REGRESI DENGAN PREDIKTOR

BERBENTUK KATEGORI
KONSEP DASAR ANALISIS REGRESI MENGGUNAKAN
VARIABEL DUMMY

Seperti yang kita ketahui bersama bahwa uji regresi atau analisis regresi
sendiri pada dasarnya dilakukan dengan tujuan untuk mengetahui apakah
variabel bebas (X) berpengaruh terhadap variabel terikat (Y). Perbedaan
antara analisis regresi pada umunya dengan analisis regresi variabel
dummy adalah terletak pada jenis data yang digunakan. Analisis regresi
biasa pada umumnya menggunakan jenis data berskala interval untuk
variabel bebas maupun variabel terikat. Sementara untuk analisis regresi
dengan variabel dummy data untuk variabel terikat atau dependen adalah
data kuantitatif seperti data harga, penjualan, gaji dan lain sebagainya dan
untuk data variabel bebas atau independent adalah data non metrik atau
data kategori (variabel dummy), seperti data jenis kelamin (laki-laki dan
perempuan). Kemudian data kategori tersebut diberi kode dummy yang
dinyatakan dengan angka 1 dan 0.
Contoh lain, pengaruh keikutsertaan petani dalam keanggotaan kelompok
tani terhadap pendapatan. Kita buat variabel keikutsertaan kelompok tani
dengan nilai 0 untuk petani yang tidak menjadi anggota, dan 1 untuk
petani yang menjadi anggota kelompok tani.
Pemberian nilai 0 dan 1 juga memiliki tehnik tersendiri. Agar mudah
dalam menginterpretasikan hasil output regresi, sebaiknya nilai 1
diberikan kepada responden yang diharapkan memiliki pengaruh terhadap
nilai Y. Misalnya contoh keanggotaan petani diatas, saya memiliki
hipotesis bahwa keanggotaan ini memilikipengaruh terhadap pendapatan
petani. Sehingga saya memberikan nilai 1 terhadap petani yang menjadi
anggota kelompok tani. Karena nanti hasil koefisien pada variabel ini
merupakan pembeda antara petani yang tidak menjadi anggota dan petani
yang menjadi anggota kelompok tani. Jika anda memberi nilainya terbalik,
sebenarnya tidak ada yang salah, namun besar kemungkinan nilai
koefisien yang keluar nantinya bernilai negatif. Tidak ada yang salah
dengan hasil perhitungan tersebut, hanya saja anda perlu mengerti cara
menjelaskan nilai negatif tersebut.
 Seorang guru ingin guru mengetahui pengaruh keikutsertaan siswa
CONTOH KASUS ANALISIS REGRESI MENGGUNAKAN VARIABEL DUMMY

mengikuti bimbel terhadap hasil belajar siswa di kelas XI SMA Negeri 2

Jakarta.
Daftar nilai matematika siswa yang mengikuti
bimbel
Daftar nilai matematika siswa yang tidak mengikuti
bimbel
x y xy x2 y2

1 70 70 1 4900 1 70 70 1 4900

1 80 80 1 6400 0 50 0 0 2500
1 70 70 1 4900
0 60 0 0 3600
1 100 100 1 10000
0 45 0 0 2025
1 65 65 1 4225
0 50 0 0 2500
1 70 70 1 4900

1 75 75 1 5625 0 60 0 0 3600
1 70 70 1 4900 0 45 0 0 2025
1 75 75 1 5625
0 50 0 0 2500
1 70 70 1 4900
0 60 0 0 3600
1 65 65 1 4225
0 60 0 0 3600
1 70 70 1 4900

1 80 80 1 6400 0 50 0 0 2500
1 90 90 1 8100 0 65 0 0 4225
1 70 70 1 4900
0 55 0 0 3025
1 80 80 1 6400
0 60 0 0 3600
1 70 70 1 4900

1 60 60 1 3600
0 70 0 0 4900

1 85 85 1 7225 0 60 0 0 3600
1 75 75 1 5625 0 60 0 0 3600
1 80 80 1 6400
0 75 0 0 5625
1 60 60 1 3600
0 60 0 0 3600
1 95 95 1 9025

1 90 90 1 8100 0 45 0 0 2025

1 80 80 1 6400 26 3045 1965 26 213725

MENENTUKAN KOEFISIEN a DAN b

a= = 56, 84

b= = 18, 73
 MENENTUKAN KOEFISIEN a DAN b
MENGGUNAKAN SPSS
Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

1 (Constant) 56.842 2.164 26.264 .000

Keiukutsertaan 18.735 2.847 .708 6.580 .000

a. Dependent Variable: Hasil Belajar

UJI LINEARITAS DAN UJI
KEBERARTIAN
 UJI LINEARITAS DENGAN MENGGUNAKAN SPSS
ANOVA Tablea

Sum of Squares df Mean Square F Sig.

Hasil Belajar * Keiukutsertaan Between Groups (Combined) 3853.128 1 3853.128 43.295 .000

Within Groups 3826.872 43 88.997

Total 7680.000 44

a. With fewer than three groups, linearity measures for Hasil Belajar * Keiukutsertaan cannot be computed.

1. Jika nilai Deviation from Linearity Sig > 0,05 maka ada hubungan yang linear secara
signifikan antara variabel independen dan variabel dependen.
2. Jika nilai Deviation from Linearity Sig < 0,05 maka tidak ada hubungan yang linear
secara signifikan antara variabel independen dan variabel dependen.
 UJI LINEARITAS DENGAN
MENGGUNAKAN EXCEL
Sumber Variasi dk JK RJK F
TOTAL 45 213.725 4749,4 43,28
Regresi (a) 1 206.045 206.045
Regresi (b|a) 1 3852,1991 3852,1991
Sisa 43 3827,80 89,02
Tuna Cocok (TC) 0 0,928 - -
Galat/ Eror 43 3826,872 88,99

1. Jika nilai F hitung < F tabel maka ada hubungan yang linear secara signifikan antara
variabel independen dan variabel dependen.
2. Jika nilai F hitung > F tabel maka tidak ada hubungan yang linear secara signifikan
antara variabel independen dan variabel dependen.