36
ANALISIS REGRESI TERHADAP VARIABEL DUMMY Oleh: Dr. Suliyanto, SE,MM http://management-unsoed.ac.id Regresi Variabel Dummy Download

Analisis Regresi Variabel Dummy1

Embed Size (px)

DESCRIPTION

y

Citation preview

Page 1: Analisis Regresi Variabel Dummy1

ANALISIS REGRESI TERHADAP VARIABEL DUMMY

Oleh: Dr. Suliyanto, SE,MM

http://management-unsoed.ac.id Regresi Variabel Dummy

Download

Page 2: Analisis Regresi Variabel Dummy1

LATAR BELAKANG MUNCULNYA ANALISIS REGRESI VARIABEL DUMMY

Dalam kenyataan sebuah variabel tergantung tidak hanya dipengaruhi oleh variabel bebas yang bersifat kuantitatif saja akan tetapi juga sering dipengaruhi oleh variabel yang bersifat kualitatif.

Contoh:Besarnya konsumsi tidak hanya dipengaruhi oleh pendapatan, jumlah anggota keluarga, tetapi juga dapat dipengaruhi oleh jenis kelamin, gaya hidup dan variabel kualitatif lainnya.

Page 3: Analisis Regresi Variabel Dummy1

Perbedaan dengan Regresi Biasa

Regresi biasa hanya membahas analisis terhadap variabel-variabel kuantitatif saja.

Y = a+bX+

Regresi variabel dummy membahas analisis terhadap variabel kuantitatif dan juga variabel kualitatif saja.

Y = a+bDi+

Page 4: Analisis Regresi Variabel Dummy1

Proses Penyusunan Variabel Dummy

Variabel kualitatif biasanya menunjukkan kehadiran atau ketidakhadiran dari suatu atribut, seperti mutu baik atau jelek, jenis kelamin laki-laki atau perempuan, tempat tinggal didesa atau dikota dan lain-lain, maka metode untuk mengkuantitasikan atribut itu adalah dengan jalan membangun variabel buatan (dummy variabel) yang mengambil nila 0 dan 1 dimana nilai 1 menunjukkan kehadiran variabel tersebut sedangkan 0 menunjukkan ketidakhadiran variabel tersebut.

Page 5: Analisis Regresi Variabel Dummy1

ANALISIS REGRESI TERHADAP SATU VARIABEL DUMMY DENGAN DUA KRITERIA

Y = Nilai yang diramalkana = Konstanstab = Koefisien regresi untuk D1D1 = Variabel Dummy dengan dua kategori = Nilai Residu

Persamaan regresi variabel dummy dua kategori:Y = a + bDi +

Model regresi dengan satu variabel kualitatif tanpa mengikutsertakan variabel kuantitatif lainnya adalah serupa dengan analisis ragam (Anova model)

Page 6: Analisis Regresi Variabel Dummy1

Persamaan RegresiPersamaan Regresi

linier Sederhana:

Y = a + b1D1 + Y = Nilai yang diramalkan

a = Konstansta

b = Koefesien regresi

D = Variabel bebas Dummy

= Nilai Residu

n

XbYa

)(

22 )()(

))(()(

XXn

YXXYnb

Page 7: Analisis Regresi Variabel Dummy1

Ada yang mau lewat……..

Page 8: Analisis Regresi Variabel Dummy1

Contoh Kasus:Seorang peneliti akan meneliti apakah ada pengaruh jenis kelamin terhadap pengeluaran. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.

Page 9: Analisis Regresi Variabel Dummy1

Pemecahan

1. JudulPengaruh jenis kelamin terhadap

pengeluaran

2. Pertanyaan Penelitian– Apakah terdapat pengaruh jenis kelamin

terhadap pengeluaran?

3. Hipotesis– Terdapat pengaruh jenis kelamin terhadap

pengeluaran.

Page 10: Analisis Regresi Variabel Dummy1

4. Kriteria Penerimaan Hipotesis

Ho : bj=0 : Tidak terdapat pengaruh jenis kelamin terhadap pengeluaran.

Ha : bi ≠ 0:Terdapat pengaruh jenis kelamin terhadap pengeluaran.

