Anda di halaman 1dari 33

• ANALISIS REGRESI

• TERHADAP VARIABEL DUMMY


LATAR BELAKANG MUNCULNYA ANALISIS REGRESI
VARIABEL DUMMY

Dalam kenyataan sebuah variabel tergantung tidak


hanya dipengaruhi oleh variabel bebas yang bersifat
kuantitatif saja akan tetapi juga sering dipengaruhi oleh
variabel yang bersifat kualitatif.

Contoh:
Besarnya konsumsi tidak hanya dipengaruhi oleh
pendapatan, jumlah anggota keluarga, tetapi juga dapat
dipengaruhi oleh jenis kelamin, gaya hidup dan variabel
kualitatif lainnya.
Perbedaan dengan Regresi Biasa
•Regresi biasa hanya •Regresi variabel
membahas analisis dummy membahas
terhadap variabel- analisis terhadap
variabel kuantitatif variabel kuantitatif
saja. dan juga variabel
•Y = a+bX+ kualitatif saja.
•Y = a+bDi+
Proses Penyusunan Variabel Dummy

Variabel kualitatif biasanya menunjukkan kehadiran atau


ketidakhadiran dari suatu atribut, seperti mutu baik atau
jelek, jenis kelamin laki-laki atau perempuan, tempat
tinggal didesa atau dikota dan lain-lain, maka metode
untuk mengkuantitasikan atribut itu adalah dengan jalan
membangun variabel buatan (dummy variabel) yang
mengambil nila 0 dan 1 dimana nilai 1 menunjukkan
kehadiran variabel tersebut sedangkan 0 menunjukkan
ketidakhadiran variabel tersebut.
ANALISIS REGRESI TERHADAP SATU VARIABEL DUMMY DENGAN
DUA KRITERIA

Model regresi dengan satu variabel kualitatif tanpa


mengikutsertakan variabel kuantitatif lainnya adalah
serupa dengan analisis ragam (Anova model)

Persamaan regresi variabel dummy dua


kategori:
Y = a + bDi + 
Y = Nilai yang diramalkan
a = Konstansta
b = Koefisien regresi untuk D1
D1 = Variabel Dummy dengan dua kategori
 = Nilai Residu
Persamaan Regresi
Persamaan Regresi n( XY )  ( X )(  Y )
linier Sederhana: b
n( X 2 )  ( X ) 2
Y = a + b1D1 + 
Y = Nilai yang diramalkan
a
b
= Konstansta
= Koefesien regresi a
 Y  b(  X )
D = Variabel bebas Dummy n
 = Nilai Residu
Contoh Kasus:
Seorang peneliti akan meneliti apakah ada
pengaruh jenis kelamin terhadap pengeluaran.
Untuk keperluan tersebut diambil sampel secara
acak sebanyak 10 orang yang teridiri dari 5
mahasiswa dan 5 mahasiswi.
Pemecahan
1. Judul
Pengaruh jenis kelamin terhadap pengeluaran
2. Pertanyaan Penelitian
– Apakah terdapat pengaruh jenis kelamin terhadap
pengeluaran?
3. Hipotesis
– Terdapat pengaruh jenis kelamin terhadap
pengeluaran.
4. Kriteria Penerimaan Hipotesis

Ho : bj=0 : Tidak terdapat pengaruh jenis kelamin


terhadap pengeluaran.
Ha : bi ≠ 0:Terdapat pengaruh jenis kelamin terhadap
pengeluaran.
Kriteria:
Ho diterima Jika -t tabel ≤ thitung ≤ t tabel
Ha diterima Jika –thitung < -ttabel atau thitung> t tabel
5. Sampel
10 orang
6. Data Yang dikumpulkan

