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

dummy,

pendidikan, pendapatan, belanja konsumsi per bulan keluarga.

regresi,

variabel

jumlah

anggota

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 variabel- variabel 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= β 0 + β 1 X 1 + β 2 X 2 +

+ β k X k + ε

(2.1)

(Sembiring, 1995)

Dimana E (ε) = 0 dan var (ε) = σ 2 . Dimana persamaan diatas, X 1 , X 2 ,

,

X

k

dan Y adalah bilangan yang berasal dari pengamatan. Dengan β 0 ,β 1 ,β 2 ,

merupakan koefisien-koefisien yang ditentukan berdasarkan hasil pengamatan.

Bila pengamatan mengenai Y, X 1 , X 2 ,

X i1 , X i2 ,

, X k dinyatakan masing-masing dengan Y,

,

β

k

, X ik dan galatnya, ε i , maka persamaan (2.1) dapat ditulis sebagai:

Y i = β 0 + β 1 X i1 + β i2 X i2 +

+ β k X ik + ε i

(2.2)

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 variabel- variabel 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

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:

Y i = β 0 + β 1 X 1 + β 1 D 1 + ε i

(2.6)

Berdasarkan contoh, dimana:

Y i = gaji pokok X i = masa kerja D i = 1, jika karyawan laki-laki dan 0, jika karyawan perempuan Persamaan (2.6) memuat suatu variabel kuantitatif X i (masa kerja) dan satu variabel kualitatif, jenis kelamin, dengan dua kategori (kelas, tingkat), yaitu laki-

laki (D i = 1) dan perempuan (D i = 0). Dalam OLS bahwa estimasi E (ε i ) = 0 maka

dapat dilihat bahwa:

E(Y i /X i , D i = 0) = β 0 + βX i

(2.7)

Kemudian persamaan (2.7) diperluas untuk mengetahui regresi pada satu variabel kuantitatif dan dua atau lebih variabel kualitatif, yaitu:

Y i = β 0 + β 1 X 1 + β 1 D 1i + β 2 D 2i + ε i

dengan, Y i = gaji pokok

X i = masa kerja

D 1 = D 2 =

1, jika karyawan sarjana dan 0, jika karyawan bukan sarjana

1, jika karyawan laki-laki dan 0, jika karyawan perempuan

(2.8)

Untuk mengukur kecukupan model regresi, dapat dilihat koefisien determinasi (R 2 ). Koefieisen determinasi menjelaskan besarnya variansi variabel

terikat yang dapat dijelaskan oleh variabel bebas. Koefisien determinasi akan selalu positif, sehingga secara umum R 2 dapat didefinisikan sebagai berikut:

R 2 =

Ȳ)

(

Ȳ)

(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 :

H 0 : β 1 = β 2 = … = β k = 0 (variabel bebas secara simultan tidak berpengaruh terhadap variabel terikatnya) H 1 : Minimal terdapat satu β 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:

F hitung =

∑(Ŷ Ȳ)

∑( Ŷ )

=

( ) ∑(Ŷ Ȳ) = ( )

∑( Ŷ )

( )

(2.5)

Jika pengujian ini menggunakan taraf nyata sebesar α maka kriteria pengujiannya adalah H 0 diterima jika F hitung < F α;db1,db2 dan sebaliknya H 0 ditolak jika F hitung F α;db1,db2 . Dimana db 1 adalah k dan db 2 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 H 1 : β j = 0 (suatu variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat) H 2 : β 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:

t hitung =

( )

(2.4)

dimana se (β j ) adalah simpangan baku bagi dugaan koefisien variabel bebas untuk j = 0, 1, 2, …, k-1. Jika pengujian ini menggunakan taraf nyata sebesar α maka kriteria pengujiannya yaitu H 0 diterima jika |t hitung | t α/2;n-k-1 dan sebaliknya H 0

ditolak jika |t hitung | > t α/2;n-k-1 .

HASIL DAN PEMBAHASAN

(Damodar Gujarati, 1978)

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

4

1,55

600

6

3

1,19

550

4

3

1,2

560

4

3

0,99

400

5

3

1,22

570

7

3

1,2

560

5

1

0,85

540

6

3

1,2

560

4

3

0,99

440

6

3

1,2

560

4

3

0,99

440

4

3

0,99

440

6

3

1,2

560

4

3

0,99

440

3

3

0,99

440

4

3

0,99

440

Jumlah anggota keluarga

Pendidikan

Pendapatan

Belanja

4

3

0,99

440

8

3

1,2

560

6

2

0,9

560

7

3

1,2

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 X 1 : Jumlah Anggota Keluarga X 2 : Pendidikan X 3 : Pendapatan Variabel terikat Y : belanja konsumsi perbulan suatu keluarga Variabel Dummy Variabel X 2 dibagi menjadi 4 kategori yaitu :

