Soal:

1. Suatu amatan yang dilakukan dengan mengambil sampel sebanyak 70 responden

terhadap sejumlah karakteristik guru-guru di Inggris pada tahun 1971. Hal ini
dilakukan untuk melihat pengaruh masa kerja dalam bulan dan jenis kelamin (1
untuk laki-laki dan 0 untuk perempuan) terhadap gaji guru poundsterling.
No Y X1 D
1 1933 72 1
2 2007 54 0
3 1945 103 1
4 1852 103 1
5 2604 103 0
6 1720 111 1
7 1948 114 1
8 2617 114 1
9 2054 111 1
10 1852 158 0
11 2324 162 0
12 2616 265 0
13 1995 162 1
14 1852 16 0
15 1852 308 1
16 2027 209 1
17 2266 209 0
18 2210 435 1
19 1852 308 0
20 2027 209 0
21 2159 209 0
22 1720 209 0
23 1720 325 1
24 2604 325 0
25 1827 456 0
26 1690 413 1
27 1792 234 1
28 1695 234 0
29 2992 234 1
30 2201 326 1
31 2264 326 0
32 2087 117 0
33 2052 117 1
 No Y X1 D
34 1416 114 0
35 1834 103 1
36 2216 103 1
37 1496 209 1
38 1439 222 1
39 1430 222 1
40 2534 223 0
41 1814 223 0
42 1310 387 0
43 1343 403 0
44 1720 403 1
45 2048 329 0
46 2334 337 1
47 1720 464 0
48 1942 464 1
49 2117 458 1
50 2742 404 1
51 2740 404 1
52 1942 405 1
53 2266 7 0
54 2436 14 0
55 2067 30 0
56 2000 30 1
57 1098 47 0
58 1015 52 1
59 1028 56 1
60 1250 54 1
61 1028 345 0
62 1028 212 0
63 1018 12 0
64 1072 245 0
65 1290 12 1
66 1204 12 0
67 1352 111 0
68 1204 114 0
69 1104 115 0
70 1118 121 1

Apa yang anda dapat simpulkan dari data kasus diatas ?

Jawab:
Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .228a .052 .024 486.482
Berdasarkan tabel Model
a. Predictors: (Constant), summary di atas diketahui nilai korelasi (R) sebesar
D, X1
0,228 artinya hubungan antara jenis kelamin, masa kerja dan gaji guru lemah,
nilai koefisien determinasi (R Square) sebesar 0,052 artinya 52% dari variansi
gaji guru dipengaruhi oleh masa kerja dan jenis kelamin, nilai koefisien R kuadrat
(Ajusted R Square) sebesar 0,024 artinya keragaman gaji guru dapat diterangkan
oleh model persamaan regresi yang terbentuk dan standar nilai kesalahan penduga
(Std. Error of the Estimate) sebesar 486,482.
ANOV Ab

Sum of
Model Squares df Mean Square F Si g.
1 Regres sion 867310.2 2 433655.095 1.832 .168a
Residual 15856542 67 236664.801
Total 16723852 69
a. Predic tors : (Const ant), D, X1
b. Berdasarkan tabel
Dependent Variabl e: Y ANOVA di atas, dapat diketahui untuk regresi
(Regression) jumlah kuadrat (Sum of Squares) sebesar 867310,2, nilai derajat
bebas (df) sebesar 2 dan rata-rata kuadrat (Mean Square) sebesar 433655,05.
Untuk galat (Residual ) jumlah kuadrat (Sum of Squares) sebesar 15856542, nilai
derajat bebas (df) sebesar 67 dan rata-rata kuadrat (Mean Square) sebesar
236664,801. Sehingga total jumlah kuadrat (Sum of Squares) sebesar 16723852
dan total derajat bebas (df) sebesar 69. Nilai Fhitung sebesar 1,832, dan Pvalue atau
nilai signifikan (Sig.) sebesar 0,168.

Hipotesis:
H0 : β1 = β2 = 0 (Model tidak sesuai)
H1 : β1 = β2 ≠ 0 (Model sesuai)

Kriteria uji:
Pvalue <  maka H0 ditolak
Pvalue ≥  maka H0 diterima

Taraf nyata:
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05
Kesimpulan:
Berdasarkan hasil analisis di atas, diperoleh Pvalue (0,168) ≥ α (0,05) maka
H0 diterima. Artinya model tidak sesuai.
a
Coeffi cients

Unstandardized St andardiz ed
Coeffic ient s Coeffic ient s
Model B St d. E rror Beta t Si g.
1 (Const ant) 1652.313 116.783 14.149 .000
X1 .737 .429 .205 1.718 .090
D 81.656 116.687 .084 .700 .486
a. Dependent Variabl e: Y

