Analisis Regresi Linear Berganda dan Variabel Dummy dengan SPSS

Oleh Portal Statistik

Friday, 28 November 2014

Bagikan :

Tweet

Portal-Statistik | Setelah kemarin sempat membahas tentang analisis regresi berganda dengan SPSS serta asumsi-asumsi yang harus dipenuhi dalam analisis regresi berganda, pada kesempatan kali ini saya akan sedikit membahas tentang cara melakukan analisis regresi jika variabelnya dalam bentuk kualitatif.
Salah satu bagian dari regresi linear berganda adalah regresi berganda dengan variabel dummy (variabel boneka).

 

Regresi Berganda dengan Variabel Independen Dummy

Variabel dummy adalah variabel yang digunakan untuk mengkuantitatifkan variabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan kebijakan pemerintah, perbedaan situasi dan lain-lain). Variabel dummy merupakan variabel  yang bersifat kategorikal  yang diduga mempunyai pengaruh terhadap variabel  yang bersifat  kontinue.  Variabel  dummy  sering juga disebut  variabel boneka, binary, kategorik atau dikotom. Variabel dummy hanya mempunyai 2 (dua) nilai yaitu 1 dan nilai 0, serta diberi simbol D. Dummy memiliki nilai 1 (D=1) untuk salah satu kategori dan nol (D=0) untuk kategori yang lain.

Pemanfaatan Regresi Berganda dengan Variabel Dummy

Tujuan menggunakan regresi berganda dummy adalah memprediksi besarnya nilai variabel tergantung/dependent atas dasar satu atau lebih variabel bebas/independent, di mana satu atau lebih variabel bebas yang digunakan bersifat dummy. Variabel dummy adalah variabel yang digunakan untuk membuat kategori data yang bersifat kualitatif (data kualitatif tidak memiliki satuan ukur), agar data kualitatif dapat digunakan dalam analisa regresi maka harus lebih dahulu di transformasikan ke dalam bentuk Kuantitatif. contoh data kualitatif misal jenis kelamin adalah laki-laki dan perempuan, harus di transform ke dalam bentuk Laki- laki = 1 ; Perempuan = 0. atau tingkat pendidikan misal SMA dan Sarjana, maka diubah menjadi SMA = 0 ; Sarjana = 1, skala yang terdiri dari dua yakni 0 dan 1 disebut kode Binary, sedangkan persamaan model yang terdiri dari Variabel Dependentnya Kuantitatif dan variabel Independentnya skala campuran : kualitatif dan kuantitatif, maka persamaan tersebut disebut persamaan regresi berganda Dummy. Dalam kegiatan penelitian, kadang variabel yang akan diukur bersifat Kualitatif, sehingga muncul kendala dalam pengukuran, dengan adanya variabel dummy tersebut, maka besaran atau nilai variabel yang bersifat Kualitatif tersebut dapat di ukur dan diubah menjadi kuantitatif.

