ANALISIS MULTIVARIAT

sesi-3
(Dummy variable dalam multiple regression)

PROGRAM STUDI S1 PWK

UNIVERSITAS GADJAH MADA 2006

Dummy variable ?
-Merupakan kata sifat yang artinya kosong (biasa digunakan dalam bridge) -Zero One suatu variabel yang hanya ada ya atau tidak muncul atau tidak muncul.

Contoh: -Lulus = 1; tidak lulus = 0 -masa krismon = 1; masa tidak krismon = 0 -wanita = 1 ; pria = 0 -setelah tsunami = 1; sebelum tsunami = 0 dst..dst

Ada kalanya fenomena regresi dipengaruhi oleh adanya dummy variable ini. Bisa saja pada independen variabelnya atau pada dependen variabelnya.

statistika-2 pwk s1 ugm-agam

Contoh:
Penelitian tentang penggunaan BBM premium yang dikaitkan dengan waktu penggunaan dan musim. Tujuan penelitian tersebut adalah mencari besarnya pengaruh independent (explanatory) variable yakni waktu penggunaan dan musiman terhadap dependend variabelnya yakni jumlah BBM premium.
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Y 8 22 36 8 13 38 42 54 70 45 65 62 70 76 X 2 8 13 14 18 33 34 40 46 23 34 32 37 40 D 0 0 0 1 1 1 1 1 1 0 0 0 0 0

Jadi :

Y adalah jumlah premium (liter) X adalah waktu penggunaan (jam) D adalah dummy variabel (1 = kemarau; 0 = penghujan).

Data yang didapat peneliti adalah sbb:

Hanya X saja

Y=a+bX Y = 2,865 + 1,521 X

(t = 6,065)

Bila ini yang dilakukan dengan mengabaikan dummy variable (musiman), maka akan terjadi BIAS.

next 2

statistika-2 pwk s1 ugm-agam

50 45 40 35
38, 33 62, 32 42, 34 54, 40 70, 46

76, 40

70, 37

65, 34

30 25
45, 23
S e e r i s 1

20
13, 18

15 10

8, 14 36, 13

22, 8

5
8, 2

0 0 5 10 15 20 25 30 35 40 45 50

Bila ini yang digunakan akan menjadi BIAS dalam 55 60 65 70 75 80 memprediksikannya.

R dan R square ini lebih besar daripada hanya Y = a + b X.

See previous

Y = 6,436 + 1,759 X 23,182 D

statistika-2 pwk s1 ugm-agam

50 45 40 35
38, 33 62, 32 42, 34 54, 40 70, 46

76, 40

70, 37

65, 34

30 25 20
13, 18

r au ma ke
8, 14

45, 23

15 10

jan hu ng pe
22, 8

36, 13

5
8, 2

Sehingga pada saat kemarau dan penghujan memiliki garis regresi yang berbeda.
S e e r i s 1

0 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80

Y = 6,436 + 1,759 X 23,182 D

Jadi bila pada musim penghujan, dan waktu penggunaannya 35 jam, maka jumlah premium yang dibutuhkan = 68 liter. Tapi pada musim kemarau 44,8 liter.

Y = 6,436 + 1,759 X 23,182 D

Fenomena di atas, menunjukkan bahwa DUMMY VARIABLE ada di independen variabel (explanatory variable).
Ada kalanya fenomena regresi dipengaruhi oleh adanya dummy variable ini. Bisa saja pada independen variabelnya atau pada dependen variabelnya.

BILA DUMMY VARIABLE-nya ada pada dependen variabel ini yang disebut dengan DISCRIMINANT MULTIVARIATE ANALYSIS yang tergolong pada multivariate classified.

statistika-2 pwk s1 ugm-agam

statistika-2 pwk s1 ugm-agam