Kriteria: Ho diterima Jika -t tabel ≤ thitung ≤ t tabel Ha diterima Jika –thitung < -ttabel atau thitung> t tabel

Page 11: Analisis Regresi Variabel Dummy1

5. Sampel

10 orang

6. Data Yang dikumpulkan

JK 1 0 0 1 0 1 1 0 0 1

Y 22 19 18 21,7 18,5 21 20,5 17 17,5 21,2

Page 12: Analisis Regresi Variabel Dummy1

7. Analisis DataUntuk analisis data diperlukan, perhitungan:

1.Persamaan regresi

2.Nilai Prediksi

3.Koefesien determinasi

4.Kesalahan baku estimasi

5.Kesalahan baku koefesien regresinya

6.Nilai F hitung

7.Nilai t hitung

8.Kesimpulan

Page 13: Analisis Regresi Variabel Dummy1

Persamaan RegresiNo Y X XY X2 Y2

1 22 1 22 1 484

2 19 0 0 0 361

3 18 0 0 0 324

4 21.7 1 21.7 1 470.89

5 18.5 0 0 0 342.25

6 21 1 21 1 441

7 20.5 1 20.5 1 420.25

8 17 0 0 0 289

9 17.5 0 0 0 306.25

10 21.2 1 21.2 1 449.44

Jlh 196.4 5 106.4 5 3888.08

Page 14: Analisis Regresi Variabel Dummy1

28,3)5()5(10

)4,196)(5()4,106(102

b

1810

)5(28,3)4,196(

a

n

XbYa

)(

Y= 18 + 3,28D+

22 )()(

))(()(

XXn

YXXYnb

Page 15: Analisis Regresi Variabel Dummy1

Nilai Prediksi

Berapa besarnya konsumsi harian mahasiswi?

18 + (3,28*0)= 18 Berapa besarnya konsumsi harian

mahasiwa?

18 + (3,28*1)= 21,28

Page 16: Analisis Regresi Variabel Dummy1

Y X XY X2 Y2 Ypred (Y-Ypred)2 (Y-Yrata)2

22 1 22 1 484 21.28 0.518 5.5696

19 0 0 0 361 18 1.000 0.4096

18 0 0 0 324 18 0.000 2.6896

21.7 1 21.7 1 470.89 21.28 0.176 4.2436

18.5 0 0 0 342.25 18 0.250 1.2996

21 1 21 1 441 21.28 0.078 1.8496

20.5 1 20.5 1 420.25 21.28 0.608 0.7396

17 0 0 0 289 18 1.000 6.9696

17.5 0 0 0 306.25 18 0.250 4.5796

21.2 1 21.2 1 449.44 21.28 0.006 2.4336

196.4 5 106.4 53888.0

8 196.4 3.888 30.784

Page 17: Analisis Regresi Variabel Dummy1

Koefesien Determinasi

Koefesien determinasi:

2

22

)(

)ˆ(1

YY

YYR 874,0

)784,30(

)888,3(12 R

Koefesien Determinasi Disesuaikan (adjusted)

1

)1( 22

PN

RPRRadj

858,01110

)874,01(1874,0

adjR

Page 18: Analisis Regresi Variabel Dummy1

Kesalahan Baku Estimasi

Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.

kn

YYSe

2)ˆ(6971,0

210

)888,3(

Se

Page 19: Analisis Regresi Variabel Dummy1

Standar Error Koefesien Regresi

Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:

n

XX

SeSb

2

2 )(441,0

10)5(

)5(

6971,021

Sb

Page 20: Analisis Regresi Variabel Dummy1

Uji F

Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya:

Ho: Diterima jika F hitung F tabel

Ha: Diterima jika F hitung > F tabel

)/(1

)1/(2

2

knR

kRF

342,55)210/(874,01

)12/(874,0

F

Karena F hitung (55,342) > dari F tabel (5,32) maka maka persamaan regresi dinyatakan Baik (good of fit).

Page 21: Analisis Regresi Variabel Dummy1

Uji tDigunakan untuk mengetahui pengaruh variabel bebas terhadap variabel tergantung.Ho: Diterima jika -t hitung t hitung t tabel

Ha: Diterima jika t hitung > t tabel atau –thitung<-ttabel

Sbj

bjThitung 439,7

441,0

280,3hitungt

Karena t hitung(7,439) > dari t tabel (2,306) maka Ha diterima ada jenis kelamin terhadap pengeluaran harian mahasiswa/mahasiswi.

Page 22: Analisis Regresi Variabel Dummy1

KESIMPULAN DAN IMPLIKASI

KESIMPULANTerdapat pengaruh jenis kelamin terhadap pengeluaran mahasiswa/mahasiswi.

IMPLIKASISebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan mahasiswi berbeda.