Studi Kasus

Bidang	Didik	Gaji	Kerja	Usia
1.00	1.00	115.00	2.00	23.00
1.00	1.00	245.00	2.00	21.00
1.00	1.00	315.00	4.00	21.00
1.00	1.00	365.00	3.00	22.00
1.00	1.00	575.00	5.00	24.00
1.00	1.00	385.00	4.00	25.00
1.00	1.00	425.00	4.00	25.00
1.00	1.00	350.50	3.00	26.00
1.00	1.00	587.00	5.00	29.00
1.00	1.00	985.00	7.00	30.00
1.00	1.00	635.00	4.00	30.00
1.00	1.00	695.00	7.00	30.00
1.00	1.00	785.00	7.00	30.00
1.00	1.00	402.50	4.00	30.00
1.00	1.00	612.50	6.00	31.00
2.00	2.00	425.00	4.00	20.00
2.00	2.00	680.00	6.00	24.00
2.00	2.00	623.00	6.00	27.00
2.00	2.00	651.50	5.00	29.00
2.00	2.00	620.00	6.00	31.00
2.00	2.00	606.50	7.00	30.00
2.00	2.00	1055.00	10.00	33.00
2.00	2.00	565.00	5.00	33.00
3.00	3.00	185.00	1.00	20.00
3.00	3.00	545.00	5.00	20.00
3.00	3.00	245.00	2.00	21.00
3.00	3.00	245.00	3.00	22.00
3.00	3.00	415.00	4.00	22.00
3.00	3.00	155.50	3.00	24.00
3.00	3.00	565.00	6.00	26.00
3.00	3.00	415.00	3.00	27.00
3.00	3.00	485.00	4.00	30.00
3.00	3.00	659.00	6.00	30.00
3.00	3.00	596.00	4.00	30.00
3.00	3.00	750.00	7.00	30.00
4.00	4.00	245.00	2.00	20.00
4.00	4.00	285.00	2.00	21.00
4.00	4.00	485.00	5.00	22.00
4.00	2.00	285.00	10.00	22.00
4.00	2.00	575.00	6.00	22.00
4.00	2.00	567.50	5.00	22.00
4.00	3.00	650.00	6.00	23.00
4.00	2.00	485.00	4.00	23.00
4.00	2.00	482.00	4.00	24.00
4.00	2.00	485.00	2.00	25.00
4.00	3.00	567.50	5.00	25.00
4.00	1.00	245.00	2.00	26.00
4.00	3.00	585.00	5.00	26.00
4.00	2.00	582.50	5.00	26.00
4.00	2.00	554.00	4.00	26.00
4.00	2.00	387.50	4.00	26.00
4.00	2.00	522.50	5.00	28.00
4.00	3.00	650.00	6.00	28.00
4.00	3.00	560.00	5.00	28.00
4.00	3.00	565.00	5.00	30.00
4.00	3.00	845.00	5.00	30.00
4.00	2.00	567.50	5.00	30.00
4.00	2.00	597.50	3.00	31.00
4.00	3.00	885.00	8.00	33.00
4.00	3.00	965.00	2.00	33.00
4.00	3.00	485.00	4.00	33.00
4.00	3.00	985.00	10.00	30.00
5.00	1.00	115.00	1.00	22.00
5.00	2.00	285.00	3.00	22.00
5.00	2.00	245.00	2.00	22.00
5.00	3.00	605.00	6.00	22.00
5.00	1.00	115.00	1.00	24.00
5.00	1.00	285.00	2.00	25.00
5.00	2.00	605.00	5.00	25.00
5.00	2.00	474.50	4.00	25.00
5.00	3.00	594.50	5.00	27.00
5.00	3.00	500.00	5.00	27.00
5.00	3.00	785.00	6.00	29.00
5.00	3.00	745.00	6.00	29.00
5.00	3.00	609.50	4.00	30.00

Data diatas adalah Gaji Pegawai Sesuai Dengan Kriterianya, dengan keterangan sebagai berikut.
Keterangan bidang
1= Pemasaran
2= Humas
3= Accounting
4 = Kredit
5= Personalia

Keterangan didik
1= D3
2= S1
3= S2
Buatlah model regresinya.!

Langkah-langkah Analisis Regresi Linear Berganda dan Variabel Dummy dengan SPSS

1. Membuka aplikasi SPSS dengan melakukan double click pada icon desktop.
2. Setelah aplikasi SPSS terbuka dan siap digunakan, buat nama variabel Bidang, Didik, Gaji, Kerja, dan Usia dengan melakukan klik pada button Variable View, dan masukkan keterangan dalam bentuk kategori sesuai dengan studi kasus dengan melakukan klik pada values.
   
   
3. Kemudian masukkan data sesuai studi kasus, dengan melakukan klik pada button Data View.
   
   
4. Selanjutnya dilakukan pengkategorian dalam bentuk variabel dummy 0 dan 1, pada variabel Bidang dengan menjadikan bidang Pemasaran=1 sebagai reference category. Klik menu Transform –  Recode Into Different Variables, kemudian lakukan seperti gambar dibawah ini.
   
   
5. Lakukan seperti langkah 4 sampai terbentuk 4 variabel baru yaitu bd1, bd2, bd3, dan bd4.
6. Seperti pada langkah 4, lakukan hal yang sama untuk variabel Didik, pada variabel Didik dengan menjadikan S3=3 sebagai reference category. Klik menu Transform –  Recode Into Different Variables, kemudian lakukan seperti gambar dibawah ini.
   
   
7. Lakukan seperti langkah 6 sampai terbentuk 2 variabel baru yaitu dd1 dan dd2.
8. Variabel yang terbentuk dari langkah 4 – 7 dapat dilihat pada gambar dibawah ini.
   
   
9. Selanjutnya adalah melakukan analisis regresi dengan metode stepwise terhadap semua variabel, kecuali variabel Bidang dan Didik, klik menu Analyze – Regression – Linear, kemudian masukkan variabel Gaji ke kotak Dependent dan variabel Kerja, Usia, bd1, bd2, bd3, bd4, dd1, dd2 ke dalam kotak independent, pilih metode Stepwise dan Ok seperti gambar dibawah ini.
   