JK 1 0 0 1 0 1 1 0 0 1
22 19 18 21,7 18,5 21 20,5 17 17,5 21,2
Y
7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1. Persamaan regresi
2. Nilai Prediksi
3. Koefesien determinasi
4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya
6. Nilai F hitung
7. Nilai t hitung
8. Kesimpulan
Persamaan Regresi
No Y X XY X2 Y2
1 22 1 22 1 484
2 19 0 0 0 361
3 18 0 0 0 324
4 21.7 1 21.7 1 470.89
5 18.5 0 0 0 342.25
6 21 1 21 1 441
7 20.5 1 20.5 1 420.25
8 17 0 0 0 289
9 17.5 0 0 0 306.25
10 21.2 1 21.2 1 449.44
Jlh 196.4 5 106.4 5 3888.08
n( XY )  ( X )(  Y )
b
n( X 2 )  ( X ) 2

10(106,4)  (5)(196,4)
b  3,28
10(5)  (5) 2

a
 Y  b(  X )
n

(196,4)  3,28(5)
a  18
10

Y= 18 + 3,28D+
Nilai Prediksi
• Berapa besarnya konsumsi harian
mahasiswi?
18 + (3,28*0)= 18
• Berapa besarnya konsumsi harian
mahasiwa?
18 + (3,28*1)= 21,28
Y X XY X2 Y2 Ypred (Y-Ypred)2 (Y-Yrata)2
22 1 22 1 484 21.28 0.518 5.5696
19 0 0 0 361 18 1.000 0.4096
18 0 0 0 324 18 0.000 2.6896
21.7 1 21.7 1 470.89 21.28 0.176 4.2436
18.5 0 0 0 342.25 18 0.250 1.2996
21 1 21 1 441 21.28 0.078 1.8496
20.5 1 20.5 1 420.25 21.28 0.608 0.7396
17 0 0 0 289 18 1.000 6.9696
17.5 0 0 0 306.25 18 0.250 4.5796
21.2 1 21.2 1 449.44 21.28 0.006 2.4336
196.4 5 106.4 5 3888.08 196.4 3.888 30.784
Koefesien Determinasi
Koefesien determinasi:

R  1
2  (Y  Yˆ ) 2
R  1
2 (3,888)
 0,874
 (Y  Y ) 2
(30,784)

Koefesien Determinasi Disesuaikan (adjusted)

P (1  R 2
) 1(1  0,874)
Radj  R2  Radj  0,874   0,858
N  P 1 10  1  1
Kesalahan Baku Estimasi
Digunakan untuk mengukur tingkat kesalahan dari
model regresi yang dibentuk.

Se 
 (Y  Yˆ ) 2

Se 
(3,888)
 0,6971
nk 10  2
Standar Error Koefesien Regresi
Digunakan untuk mengukur besarnya tingkat kesalahan dari
koefesien regresi:

Se 0,6971
Sb  Sb1   0,441
( X ) 2 2
(5)
X 
2
(5) 
n 10
Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu
menggambarkan kondisi sesungguhnya:

Ho: Diterima jika F hitung  F tabel


Ha: Diterima jika F hitung > F tabel

R 2 /( k  1) 0,874 /( 2  1)
F F  55,342
1  R 2 /( n  k ) 1  0,874 /(10  2)

Karena F hitung (55,342) > dari F tabel (5,32) maka maka persamaan
regresi dinyatakan Baik (good of fit).
Uji t
Digunakan untuk mengetahui pengaruh variabel bebas
terhadap variabel tergantung.
Ho: Diterima jika -t hitung  t hitung  t tabel

Ha: Diterima jika t hitung > t tabel atau –thitung<-ttabel

bj 3,280
Thitung  t hitung   7,439
Sbj 0,441

Karena t hitung(7,439) > dari t tabel (2,306) maka Ha diterima


ada jenis kelamin terhadap pengeluaran harian
mahasiswa/mahasiswi.
KESIMPULAN DAN IMPLIKASI
KESIMPULAN
Terdapat pengaruh jenis kelamin terhadap
pengeluaran mahasiswa/mahasiswi.

IMPLIKASI
Sebaiknya perlu dilakukan pembedaan uang saku
bagi mahasiswa dan mahasiswi, hal ini karena
kebutuhan konsumsi harian mahasiswa dan
mahasiswi berbeda.
Persamaan
“ Analisis Regresi terhadap satu variabel dummy dua kategori sama dengan
uji anova”

Mari Kita Buktikan….!!!


