Analisis Regresi Dengan Variabel dummy

1.

Pengertian Variabel dummy.

Variabel dummy Merupakan Variabel yang digunakan untuk mengkuantitatifkan
variable yang bersifat kualitatif ( Misal : Jenis kelamin , Ras , Agama ) . Disamping
Itu juga Variabel dummy merupakan variable yang bersifat kategorikal yang diduga
mempunyai pengaruh terhadap variabel yang bersifat continue , Variabel Dummy
Hanya Mempunyai 2 nilai yaitu : Yaitu 1 dan 0 , Serta di beri symbol (D=1) untuk
salah kategori dan nol (D=0) untuk ketgori yang lain

2.

Model Regresi Satu variabel Dummy dengan dua kategori

Regresi satu variabel dummy dengan dua ketgori digunakan untuk menganalisis
hubungan kausal satu variabel bebas yang merupakan variabel dummy terhadap
satu variabel tergantung , dimana variabel dummy tersebut menggunakan dua
kategori . model regresi dengan satu variabel kualitatif tanpa mengikut sertakan
variabel kuatitaif lainnya adalah serupa / seragam dengan satu variabel analisis
ragama (Anova Model )
Contoh kasus
a. Seorang peneliti melakukan penelitian dengan tujuan untuk menganalisis
pengaruh Jenis kelamin terhadap Produktivitas pegawai . untuk keperluan tersebut
diambil sampel secara acak sebanyak 10 orang . yang terdiri dari 5 karyawan dan
5 karyawati. Data yang diperoleh adalah sebagai berikut :
No
1
2
3
4
5
6
7
8
9
10

Sampel
Ahmad
Yuni
Dini
Budi
Sari
Arif
Paijo
Indah
Dwi
Doni
Jumlah

Jenis kelamin
1
0
0
1
0
1
1
0
0
1
5

Produktivitas
12
9
8
13
8
11
10
7
8
13
99

Pertanyaan :
Apakah terdapat pengaruh jenis kelamin terhadap produktivitas pegawai?

Tahap pengerjaan
Hipotesis :
Ho: tidak terdapat pengaruh jenis kelamin terhadap produktivitas pegawai
Ha: terdapat pengaruh jenis kelamin terhadap produktivitas pegawai
Criteria pengujian :
Ho diterima jika :
-T Tabel T hitung T table , atau
Sig alpha (/2)
Ha diterima jika :
T hitung < - T table atau T hitung > T table , Atau Sig alpha (/2)
Analisis Data:
No

Sampel

1
2
3
4
5
6
7
8
9
10

Ahmad
Yuni
Dini
Budi
Sari
Arif
Paijo
Indah
Dwi
Doni
Jumlah
()

Jenis
kelamin
1
0
0
1
0
1
1
0
0
1
5

Produktivitas

D2

DY

12
9
8
13
8
11
10
7
8
13
99

1
0
0
1
0
1
1
0
0
1
5

12
0
0
13
0
11
10
0
0
13
59

Berdasarkan Lembar kerjadi atas maka dapat disimpulkan :

N= 10 , D = 5 , Y = 99 , X2 = 5 , DY = 59
Koefisien Regresinya sebagai berikut :

B=
B=

n ( DY ) ( D ) ( Y )
n ( D2 ) ( D)2
10 ( 59 ) ( 5 ) (99)
10 ( 52 ) (5)2

= 3,8

A=

Y b (D)
N

993,8(5)
10

=8

Sehingga Persamaan Regresinya Adalah sebagai berikut :

Y = a + Bd
Y = 8 + 3,8D
Artinya dari persamaan regresi tersebut adalah :
8
= Rata Rata Produktivitas Pegawai Perempuan di Pabrik Sepatu
adalah 8
3,8 = Rata Rata Perbedaan Peoduktivitas Antara pegawai perempuan
dan laki laki di pabrik sepatu adalah Sebesar 3,8
Mengitung Nilai Prediksi :
Untuk menghitung Nilai prediksi kita harus memasukkan nilai variabel
bebas , yang dalam hal ini adalah jenis kelamin setiap sampel (case) , ke
dalam persamaan regresi yang telah terbentuk, untuk mengitung nilai
prediksi produktivitas antara pegawai dan laki laki ,
Y pred (Perempuan )

= 8 + 3,8 (0) = 8

Y pred (Laki laki)

= 8 + 3,8 (1) = 11,8

Menghitung Koefisien determinasi (R2) =

R2 = 1 No

Sampel

1
2
3
4
5
6
7
8
9

Ahmad
Yuni
Dini
Budi
Sari
Arif
Paijo
Indah
Dwi

Y Y

(Y Y Pred)

Jenis
kelamin
1
0
0
1
0
1
1
0
0

Produktivita
s
12
9
8
13
8
11
10
7
8

D2

DY

Y Pred

1
0
0
1
0
1
1
0
0

12
0
0
13
0
11
10
0
0

11,8
8
8
11,8
8
11,8
11,8
8
8

(Y-Y
Pred)2
0,04
1
0
1,44
0
0,64
3,24
1
0

(Y-Y
bar)2
4,41
0,81
3,61
9,61
3,61
1,21
0,01
8,41
3,61

10

Doni
Jumlah ()

1
5

8,8
44,9

R =1

13
99

1
5

13
59

11,8
27

1,44
8,8

9,61
44,9

= 0,804

*koefisien determinasi memiliki kelemahan , maka yang digunakan adalah

koefisien determinasi yang telah disesuaikan
2

R Adj = R

P(1R2 )
N P1
1(10,804)
1011

R Adj = 0,804

= 0,779

Menghitung kesalahan baku estimasi (Standart Eror Of the estimate)

SE =

Y Y Pred

Hasil nya adalah 1,049

Dalam , Hitungan SPSS adalah sebagai Berikut :

Model Summary

Model
1

R
.897

R Square
a

Adjusted R

Std. Error of the

Square

Estimate

.804

.780

1.04881

a. Predictors: (Constant), jeniskelamin

ANOVAa
Model
1

Sum of Squares
Regression

36.100

df

Mean Square
1

36.100

F
32.818

Sig.
.000b

Residual
Total

8.800

44.900

1.100

a. Dependent Variable: produktivitas

b. Predictors: (Constant), jeniskelamin

Coefficientsa
Standardized
Unstandardized Coefficients
Model
1

Std. Error

(Constant)

8.000

.469

jeniskelamin

3.800

.663

a. Dependent Variable: produktivitas

Coefficients
Beta

.897

Sig.

17.056

.000

5.729

.000