Berdasarkan hasil tabel Coefficients di atas, dapat diperoleh bahwa nilai

konstan untuk 𝛽 0 sebesar 1652,313 dan nilai 𝛽 1 (X1) sebesar 0,737 dan nilai 𝛽 2
(D) sebesar 81,656 dengan nilai signifikansi (Sig.) 0,000.
Maka model persamaan regresi yang diperoleh yaitu:
Y = 𝛽 0+ 𝛽 1X1+ 𝛽 2 D
Y = 1652,313 + 0,737 X1 + 81,656 D
Besar pengaruh masa kerja terhadap gaji guru berjenis kelamin laki-laki pada
data ke-63:
Jika Y = 1652,313 + 0,737 X1 + + 81,656 D
= 1652,313 + 0,737 (12) + + 81,656 (1)
= 1742,813.
Jadi, guru yang berjenis kelamin laki-laki dengan masa kerja 12 bulan
memiliki gaji sebesar 1742,813 poundsterling.
Besarnya pengaruh masa kerja terhadap gaji guru untuk perempuan pada data ke-
14 :
Jika Y = 1652,313 + 0,737 X1 + + 81,656 D
= 1652,313 + 0,737 (16) + + 81,656 (0)
= 1664,105
Jadi, guru yang berjenis kelamin perempuan dengan masa kerja 16 bulan
memiliki gaji sebesar 1664,105 poundsterling.

 Pengujian hipotesis terhadap β0 (constan/intersep)

Hipotesis:
 H0 : 𝛽 0 = 0 (Semua nilai Y dapat dijelaskan oleh variabel X)
H1 : 𝛽 0 ≠ 0 (Tidak semua nilai Y dapat dijelaskan oleh variabel X)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis, dapat diperoleh bahwa nilai signifikansi (Sig.)
atau Pvalue (0.00) < α (0,05) maka H0 ditolak, artinya tidak semua nilai Y dapat
dijelaskan oleh variabel X.

 Pengujian hipotesis masa kerja terhadap gaji guru:

Hipotesis:
H0 : 𝛽 1 = 0 (Tidak ada pengaruh antara masa kerja terhadap gaji guru)
H1 : 𝛽 1 ≠ 0 (Ada pengaruh antara masa kerja terhadap gaji guru)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0,090) > α (0,05) maka H0 diterima, artinya tidak ada
pengaruh antara masa kerja terhadap gaji guru.

 Pengujian hipotesis variabel dummy (jenis kelamin) terhadap gaji guru:

