REGRESI

dengan
VARIABEL BEBAS
DATA KUALITATIF
 Regresi dengan Variabel Bebas
Data Kualitatif
• Sering digunakan pada penelitian di bidang
sosial atau pertanian
• Variabel bebas berupa data kualitatif, di
samping data kuantitatif
• Misal:
– Pengaruh jenis kelamin, di samping pengaruh
tinggi dan berat badan, terhadap kecepatan lari
– Pengaruh lokasi dan varietas padi, di samping
dosis pupuk, terhadap produk panen
 Persamaan Regresi

Yi = β0 + β1X1i + β2X2i + … + βkXki + εi

di mana i = 1, 2, 3, …, n

Bila terdapat 3 variabel bebas

Yi = β0 + β1X1i + β2X2i + β3X3i + εi

Contoh
• Ingin diketahui pengaruh berat badan, tinggi
badan, dan jenis kelamin terhadap kecepatan
lari.
• Struktur data:
i BB (X1) TB (X2) Jenis (X3) Kec Lari (Y)
1 X11 X21 Laki-laki Y1
2 X12 X22 Laki-laki Y2
3 X13 X23 Laki-laki Y3
4 X14 X24 Laki-laki Y4
. . . . .
. . . . .
n-1 X1n-1 X2n-1 Perempuan Yn-1
n X1n X2n Perempuan Yn
• Variabel kualitatif diubah menjadi bentuk
dummy
– Laki-laki  1
– Perempuan  0
i BB (X1) TB (X2) Jenis (X3) Kec Lari (Y)
1 X11 X21 1 Y1
2 X12 X22 1 Y2
3 X13 X23 1 Y3
4 X14 X24 1 Y4
. . . . .
. . . . .
n-1 X1n-1 X2n-1 0 Yn-1
n X1n X2n 0 Yn
 Persamaan Regresi
• Persamaan Umum:

Kec Lari = β0 + β1BB + β2TB + β3JK

• Pada Laki-laki:
Kec Lari = β0 + β1BB + β2TB + β3.1
= β0 + β1BB + β2TB + β3
• Pada Perempuan:
Kec Lari = β0 + β1BB + β2TB + β3.0
= β0 + β1BB + β2TB
Contoh hasil analisis

Kec Lari = -20,178 – 0,367*BB +

0,519*TB + 6,970*JK
• Jika laki-laki  JK=1
• Jika perempuan  JK=0
Bila 2 variabel dummy
• Ingin diketahui pengaruh lokasi (X1),
varietas padi (X2), dan dosis pupuk
(X3) terhadap produk panen (Y)
• Lokasi : lokasi 1  1
lokasi 2  0
• Varietas : A  1
B0
i Lokasi (X1) Varietas (X2) Pupuk (X3) Produk (Y)
1 1 A 0 0.85
2 1 A 10 1.25
3 1 A 20 1.25
4 1 A 40 1.40
5 1 B 0 1.00
6 1 B 10 1.15
7 1 B 20 1.40
8 1 B 40 1.50
9 2 A 0 1.25
10 2 A 10 1.40
11 2 A 20 1.60
12 2 A 40 1.70
13 2 B 0 1.30
14 2 B 10 1.40
15 2 B 20 1.70
16 2 B 40 1.90
i Lokasi (X1) Varietas (X2) Pupuk (X3) Produk (Y)
1 1 1 0 0.85
2 1 1 10 1.25
3 1 1 20 1.25
4 1 1 40 1.40
5 1 0 0 1.00
6 1 0 10 1.15
7 1 0 20 1.40
8 1 0 40 1.50
9 0 1 0 1.25
10 0 1 10 1.40
11 0 1 20 1.60
12 0 1 40 1.70
13 0 0 0 1.30
14 0 0 10 1.40
15 0 0 20 1.70
16 0 0 40 1.90
 Persamaan Regresi
• Persamaan Umum:
Produk = β0 + β1Lokasi + β2Varietas + β3Pupuk
• Pada Lokasi 1:
Varietas A  Y = β0 + β1X1 + β2X2 + β3X3
= β 0 + β 11 + β 21 + β 3X 3
= β 0 + β 1 + β 2 + β 3X 3
Varietas B  Y = β0 + β1X1 + β2X2 + β3X3
= β 0 + β 11 + β 20 + β 3X 3
= β 0 + β 1 + β 3X 3
 Persamaan Regresi
• Pada Lokasi 2:
Varietas A  Y = β0 + β1X1 + β2X2 + β3X3
= β 0 + β 10 + β 21 + β 3X 3
= β 0 + β 2 + β 3X 3
Varietas B  Y = β0 + β1X1 + β2X2 + β3X3
= β0 + β10 + β20 + β3X3
= β0 + β3X3
Contoh hasil analisis

Produk = 1,346 – 0,306*Lokasi -

0,081*Varietas + 0,13*Pupuk