Contoh Kasus:
Seorang peneliti akan meneliti apakah ada
perbedaan pengeluaran antara mahasiswa
dengan mahasiswi. Untuk keperluan tersebut
diambil sampel secara acak sebanyak 10 orang
yang teridiri dari 5 mahasiswa dan 5 mahasiswi.
Pemecahan
1. Judul
Perbedaan pengeluaran berdasarkan jenis kelamin
2. Pertanyaan Penelitian
– Apakah terdapat perbedaan pengaluaran harian
mahasiswa dan mahasiswi?
3. Hipotesis
– Terdapat perbedaan pengeluaran harian
mahasiwa dan mahasiswi.
4. Kriteria Penerimaan Hipotesis

Ho : bj=0 : Tidak terdapat harian mahasiwa dan


mahasiswiperbedaan pengeluaran harian
mahasiwa dan mahasiwi.
Ha : bi ≠ 0:Terdapat perbedaan pengeluaran
Kriteria:
• Ho diterima Jika Fhitung ≤ F tabel df:,(k-1),(n-k)
• Ha diterima Fhitung > F tabel
5. Sampel
10 orang
6. Data Yang dikumpulkan

JK 1 0 0 1 0 1 1 0 0 1
22 19 18 21,7 18,5 21 20,5 17 17,5 21,2
Y
7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1. JKT (Jumlah Kuadrat Total)
2. JK (Jumlah Kuadrat)
3. JKG (Jumlah Kuadrat Galat)
4. F Hitung
Persamaan Regresi

No Mahasiswa Mahasiswi
1 22 19
2 21.7 18
3 21 18.5
4 20.5 17
5 21.2 17.5
Total 106.4 90 196.4
Rata-Rata 21.28 18 39.28
Bentuk Tabel Anova
Sumber Jumlah Derajat Kuadrat F Hitung
Keragaman Kuadrat Bebas Tengah
Jenis Kelamin JK Jk DB Jk KT Jk KT Jk/KTG
(K-1)
Galat JKG DBG KTG
(N-K)
Total JKT DBT
(N-1)
Jumlah Kuadrat Total (JKT)
k r
T2
JKT   Y  2
ij
i 1 j 1 rk
(196,4) 2
JKT  (22,0)  (21,7)  (21,0)  ....  (17,5) 
2 2 2 2
 30,784
(5)(2)
Jumlah Kuadrat (JK)
TL2  TP 2 T 2
JKJk  
r rk
(106,4) 2  (90,0) 2 (196,4) 2
JKJk    26,896
5 (5)(2)
Jumlah Kuadrat Galat (JKG)
JKG = JKT-JK Jk
= 30,784 – 26,896 = 3,888
Bentuk Tabel Anova
Sumber Jumlah Derajat Kuadrat F Hitung
Keragaman Kuadrat Bebas Tengah
Jenis Kelamin 26,896 1 26,896 55,34

Galat 3,888 8 0,486

Total 30,784 9
Uji F
Uji F digunakan untuk menentukan apakah terdapat perbedaan pengeluaran
antara mahasiswa dan mahasiswi:

Ho: Diterima jika F hitung  F tabel


Ha: Diterima jika F hitung > F tabel

( JK .Jk ) / DBJK .Jk 26,896 /(1)


F F  55,34
JKG / DBG 3,888 /(8)

Karena F hitung (55,342) > dari F tabel (5,32) maka terdapat


perbedaan yang berarti antara pengeluaran harian mahasiwa dan
mahasiswi
KESIMPULAN DAN IMPLIKASI
KESIMPULAN
Terdapat perbedaan yang berarti antara pengeluaran
harian mahasiwa dengan pengeluran harian
mahasiswi.

IMPLIKASI
Sebaiknya perlu dilakukan pembedaan uang saku
bagi mahasiswa dan mahasiswi, hal ini karena
kebutuhan konsumsi harian mahasiswa dan
mahasiswi berbeda.

Anda mungkin juga menyukai