1. Source Datasets: https://www.kaggle.

com/datasets/volodymyrgavrysh/heart-disease
Variabel
Independend:

2. Pengolahan Data dan Tulis Model Regresi (analisis pertama untuk regresi belum menggunakan variabel independen yang kategoriknya)
Informasi dari hasil olah data SPSS (Asumsi Klasik Terpenuhi)
 Uji F (Simultan)

Hipotesis :
H 0 :tidak ada pengaruh antara variabel modal , umur , pendidikan dan jam kerja secara bersama−sama terhadap pendapatan
H 1 : ada pengaruh antaravariabel modal , umur , pendidikan dan jam kerjaterhadap pendapatan
Tingkat signifikansi :α =5 %
Pengambilan Keputusan :
Jika P−value<α dan F hitung > Ftabel makatolak H 0
Nilai Statistik :
P−value sig . ( 2−tailed )=0.000<α =5 %
F hitung =131.932> F tabel(k ,n −k;3,70 )=2.74
Interpretasi :
Berdasarkan nilai yang didapat dari tabel Anova SPSS, sig. (2-tailed) = 0.000 < a = 0.05 dan Fhitung > Ftabel, hal ini menunjukkan
bahwa ada pengaruh antara variabel modal, umur, pendidikan dan jam kerja terhadap pendapatan.

 Uji T (Parsial)

Hipotesis :
H 0 :Variabel independen secaraindividu tidak berpengaruh terhadap variabel dependent .
H 1 :Variabel independensecara individul mempengaruhi variabel dependent .
Tingkat signifikansi :α =5 %
Statistik Uji :
Jika P−value<α danT hitung >T tabel makatolak H 0
Nilai Statistik :
Variabel t-value p-value Keterangan
Modal 6.301 0.000 < a H0 ditolak
Umur 1.351 0.181 > a H0 diterima
Jam Kerja 7.256 0.000 < a H0 ditolak

Interpretasi :
 Dari nilai statistik yang didapat berdasarkan tabel coefficients, variabel modal dan variabel jam kerja secara parsial
mempengaruhi variabel pendapatan (dependen) tetapi pada variabel umur secara parsial tidak mempengaruhi variabel
pendapatan.

 Uji Koefisien Determinasi (R2)

Pada tabel Model Summary, didapat nilai R-Square sebesar 0.852 yaitu sebesar 85.2% variabel pendapatan (Y) dapat dijelaskan
oleh variabel Jam Kerja, Umur, dan Modal. Sedangka sisanya yaitu 14.8% dapat dijelaskan oleh faktor variabel diluar penelitian.

Model Regresi:

Y =−8516311.957+0.238 X 1 +30268.846 X 2 +1658643.691 X 3

3. Pengolahan data menggunakan variabel dummy

D1 = TTSD (Sebagai Acuan D1 = 0), D2 = SD, D3 = SMP, D4 = SMA
 Uji F (Simultan)

Hipotesis :
H 0 :tidak ada pengaruh antara variabel modal , umur , pendidikan( SD , SMP , SMA)dan jam kerja secara bersama−sama terhadap pendapatan
H 1 : ada pengaruh antaravariabel modal , umur , pendidikan (SD , SMP , SMA)dan jam kerja terhadap pendapatan
Tingkat signifikansi :α =5 %
Pengambilan Keputusan :
Jika P−value<α dan F hitung > Ftabel makatolak H 0
Nilai Statistik :
P−value sig . ( 2−tailed )=0.000<α =5 %
F hitung =126.389> Ftabel(k , n−k ;3,70)=2.74
Interpretasi :
Berdasarkan nilai yang didapat dari tabel Anova SPSS, sig. (2-tailed) = 0.000 < a = 0.05 dan Fhitung > Ftabel, hal ini menunjukkan
bahwa ada pengaruh antara variabel modal, umur, pendidikan (SD, SMP, SMA) dan jam kerja terhadap pendapatan.

 Uji T (Parsial)
 Hipotesis :
H 0 :Variabel independen secaraindividu tidak berpengaruhterhadap variabel dependent .
H 1 :Variabel independensecara individul mempengaruhi variabel dependent .
Tingkat signifikansi :α =5 %
Statistik Uji:
Jika P−value<α danT hitung >T tabel makatolak H 0
Nilai Statistik :
Variabel t-value p-value Keterangan
Modal 4.143 0.000 < a H0 ditolak
Umur 1.000 0.321 > a H0 diterima
Jam Kerja 5.282 0.000 < a H0 ditolak
SD 2.583 0.012 < a H0 ditolak
SMP 4.594 0.000 < a H0 ditolak
SMA 7.288 0.000 < a H0 ditolak
Interpretasi :
Dari nilai statistik yang didapat berdasarkan tabel coefficients, variabel modal, variabel, pendidikan (SD-SMP-SMA), dan jam
kerja secara parsial mempengaruhi variabel pendapatan (dependen) kemudian pada variabel umur secara parsial tidak
mempengaruhi variabel pendapatan.

 Uji Koefisien Determinasi (R2)

Pada tabel Model Summary, didapat nilai R-Square sebesar 0.920 yaitu sebesar 92% variabel pendapatan (Y) dapat dijelaskan
oleh variabel Jam Kerja, Umur, Modal, dan Pendidikan (SD-SMP-SMA). Sedangkan sisanya yaitu 8% dapat dijelaskan oleh
faktor variabel diluar penelitian.
4. Model Regresi Dummy Keseluruhan dan Masing-Masing.

Model Regresi Dummy Keseluruhan:

Y =−4788898.451+0.134 X 1+17487.470 X 2 +1025666.942 X 3 +0 D1+ 1720321.065 D 2 +3380801.715 D3+ 7746764.123 D 4
 Model Regresi Dummy Pendidikan-TTSD:
Y =−4788898.451+0.134 X 1+17487.470 X 2 +1025666.942 X 3 +0 D1

Model Regresi Dummy Pendidikan-SD:

Y =−4788898.451+0.134 X 1+17487.470 X 2 +1025666.942 X 3 +1720321.065 D 2

Model Regresi Dummy Pendidikan-SMP:

Y =−4788898.451+0.134 X 1+17487.470 X 2 +1025666.942 X 3 +3380801.715 D3

Model Regresi Dummy Pendidikan-SMA:

Y =−4788898.451+0.134 X 1+17487.470 X 2 +1025666.942 X 3 +7746764.123 D 4

5. Contoh kasus regresi dummy

a) Berapakah Pendapatan seorang perempuan pedagang sayur berusia 26 tahun lulusan SMA apabila modal awal yang dimiliki
sebesar Rp 3.500.000,00 dan jam pekerjaan 12 jam per hari.
b) Seorang perempuan pedagang buah yang berusia 32 tahun lulusan SMP dengan modal awal Rp 6.000.000,00 dan jam bekerja
setiap harinya adalah 8 jam per hari. Apakah pendapatan pedagang buah pendapatannya lebih besar daripada pendapatan seorang
pedagang sayut?
Jawab: