Analisis Regresi Variabel Dummy

8/10/2019 Analisis Regresi Variabel Dummy

1/33

LAPORAN PRAKTIKUM

ANALISIS REGRESI TERAPAN

MODUL: 05

ANALISIS REGRESI VARIABEL DUMMY

raktiku Laboran

NamaPraktikum

NomerMahasiswa

TanggalKumpul

Tanda Tangan

PurwantiRahayu

11611048

Asisten Dosen

Edy Widodo ,M.SiHerni Utami, M.Si

Nama PenilaiTanggalKoreksi

NilaiTanda Tangan

1. Fajar Supriadi2. Kartika Ari S

JURUSAN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS ISLAM INDONESIA

YOGYAKARTA

2013

Kelas

C


2/33

BAB I

PENDAHULUAN

A. Variabel Dummy

Nama lain Regresi Dummy adalah Regresi Kategori. Re-gresi ini menggunakan

prediktor kualitatif (yang bukan dummy dinamai prediktor kuantitatif ). Pembahasan pada

regresi ini hanya untuk satu macam variabel dummy dan dikhususkan pada penaksiran

parameter dan kemaknaan pengaruh prediktor. Pembahasan akan dilakukan denganmenggunakan berbagai contoh.

Analisis regresi tidak saja digunakan untuk data-data kuantitatif, tetapi juga bisa

digunakan untuk data kualitatif. Jenis data kualitatif tersebut seringkali menunjukkan

keberadaan klasifikasi (kategori) tertentu, sering juga dikatagorikan variabel bebas (X)

dengan klasifikasi pengukuran nominal dalam persamaan regresi.

Variabel kualitatif tersebut harus dikuantitatifkan atributnya (cirinya). Untuk

mengkuantitatifkan atribut variabel kualitatif, dibentuk variabel dummy dgn nilai 1 dan 0.

Nilai 1 menunjukkan adanya, sedangkan nilai 0 menunjukkan tidak adanya ciri kualitas tsb.

Jadi, inilah yang dimaksud dengan variabel dummy tersebut. Variabel dummy disebut juga

variabel indikator, biner, kategorik, kualitatif, boneka, atau variabel dikotomi. Variabel

Dummy pada prinsipnya merupakan perbandingan karakteristik Misalnya untuk membedakan

jenis kelamin (pria dan wanita), tempat tinggal (misal desa dan kota), tingkat pendidikan (SD,

SMP, SMA, PT), agama (Islam, Kristen, Katolik, Hindu, Budha, dll), pembedaan periode

waktu (misal, sebelum krisis ekonomi dan setelah krisis ekonomi), Perbandingan kondisi

(besaran/jumlah) konsumen yang merasa puas terhadap suatu produk dengan konsumen yang

tidak puas, Perbandingan besarnya gaji antara laki-laki dan perempuan. dan kategori-

kateogori lain yang ingin dimasukkan ke dalam analisis.

Metode yang digunakan adalah mengganti informasi yang bersifat kategori, misalnya

untuk jenis kelamin (pria dan wanita) diwakili dengan angka 1 dan 0. Dalam prakteknya,

misalnya kategori data pria diganti dengan angka 1, dan kategori data wanita diganti denganangka 0, atau sebaliknya.variabel jenis kelamin. Jika nilai 1 digunakan untuk laki-laki maka


3/33

nilai 0 menunjukkan bukan laki-laki (perempuan), atau sebaliknya. (Kategori yg diberi nilai 0

disebut kategori dasar, dlm artian bahwa perbandingan dibuat atas kategori tsb.)

Jika variabel kualitatif tsb terdiri lebih dari dua kategori, jumlah variabel dummy yg

dibentuk harus sebanyak n-1, dimana n adalah banyaknya kategori variabel tsb.

B. Pengukuran Variabel

Pengukuran Variabel Penelitian dapat dikelompokkan menjadi 4 Skala Pengukuran, yaitu :

1. Skala Nominal

Skala Nominal adalah suatu himpunan yang terdiri dari anggota anggota yang

mempunyai kesamaan tiap anggotanya, dan memiliki perbedaan dari anggotahimpunan yang lain.

Misalnya :

Jenis Kelamin : dibedakan antara laki laki dan perempuan

Pekerjaan : dapat dibed akan petani, pegawai, pedagang

Golongan Darah : dibedakan atas Gol. 0, A, B, AB

Ras : dapat dibedakan atas Mongoloid, Kaukasoid, Negroid.