Page 23: Analisis Regresi Variabel Dummy1
Page 24: Analisis Regresi Variabel Dummy1

Persamaan

“ Analisis Regresi terhadap satu variabel dummy dua kategori sama dengan uji

anova”

Mari Kita Buktikan….!!!

Page 25: Analisis Regresi Variabel Dummy1

Contoh Kasus:Seorang peneliti akan meneliti apakah ada perbedaan pengeluaran antara mahasiswa dengan mahasiswi. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.

Page 26: Analisis Regresi Variabel Dummy1

Pemecahan

1. JudulPerbedaan pengeluaran berdasarkan

jenis kelamin

2. Pertanyaan Penelitian– Apakah terdapat perbedaan pengaluaran

harian mahasiswa dan mahasiswi?

3. Hipotesis– Terdapat perbedaan pengeluaran harian

mahasiwa dan mahasiswi.

Page 27: Analisis Regresi Variabel Dummy1

4. Kriteria Penerimaan Hipotesis

Ho : bj=0 : Tidak terdapat perbedaan pengeluaran harian mahasiwa dan mahasiwi.

Ha : bi ≠ 0:Terdapat perbedaan pengeluaran harian mahasiwa dan mahasiswi

Kriteria: Ho diterima Jika Fhitung ≤ F tabel df:,(k-1),(n-k) Ha diterima Fhitung > F tabel

Page 28: Analisis Regresi Variabel Dummy1

5. Sampel

10 orang

6. Data Yang dikumpulkan

JK 1 0 0 1 0 1 1 0 0 1

Y 22 19 18 21,7 18,5 21 20,5 17 17,5 21,2

Page 29: Analisis Regresi Variabel Dummy1

7. Analisis DataUntuk analisis data diperlukan, perhitungan:

1.JKT (Jumlah Kuadrat Total)

2.JK (Jumlah Kuadrat)

3.JKG (Jumlah Kuadrat Galat)

4.F Hitung

Page 30: Analisis Regresi Variabel Dummy1

Persamaan Regresi

No Mahasiswa Mahasiswi  

1 22 19  

2 21.7 18  

3 21 18.5  

4 20.5 17  

5 21.2 17.5  

Total 106.4 90 196.4

Rata-Rata 21.28 18 39.28

Page 31: Analisis Regresi Variabel Dummy1

Bentuk Tabel Anova

    

Sumber Keragaman

Jumlah Kuadrat

Derajat Bebas

Kuadrat Tengah

F Hitung

Jenis Kelamin JK Jk DB Jk

(K-1)

KT Jk KT Jk/KTG

Galat JKG DBG

(N-K)

KTG

Total JKT DBT

(N-1)

Page 32: Analisis Regresi Variabel Dummy1

Jumlah Kuadrat (JK)

k

i

r

jij rk

TYJKT

1 1

22

784,30)2)(5(

)4,196()5,17(....)0,21()7,21()0,22(

22222 JKT

rk

T

r

TPTLJKJk

222

896,26)2)(5(

)4,196(

5

)0,90()4,106( 222

JKJk

Jumlah Kuadrat Galat (JKG)

JKG = JKT-JK Jk

= 30,784 – 26,896 = 3,888

Jumlah Kuadrat Total (JKT)

Page 33: Analisis Regresi Variabel Dummy1

Bentuk Tabel Anova

    

Sumber Keragaman

Jumlah Kuadrat

Derajat Bebas

Kuadrat Tengah

F Hitung

Jenis Kelamin 26,896 1 26,896 55,34

Galat 3,888 8 0,486

Total 30,784 9

Page 34: Analisis Regresi Variabel Dummy1

Uji F

Uji F digunakan untuk menentukan apakah terdapat perbedaan pengeluaran antara mahasiswa dan mahasiswi:

Ho: Diterima jika F hitung F tabel

Ha: Diterima jika F hitung > F tabel

DBGJKG

JkDBJKJkJKF

/

./).( 34,55

)8/(888,3

)1/(896,26F

Karena F hitung (55,342) > dari F tabel (5,32) maka terdapat perbedaan yang berarti antara pengeluaran harian mahasiwa dan mahasiswi

Page 35: Analisis Regresi Variabel Dummy1

KESIMPULAN DAN IMPLIKASI

KESIMPULANTerdapat perbedaan yang berarti antara pengeluaran harian mahasiwa dengan pengeluran harian mahasiswi.

IMPLIKASISebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan mahasiswi berbeda.

Page 36: Analisis Regresi Variabel Dummy1