk variabel X1 yaitu variabel jumlah anggota keluarga, tidak memiliki pengaruh yang signifikan maka tidak perlu dimasukkan dalam model estimasi regresinya. Begitu juga untuk variabel D4 yaitu variabel pendidikan sarjana tidak perlu dimasukkan dalam model estimasinya karena dari awal variabel sudah diasumsikan tidak signifikan. Model estimasi regresi linier berganda variabel dummy nya yaitu : Y= + D + D + D + X Y = 317,849 + 354,513D + 344,905D + 166,604D + 592,161X Interpretasi model estimasi regresinya sebagai berikut : 1. Tanpa adanya pengaruh dari faktor apapun, belanja suatu keluarga akan berkurang sebesar 317,849 ribu rupiah. 2. Setiap ada penambahan 1 juta rupiah pendapatan, maka akan menaikkan belanja konsumsi perbulan suatu keluarga sebesar 591,161 ribu rupiah. 3. Jika pada variabel pendidikannya adalah pendidikan SD, koefisien regresinya adalah 354,513. Artinya jika pada variabel pendidikannya adalah pendidikan SD maka belanja konsumsi perbulan suatu keluarga akan bertambah sebesar 354,513 ribu rupiah.

4. Jika pada variabel pendidikannya adalah pendidikan SMP, koefisien regresinya adalah 344,905. Artinya jika pada variabel pendidikannya adalah pendidikan SMP maka belanja konsumsi perbulan suatu keluarga akan bertambah sebesar 344,905 ribu rupiah. 5. Jika pada variabel pendidikannya adalah pendidikan SMA, koefisien regresinya adalah 166,604. Artinya jika pada variabel pendidikannya adalah pendidikan SMA maka belanja konsumsi perbulan suatu keluarga akan bertambah sebesar 166,604 ribu rupiah. Jadi, model untuk masing-masing variabel dummy nya sebagai berikut : Jika variabel pendidikannya adalah SD (D1) maka modelnya yaitu Y = 317,849 + 354,513 + 592,161X Y = 36,664 + 592,161X Jika variabel pendidikannya adalah SMP (D2) maka modelnya yaitu Y = 317,849 + 344,905 + 592,161X Y = 27,056 + 592,161X Jika variabel pendidikannya adalah SMA (D3) maka modelnya yaitu Y = 317,849 + 166,604D + 592,161X Y = 151,245 + 592,161X

KESIMPULAN DAN SARAN Dari hasil penelitian dapat disimpulkan bahwa variabel-variabel bebas yang berpengaruh signifikan baik secara simultan maupun parsial terhadap variabel belanja konsumsi per bulan suatu keluarga adalah variabel pendidikan SD, pendidikan SMP, pendidikan SMA, dan pendapatan. Sedangkan variabel jumlah anggota keluarga dan pendidikan Sarjana tidak berpengaruh secara signifikan terhadap variabel belanja konsumsi per bulan keluarga. Interpretasi model estimasi yang didapat yaitu tanpa adanya pengaruh dari faktor apapun, belanja suatu keluarga akan berkurang sebesar 317,849 ribu rupiah. Setiap ada penambahan 1 juta rupiah pendapatan, maka akan menaikkan belanja

konsumsi perbulan suatu keluarga sebesar 591,161 ribu rupiah. Jika pada variabel pendidikannya adalah pendidikan SD maka belanja konsumsi perbulan suatu keluarga akan bertambah sebesar 354,513 ribu rupiah. Jika pada variabel pendidikannya adalah pendidikan SMP maka belanja konsumsi perbulan suatu keluarga akan bertambah sebesar 344,905 ribu rupiah. Jika pada variabel pendidikannya adalah pendidikan SMA maka belanja konsumsi perbulan suatu keluarga akan bertambah sebesar 166,604 ribu rupiah. Saran untuk penelitian selanjutnya, agar bisa dilakukan penelitian analisis regresi variabel dummy dengan variabel dummy yang lebih kompleks. Serta variabel bebas yang lebih banyak.

DAFTAR PUSTAKA Handayani, Sri. 2011. Skripsi judul : Regresi Linier Variabel Dummy Dalam Menganalisis Pengaruh Masa Kerja, Jenis Kelamin dan Pendidikan Terhadap Penghasilan Pegawai PT.Artha Raya Endotek Surabaya. FMIPA: Universitas Mulawarman. J.Supranto. 2001. Statistik Teori dan Aplikasi. Jakarta : Erlangga. Walpole, Ronald E. 1995. Pengantar Statistika. Jakarta : Gramedia Pustaka Utama.

Anda mungkin juga menyukai