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 = β0 + β1 USIA + β2 PENGALAMAN KERJA

+ β3 DJENISKELAMIN + ɛ
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.