D 1 : pendidikan Sd D 2 : Pendidikan SMP D 3 : Pendidikan SMA D 4 : Pendidikan Sarjana Maka, dalam penelitian, variabel yang digunakan yaitu variabel bebas X 1 , D 1 , D 2 , D 3 , D 4 , X 3 , dan variabel terikatnya yaitu Y. variabel X 2 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

Std. Error of the Estimate

Model

R

R Square

Square

1

.991 a

.982

.976

10.05549

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 (D 4 ) tidak digunakan.

Uji Signifikansi Simultan

Hipotesis untuk uji signifikansi secara simultan yaiitu sebagai berikut :

H 0 : β 1 = β 2 = β 3 = β 4 = β 6 = 0 artinya secara simultan variabel-variabel bebasnya

tidak berpengaruh terhadap varibel terikatnya.

H 1 : Terdapat β j 0, dengan j = 1, 2, 3, 4, 6 artinya secara simultan variabel-

variabel bebasnya berpengaruh terhadap varibel terikatnya.

Tabel 3.3. ANOVA b

 

Sum of

       

Model

 

Squares

df

Mean Square

F

Sig.

1

Regression

79164.420

5

15832.884

156.586

.000 a

Residual

1415.580

14

101.113

   

Total

80580.000

19

     

a.

Predictors: (Constant), Pendapatan, SMA, Jumlah_Keluarga, SD, SMP

b.

Dependent Variable: Belanja

 

Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H 0 jika

nilai probabilitasnya lebih kecil dari . Maka, dari hasil analisis didapat nilai

probabilitasnya yaitu (0,000) lebih kecil dari (0,05). Maka diputuskan H 0

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 (X 1 ) Jumlah Anggota Keluarga, hipotesisnya sebagai

berikut :

H 0 : β 1 = 0 (variabel Pendapatan tidak berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

H 1 : β 1 0 (variabel Pendapatan berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

2. Untuk variabel bebas (D 1 ) Pendidikan SD, hipotesisnya sebagai berikut :

H 0 : β 2 = 0 (variabel Pendidikan SD tidak berpengaruh secara signifikan

terhadap variabel belanja bulanan keluarga.)

H 1 : β 2 0 (variabel Pendidikan SD berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

3.

Untuk variabel bebas (D 2 ) Pendidikan SMP, hipotesisnya sebagai berikut :

H 0 : β 3 = 0 (variabel Pendidikan SMP tidak berpengaruh secara signifikan

terhadap variabel belanja bulanan keluarga.)

H 1 : β 3 0 (variabel Pendidikan SMP berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

4. Untuk variabel bebas (D 3 ) Pendidikan SMA, hipotesisnya sebagai berikut :

H 0 : β 4 = 0 (variabel Pendidikan SMA tidak berpengaruh secara signifikan

terhadap variabel belanja bulanan keluarga.)

H 1 : β 4 0 (variabel Pendidikan SMA berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

5. Untuk variabel bebas (X 3 ) Pendapatan, hipotesisnya sebagai berikut :

H 0 : β 6 = 0 (variabel Pendapatan tidak berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

H 1 : β 6 0 (variabel Pendapatan berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

6. Untuk variabel bebas Pendidikan Sarjana (D 4 ), tidak dianalisis lanjut karena

sudah otomatis dilakukan trimming (pemangkasan variabel yang sangat tidak

signifikan).

Tabel 3.4. Coefficients a

 

Unstandardized

Standardized

   

Coefficients

Coefficients

Model

B

Std. Error

Beta

T

Sig.

1

(Constant)

-320.234

49.189

 

-6.510

.000

Jumlah Keluarga

-.213

2.872

-.004

-.074

.942

SD

356.070

30.092

1.223

11.833

.000

SMP

346.564

30.479

1.190

11.371

.000

SMA

167.614

20.000

.943

8.381

.000

Pendapatan

594.386

37.885

1.472

15.689

.000

a. Dependent Variable: Belanja

Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H 0 jika

nilai probabilitasnya lebih kecil dari . Maka, dari hasil analisis didapat hanya

variabel Jumlah Keluiarga yang nilai probabilitasnya lebih besar dari (0,05),

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 (X 1 ) 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

Std. Error of the Estimate

Model

R

R Square

Square

1

.991 a

.982

.978

9.71643

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 (X 1 ) Jumlah Anggota Keluarga

Hipotesis untuk uji signifikansi secara simultan yaiitu sebagai berikut

H 0 : β 2 = β 3 = β 4 = β 6 = 0 artinya secara simultan variabel-variabel bebasnya tidak

berpengaruh terhadap varibel terikatnya.