Hipotesis:
 H0 : 𝛽 2 = 0 (Tidak ada pengaruh antara variabel dummy (jenis kelamin)
terhadap gaji guru)
H1 : 𝛽 2 ≠ 0 (Ada pengaruh antara variabel dummy (jenis kelamin) terhadap gaji
guru)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkanhasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0,486) > α (0,05) maka H0 diterima, artinya tidak ada
pengaruh antara variabel dummy (jenis kelamin) terhadap gaji guru.
Jadi, hasil analisis diatas dapat disimpulkan bahwa masa kerja dan jenis
kelamin tidak berpengaruh terhadap gaji guru.
2. Sebuah perusahaan maskapai penerbangan sedang dalam kondisi pailit, untuk itu
tim peneliti perusahaan berusaha untuk menemukan solusi yang tepat bagi
keberlangsungan perusahaan. Salah satu opsi terakhir yang diajukan adalah
melakukan Pemutusan hubungan Kerja (PHK) bagi kariyawan perusahaan
dengan data kariyawan calon PHK yang telah ada. Untuk itu perusahaan pada gaji
terakhir sebelum di PHK. Hal tersebut didasarkan pada divisi yang di jalankan
(Penerbangan:1, pemasaran:2, akunting:3, personalia:4, sistem informasi:5, public
relation:6, kredit:7, armada:8, ground handling:9, penelitian:10), jabatan dalam
perusahaan (kepala divisi:1, sekretaris divisi:2, staff divisi:3, office boy:4), tingkat
pendidikan yang telah ditempuh (S2:1, S1:2, D3:3, SMA/Sederajat:4), penilaian
hasil kinerja dan usia.
a. Dapatkan permodelan regresi Linearnya
b. Lakukan uji hipotesis dan cantumkan variabel mana yang anda jadikan sebagai
variabel dummy.
c. Apabila terdapat seorang karyawan calon PHK, bekerja pada divisi pemasaran,
jabatan dalam perusahaan adalah sekretaris divisi, tingkat pendidikan S1, usia
 35 tahun, kinerja kerja 5, berapakah kira-kira gaji yang harus dibayarkan oleh
perusahaan.
Berikut ini adalah data karyawan calon penerima keputusan PHK:
GAJI
DIVISI JABATAN DIDIK KINERJA USIA
($)
1 1 1 7 50 730
1 2 2 7 47 530
1 3 3 3 30 312
1 3 2 5 31 410
1 3 2 5 31 403
1 3 2 6 32 400
1 3 3 4 27 342
2 3 1 6 50 636
2 4 4 5 19 232
2 3 2 6 43 342
2 3 2 5 34 338
2 4 4 6 23 243
2 3 4 3 34 232
2 3 4 6 24 243
2 3 4 5 31 240
3 1 2 4 45 546
3 3 2 5 43 430
3 3 2 5 45 469
3 4 4 5 23 229
3 4 4 6 24 231
3 2 3 5 34 476
3 3 2 4 31 340
3 3 2 4 32 340
3 4 4 6 20 233
4 1 1 6 51 578
4 3 2 5 33 502
4 3 3 4 25 421
4 3 2 7 35 498
4 3 2 4 31 456
4 3 3 4 37 421
4 3 3 3 36 420
5 3 1 5 50 700
5 2 2 5 34 462
5 3 2 6 32 427
5 4 4 3 46 232
 GAJI
DIVISI JABATAN DIDIK KINERJA USIA
($)
5 4 4 3 20 231
5 3 2 5 36 356
5 3 2 4 34 329
5 4 4 4 26 247
5 4 4 6 21 251
6 3 4 4 31 246
6 3 3 3 36 403
6 2 2 7 31 500
6 4 4 4 23 233
6 2 3 4 30 407
6 3 3 3 35 257
6 3 2 3 37 356
6 4 4 4 18 234
7 1 1 3 46 531
7 3 2 6 41 465
7 3 2 5 37 461
7 4 4 3 47 234
7 3 3 5 34 340
7 3 4 7 29 250
7 4 4 5 22 232
7 4 4 4 23 231
8 1 1 4 47 525
8 2 3 6 34 468
8 2 3 5 35 428
8 3 3 4 38 300
8 3 2 6 37 461
8 3 4 5 35 342
8 3 4 4 36 321
9 1 1 4 48 531
9 2 2 5 33 420
9 3 2 7 28 478
9 3 2 6 31 473
9 4 4 6 29 234
9 2 3 6 31 423
9 3 3 6 36 325
9 3 3 6 35 325
10 3 3 3 42 303
10 3 3 4 31 336
10 4 4 5 34 232
 GAJI
DIVISI JABATAN DIDIK KINERJA USIA
($)
10 3 2 7 35 351
10 4 2 5 36 234
10 4 4 6 32 236
10 3 4 6 31 342
10 3 4 5 34 321
Jawab:

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .924a .855 .838 48.123
Berdasarkan tabel(Constant),
a. Predictors: Model Summary di atas,
Ddik3, diperoleh
Kinerja, koefisien
Ddiv3, Ddiv1, korelasi (R)
Dj ab1, Ddik2, Djab3, Ddik1
sebesar 0,924, artinya hubungan antara variabel dummy pendidikan, jabatan,
divisi, kinerja, usia dan gaji karyawan calon PHK sangat kuat. Koefisien
determinasi (R Square) sebesar 0,855, artinya sebesar 85,5% variabel dummy
pendidikan, jabatan, divisi, kinerja dan usia mempengaruhi keragaman gaji
karyawan calon PHK. Nilai koefisien determinasi yang disesuaikan (Adjusted R
Square) sebesar 0,838, artinya 83,8% keragaman gaji karyawan calon PHK
dapat diterangkan oleh model persamaan regresi yang terbentuk dan standar nilai
kesalahan kesalahan penduga (Std. Error of the Estimate) sebesar 48,123.
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regres sion 952780.7 8 119097.587 51.427 .000a
Residual 162108.6 70 2315.838
Total 1114889 78
a. Predic tors : (Const ant), Ddik3, Kinerja, Ddiv3, Ddiv1, Djab1, Ddik2, Djab3, Ddik1
b. Dependent Variable: Gaji

Berdasarkan tabel ANOVA di atas, dapat diketahui untuk regresi

(Regression) jumlah kuadrat (Sum of Squares) sebesar 952780,7, nilai derajat
bebas (df) sebesar 8 dan rata-rata kuadrat (Mean Square) sebesar 119097,587.
Untuk galat (Residual) jumlah kuadrat (Sum of Squares) sebesar 162108,6, nilai
derajat bebas (df) sebesar 70 dan rata-rata kuadrat (Mean Square) sebesar
2315,838. Sehingga total jumlah kuadrat (Sum of Squares) sebesar 1114889 dan
total derajat bebas (df) sebesar 78. Nilai Fhitung sebesar 51,427, dan Pvalue atau nilai
signifikan (Sig.) sebesar 0,000.