Dan selanjutnya, mari kita bahas satu persatu output yang dihasilkan.

Dalam analisis regresi pada studi kasus digunakan analisis regresi dengan metode stepwsise pada SPSS, sehingga langsung didapatkan model regresi yang signifikan seperti terlihat pada gambar diatas, variabel yang tidak signifikan akan dikeluarkan secara otomatis dari model, kemudian akan dilakukan penyesuaian oleh algoritma software sehingga didapatkan variabel yang mempengaruhi besarnya gaji yang diterima pegawai adalah variabel penilaian kerja dan usia.

 Pada output SPSS  Model Summary pada gambar, dapat diketahui bahwa hubungan antara variabel dependent dan variabel independent dapat dilihat dari nilai (R = 0,834) termasuk dalam hubungan korelasi sangat kuat (Sarwono, 2006). Hal ini juga didukung dengan nilai koefisien determinasi (Adjusted R Square ) sebesar 68.7% variabel independent Kerja dan Usia mampu menjelaskan variabel dependennya dan sisanya sebesar 31.3% dipengaruhi oleh faktor atau variabel bebas lain diluar penelitan.

 

 Untuk mengetahui model sesuai atau tidak, maka dilakukan pengujian dengan menggunakan uji serentak (uji f). Perhatikan output SPSS  ANOVA  pada gambar diatas.

1. Hipotesis
   Ho : β =  0 (model regresi Y terhadap Xkerja,usia tidak berarti/tidak sesuai)
   H1 : β ≠  0 (model regresi Y terhadap Xkerja,usia memiliki arti/sesuai)
2. Tingkat Signifikansi:
   α=0.05
3. Daerah Kritis:
   Fhit ≥ Ftab    : Tolak H0
   Sig. < α     : Tolak H0
4. Statistika Uji:
   Fhitung    = 82.1        Sig. = 0.000
   Ftabel    = 3,12
5. Keputusan Uji
   Karena nilai Fhitung > Ftabel dan Sig. < 0.05 maka keputusannya adalah tolak H0
6. Kesimpulan :
   Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa model regresi variabel dependent (Gaji) terhadap variabel independent (Kerja dan Usia) adalah signifikan atau sesuai.

Untuk melakukan uji parsial atau uji koefisien regresi atau uji sendiri-sendiri dilakukan untuk mengetahui variabel tersebut signifikan atau tidak terhadap model regresi yang didapatkan, uji parsial ini dapat dilakukan dengan melihat p-value atau membandingkan Thitung dengan Ttabel.

Pada output SPSS  Coefficients, menunjukkan bahwa koefisien β0 bernilai -386.284, β1 bernilai 57.133, dan β2 bernilai 24.591. Hal ini menunjukkan bahwa β0, β1, dan β2 signifikan, artinya koefisien tersebut berpengaruh terhadap model. Selanjutnya didapatkan persamaan regresi dari output yang dihasilkan untuk memprediksi variabel Y yaitu:

Gaji = -386.284 + 57.133 Kerja + 24.591 Usia

Interpretasi:
Nilai konstanta sebesar -386.284. Jika dilihat dari konstanta tersebut yang bertanda negative, artinya gaji akan bernilai negative, itu sebenarnya tidak mungkin gaji bernilai negative, variabel dependent tersebut tidak akan mungkin bernilai negative jika semua variabel independentnya masih berada dalam range nilai minimal, artinya penilaian kerja dan usia juga tidak mungkin sama dengan nol.

Oleh sebab itu persamaan tersebut digunakan untuk menentukan gaji karyawan yang sudah bekerja dalam perusahaan, sehingga tidak akan mungkin gaji bernilai negative.

Nilai koefisien variabel Kerja sebesar 57.133. Hal ini mengandung arti bahwa setiap peningkatan penilaian kerja terhadap karyawan satu satuan maka Gaji yang diterimanya juga akan naik sebesar 57.133 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

Nilai koefisien variabel Usia sebesar 24.591. Hal ini mengandung arti bahwa setiap penambahan usia karyawan satu satuan maka Gaji yang diterimanya juga akan naik sebesar 24.591 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

Demikian postingan tentang Analisis Regresi Linear Berganda dan Variabel Dummy dengan SPSS, semoga bisa membantu. silahkan baca juga postingan tentang analisis regresi berganda dengan SPSS.
Have FUN.