H 1 : Terdapat β j 0, dengan j = 2, 3, 4, 6 artinya secara simultan variabel -variabel

bebasnya berpengaruh terhadap varibel terikatnya.

Tabel 3.5. ANOVA b

 

Sum of

       

Model

 

Squares

df

Mean Square

F

Sig.

1

Regression

79163.865

4

19790.966

209.630

.000 a

Residual

1416.135

15

94.409

   

Total

80580.000

19

     

a.

Predictors: (Constant), Pendapatan, SMA, SMP, SD

 

b.

Dependent Variable: Belanja

 

Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H 0 jika

nilai probabilitasnya lebih kecil dari . Maka, dari hasil analisis didapat nilai

probabilitasnya yaitu (0,000) lebih kecil dari (0,05). Maka diputuskan H 0

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 (D 1 ) Pendidikan SD, hipotesisnya sebagai berikut :

H 0 : β 2 = 0 (variabel Pendidikan SD tidak berpengaruh secara signifikan

terhadap variabel belanja bulanan keluarga.)

H 1 : β 2 0 (variabel Pendidikan SD berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

2.

Untuk variabel bebas (D 2 ) Pendidikan SMP, hipotesisnya sebagai berikut:

H 0 : β3 = 0 (variabel Pendidikan SMP tidak berpengaruh secara signifikan

terhadap variabel belanja bulanan keluarga.)

H 1 : β3 0 (variabel Pendidikan SMP berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

3. Untuk variabel bebas (D 3 ) Pendidikan SMA, hipotesisnya sebagai berikut :

H 0 : β 4 = 0 (variabel Pendidikan SMA tidak berpengaruh secara signifikan

terhadap variabel belanja bulanan keluarga.)

H 1 : β 4 0 (variabel Pendidikan SMA berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

4. Untuk variabel bebas (X 3 ) Pendapatan, hipotesisnya sebagai berikut

H 0 : β6 = 0 (variabel Pendapatan tidak berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

H 1 : β6 0 (variabel Pendapatan berpengaruh secara signifikan terhadap

variabel belanja bulanan keluarga.)

Tabel 3.6. Coefficients a

 

Unstandardized

Standardized

   

Coefficients

Coefficients

Model

B

Std. Error

Beta

t

Sig.

1

(Constant)

-317.849

35.957

 

-8.840

.000

SD

354.513

20.815

1.217

17.032

.000

SMP

344.905

19.990

1.184

17.254

.000

SMA

166.604

14.149

.937

11.775

.000

Pendapatan

592.161

22.335

1.467

26.512

.000

a. Dependent Variable: Belanja

Dengan taraf signifikansi (0,05) dan daerah kritik yaitu menolak H 0 jika

nilai probabilitasnya lebih kecil dari . Maka, dari hasil analisis didapat hanya

keempat variabel memiliki nilai probabilitasnya lebih kecil dari (0,05), sehingga

dikatakan variabel tersebut berpengaruh secara signifikan terhadap variabel

belanja bulanan keluarga.

Karena keempat variabel yaitu variabel pendidikan SD (X 2 ), pendidikan

SMP (X 3 ), Pendidikan SMA (X 4 ), dan pendapatan (X 6 ) 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 variabel-

variabel yang signifikan adalah -317,849 untuk konstanta. Untuk koefisien

variabel D 1 yaitu variabel pendidikan SD adalah 354,513. Untuk koefisien

variabel D 2 yaitu variabel pendidikan SMP adalah 344,905. Untuk koefisien

variabel D 3 yaitu variabel pendidikan SMA adalah 166,604. Untuk koefisien

variabel X 3 yaitu variabel pendapatam adalah 592,161. Untuk variabel X 1 yaitu

variabel jumlah anggota keluarga, tidak memiliki pengaruh yang signifikan maka

tidak perlu dimasukkan dalam model estimasi regresinya. Begitu juga untuk

variabel D 4 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 (D 1 ) maka modelnya yaitu

Y

= −317,849 + 354,513 + 592,161X

Y

= 36,664 + 592,161X

Jika variabel pendidikannya adalah SMP (D 2 ) maka modelnya yaitu

Y

= −317,849 + 344,905 + 592,161X

Y

= 27,056 + 592,161X

Jika variabel pendidikannya adalah SMA (D 3 ) 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.