Hipotesis kasus:
H0 : 𝛽1= β2 = β3 = β4 = β5 = β6 = β7 = β8 = 0 (Model tidak sesuai)
H1 : Minimal ada satu 𝛽1 ≠ 0, i = 1, 2,…,8 (Model sesuai).

Kriteria uji:
Tolak H0 jika nilai Pvalue < α.
Terima H0 jika nilaiPvalue > α.

Taraf nyata:
Taraf nyata yang digunakan adalah 95% denganα = 0,05.

Kesimpulan:
Berdasarkan hasil analisis, diperoleh Pvalue (0,000) < α (0,05), maka H0
ditolak. Artinya model sesuai.
Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 531.907 31.092 17.108 .000
Kinerja 13.770 5.035 .137 2.735 .008
Ddiv1 -40.407 19.030 -.103 -2.123 .037
Ddiv3 66.098 20.024 .158 3.301 .002
Djab1 75.773 19.229 .203 3.941 .000
Djab3 -69.399 18.794 -.245 -3.693 .000
Ddik1 -197.119 20.570 -.794 -9.583 .000
Ddik2 -251.032 22.660 -.886 -11.078 .000
Ddik3 -294.263 24.115 -1.164 -12.202 .000
a. Dependent Variable:
Berdasarkan Gaji Coefficients di atas, dapat diperoleh bahwa nilai
hasil tabel
konstan untuk 𝛽 0 sebesar 531,907 dan nilai 𝛽 1 sebesar 13,770, nilai 𝛽 2 sebesar
-40,407, nilai 𝛽 3 sebesar 66,098, nilai 𝛽 4 sebesar 75,773, nilai 𝛽 5 sebesar -69,399,
nilai 𝛽 6 sebesar -197,119, nilai 𝛽 7 sebesar -251,032, nilai 𝛽 8 sebesar -294,263.
Maka model persamaan regresi yang diperoleh yaitu:
Y = 𝛽 0+ 𝛽 1X1+ 𝛽 2 D1 + 𝛽 3D2 + 𝛽 4 D3+ 𝛽 5 D4 + 𝛽 6 D5 + 𝛽 7 D6 + 𝛽 8 D7
Y = 531,907 + 13,770X1 + -40,407D1 + 66,098D2 + 75,773D3 + -69,399D4 +
-197,119D5 +-251,032D6 +-294,263D7

Uji Koefisien β0 (Konstanta) :

Hipotesis Kasus:
H0 : 𝛽 0 = 0 (Semua nilai Y dapat dijelaskan oleh variabel X)
H1 : 𝛽 0 ≠ 0 (Tidak semua nilai Y dapat dijelaskan oleh variabel X)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue > 𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis, dapat diperoleh bahwa nilai signifikansi (Sig.)
atau Pvalue (0.000) < α (0,05) maka H0 ditolak, artinya tidak semua nilai Y dapat
dijelaskan oleh variabel X.

Uji Koefisien β1 (Kinerja) :

Hipotesis Kasus:
H0 : 𝛽 1= 0 (Tidak ada pengaruh kinerja kerja terhadap gaji terakhir sebelum di
PHK)
H1 : 𝛽 1≠ 0 (Ada pengaruh kinerja terhadap gaji terakhir sebelum di PHK)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue > 𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.
Kesimpulan:
Berdasarkan pada hasil analisis diatas, dapat diperoleh bahwa nilai
signifikansi (Sig.) atau Pvalue (0.008) < α (0,05) maka H0 ditolak, artinya ada
pengaruh kinerja kerja terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β2 (Variabel dummy divisi 1 )

Hipotesis Kasus:
H0 : 𝛽 2= 0 (Tidak ada pengaruh variabel dummy divisi 1 terhadap gaji terakhir
sebelum di PHK)
H1 : 𝛽 2≠ 0 (Ada pengaruh variabel dummy divisi 1 terhadap gaji terakhir sebelum
di PHK)
Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue > 𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi (Sig.)
atau Pvalue (0.37) > α (0,05) maka H0 diterima, artinya tidak ada pengaruh antara
variabel dummy divisi 1 terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β3 (variabel dummy divisi 3)

