Regresi Berganda Dengan

Variabel Dummy
 Jika variabel bebas berukuran kategori atau dikotomi, maka
dlam model regresi harus dinyatakan sebagai variabel
dummy dengan memberi kode 0 (nol) atau 1 (satu).
Setiap variabel dummy menyatakan satu kategori variabel
bebas non-metrik, dan setiap variabel non-metrik dengan k
kategori dapat dinyatakan dalam k-1 variabel dummy.
Dalam kasus file multiple_reg, ada satu variabel kategori,
yaitu jenis kelamin yang dua kategori yaitu 1 untuk laki-laki
dan 0 untuk perempuan.
Variabel bebas Jenis Kelamin hanya akan memiliki satu
variabel dummy yaitu DJENISKELAMIN karena jenis kelamin
hanya memiliki dua kategori yaitu 1 untuk laki-laki dan 0
untuk perempuan (k-1 atau 2-1).
 Tabel Cara menyusun Vaariabel Dummy

Variabel Kode DJENISKELAMIN

JENIS KELAMIN
Laki-laki 1 1
Perempuan 0 0

Kasus: Income Sales Person

Y adalah income sales person (dalam dolar).
X1 adalah usia.
X2 adalah pengalaman kerja.
X3 adalah jenis kelamin
Persamaan regresi dengan variabel dummy:

Income = 0 + 1 USIA + 2 PENGALAMAN KERJA

+ 3 DJENISKELAMIN +
Perintah dalam SPSS
Bukan File multiple_reg
Menu Analize > Regression > Linear .. Tampak di Layar windows Linear
Regression

Pada kotak Dependent isikan variabel Income

Pada kotak Independent isikan variabel Usia, Pengalaman Kerja, dan Jenis
Kelamin
Pada kotak Method, pilih Enter
Abaikan yang lain dan tekan OK
 Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .979a .959 .941 2758.308
a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usia

ANOVAb
Sum of Mean
Model Squares df Square F Sig.
1 Regression 1.242E9 3 4.139E8 54.402 .000a
Residual 5.326E7 7 7608262.177
Total 1.295E9 10
a. Predictors: (Constant), Jenis Kelamin, Pengalaman Kerja, Usia
b. Dependent Variable: Income
 Coefficientsa
Standardize
Unstandardized d
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -9071.764 5331.943 -1.701 .133
Usia 1148.913 204.717 .620 5.612 .001
Pengalaman Kerja 1513.691 650.596 .246 2.327 .053
Jenis Kelamin 5239.227 2826.196 .240 1.854 .106
a. Dependent Variable: Income

Income sales person laki-laki 5239.227 lebih tinggi dari income

sales person perempuan. Dengan kata lain, income sales person
laki-laki 52.39% lebih tinggi dari income sales person perempuan
Daftar Pustaka:
Uyanto, S.S. (2009). Pedoman analisis data dengan
SPSS. Edisi Ketiga. Yogyakarta: Penerbit Graha Ilmu.
Buku Prof. Dr. H. Imam Ghozali, I. (2013). Aplikasi
analisis multivariate dengan Program SPSS. Semarang:
Penerbit Badan Penerbit Undip.