Hipotesis Kasus:
H0 : 𝛽 3= 0 (Tidak ada pengaruh variabel dummy divisi 3 terhadap gaji terakhir
sebelum di PHK)
H1 : 𝛽 3≠ 0(Ada pengaruh variabel dummy divisi 3 terhadap gaji terakhir sebelum
di PHK)
Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0.02) < α (0,05) maka H0 ditolak, artinya ada pengaruh antara
variabel dummy divisi 3 terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β4 (variabel dummy jabatan 1)

Hipotesis Kasus:
H0 : 𝛽 4= 0 (Tidak ada pengaruh antara variabel dummy jabatan 1 terhadap gaji
terakhir sebelum di PHK)
H1 : 𝛽 4≠ 0 (Ada pengaruh antara variabel dummy jabatan 1 terhadap gaji terakhir
sebelum di PHK)
Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0.002) < α (0,05) maka H0 ditolak, artinya ada pengaruh antara
variabel dummy jabatan 1 terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β5 (variabel dummy jabatan 3)

Hipotesis Kasus:
H0 : 𝛽 5= 0 (Tidak ada pengaruh antara variabel dummy jabatan 3 terhadap gaji
terakhir sebelum di PHK)
H1 : 𝛽 5≠ 0 (Ada pengaruh antara variabel dummy jabatan 3 terhadap gaji terakhir
sebelum di PHK)
Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue > 𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0.000) < α (0,05) maka H0 ditolak, artinya ada pengaruh antara
variabel dummy jabatan 3 terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β6 (variabel dummy didik 1)

Hipotesis Kasus:
H0 : 𝛽 6= 0 (Tidak ada pengaruh antara variabel dummy didik 1 terhadap gaji
terakhir sebelum di PHK)
H1 : 𝛽 6≠ 0 (Ada pengaruh antara variabel dummy didik 1 terhadap gaji terakhir
sebelum di PHK)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0.000) < α (0,05) maka H0 ditolak, artinya ada pengaruh antara
variabel dummy didik 1 terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β7 (variabel dummy didik 2)

Hipotesis Kasus:
H0 : 𝛽 7= 0(Tidak ada pengaruh antara variabel dummy didik 2 terhadap gaji
terakhir sebelum di PHK)
H1 : 𝛽 7≠ 0(Ada pengaruh antara variabel dummy didik 2 terhadap gaji terakhir
sebelum di PHK)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
 Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0.000) < α (0,05) maka H0 ditolak, artinya ada pengaruh antara
variabel dummy didik 2 terhadap gaji terakhir sebelum di PHK.

Uji Koefisien β8 (variabel dummy didik 3)

Hipotesis Kasus:
H0 : 𝛽 8= 0 (Tidak ada pengaruh antara variabel dummy didik 3 terhadap gaji
terakhir sebelum di PHK)
H1 : 𝛽 8≠ 0 (Ada pengaruh antara variabel dummy didik 3 terhadap gaji terakhir
sebelum di PHK)

Kriteria Uji:
Pvalue < 𝛼 maka H0 ditolak.
Pvalue >𝛼 maka H0 diterima.

Taraf nyata:
Taraf nyata yang digunakan adalah 95%, 𝛼 = 0,05.

Kesimpulan:
Berdasarkan hasil analisis diatas, dapat diketahui bahwa nilai signifikansi
(Sig.) atau Pvalue (0.000) < α (0,05) maka H0 ditolak, artinya ada pengaruh antara
variabel dummy didik 3 terhadap gaji terakhir sebelum di PHK.
Jadi, dari hasil analisis diatas dapat disimpulkan bahwa variabel divisi,
jabatan, didik, kinerja kerja dan usia tidak semua memiliki pengaruh terhadap gaji
terakhir sebelum di PHK.

Model persamaan regresi yang diperoleh jika variabelnya telah ditentukan, yaitu:
Y = 𝛽 0+ 𝛽 1X1+ 𝛽 2 D1 + 𝛽 3D2 + 𝛽 4 D3+ 𝛽 5 D4 + 𝛽 6 D5 + 𝛽 7 D6 + 𝛽 8 D7
Y = 531,907 + 13,770(5) + -40,407(0) + 66,098(0) + 75,773(0) + -69,399(1) +
-197,119(0) +-251,032(1) +-294,263(0)
= 280,326
Jadi, kariyawan calon PHK, yang bekerja pada divisi pemasaran, tingkat
pendidikan S1, usia 35 tahun, nilai kerja 5, kira-kira jumlah gaji yang harus
dibayarkan oleh perusahaan sebesar 280,326($).