Suku Bangsa : dpt dibedakan dalam suku Jawa, Sunda, Batak dsb.

Skala Nominal, variasinya tidak menunjukkan perurutan atau kesinambungan, tiap

variasi berdiri sendiri secara terpisah. Dalam Skala Nominal tidak dapat dipastikan

apakah kategori satu mempunyai derajat yang lebih tinggi atau lebih rendah dari

kategori yang lain ataukah kategori itu lebih baik atau lebih buruk dari kategori yanglain.

2. Skala Ordinal

Skala Ordinal adalah skala variabel yang menunjukkan tingkatan tingkatan.Skala

Ordinal adalah himpunan yang beranggotakan menurut rangking, urutan, pangkat

atau jabatan. Skala Ordinal adalah kategori yang dapat diurutkan atau diberi

peringkat.Skala Ordinal adalah Skala Data Kontinum yang batas satu variasi nilai ke


4/33


5/33

Skala Ratio Adalah Skala yang disamping batas intervalnya jelas, juga variasi nilainya

memunyai batas yang tegas dan mutlak ( mempunyai nilai NOL ABSOLUT ).

Misalnya :

Tinggi Badan : sebagai Skala Ratio, tinggi badan 180 Cm dapat dikatakan

mempunyai selisih 60 Cm terhadap tinggi badan 120 Cm, hal ini juga dapat dikatakan

hahwa : tinggi badan 180 adalah 1 kali dari tinggi badan 120 Cm.

Denyut Nadi : Nilai 0 dalam denyut nadi dapat dikatakan tidak ada sama sekali

denyut nadinya.

Berat Badan

Dosis Oba t, dsb.

Dari uraian di atas jelas bahwa Skala Ratio, Interval, Ordinal dan Nominal berturut

turut memiliki nilai kuantitatif dari yang Paling Rinci ke yang Kurang Rinci. Skala

Ratio mempunyai sifat sifat yang dimiliki Skala Interval, Ordinal dan Nominal.

Skala Interval memiliki ciri ciri yang dimiliki Skala Ordinal dan Nominal,

sedangkan Skala Ordinal memiliki sifat yang dimiliki Skala Nominal.

Adanya perbedaan tingkat pengukuran memungkinkan terjadinya Transformasi Skala

Ratio dan Interval menjadi Ordinal atau Nominal. Transformasi ini dikenal sebagai

Data Reduction atau Data Collapsing. Hal ini dimaksudkan agar dapat menerapkan

metode statistik tertentu, terutama yang menghendaki skala data dalam bentuk

Ordinal atau Nominal.

Sebaliknya, Skala Ordinal dan Nominal tidak dapat diubah menjadi Interval atau

Ratio. Skala Nominal yang diberi label 0, 1 atau 2 dikenal sebagai Dummy Variable(Variabel Rekayasa). Misalnya : Pemberian label 1 untuk laki laki dan 2 untuk

perempuan tidak mempunyai arti kuantitatif (tidak mempunyai nilai / hanya kode).

Dengan demikian, perempuan tidak dapat dikatakan 1 lebih banyak dari laki laki.

Pemberian label tersebut dimaksudkan untuk mengubah kategori huruf (Alfabet)

menjadi kategori Angka (Numerik), sehingga memudahkan analisis data. (Cara ini

dijumpai dalam Uji Q Cochran pada Pengujian Hipotesis).


6/33

BAB II

DESKRIPSI KERJA

Kali ini praktikan akan melakukan analisis regresi dengan variabel dummy, dimana

praktikan akan menjelaskan langkah-langkah kerja terkait dengan analisis regresi variabel

dummy. Berikut ini permasalahan yang akan diselesaikan praktikan terkait variabel dummy.

Sebuah perusahaan maskapai penerbangan sedang dalam kondisi pailit, untuk itu tim peneliti

perusahaan berusaha untuk menemukan solusi yang tepat bagi keberlangsungan perusahaan.

Salah satu opsi terakhir yang diajukan adalah melakukan Pemutusan Hubungan Kerja (PHK)

bagi karyawan perusahaan dengan data karyawan calon PHK yang telah ada. Untuk itu perusahaan ingin mengetahui besar nilai yang harus dibayarkan perusahaan pada gaji terakhir

sebelum di PHK. Hal tersebut didasarkan pada divisi yang dijalankan (penerbangan : 1,

pemasaran: 2, akunting: 3, personalia: 4, sistem informasi: 5, public relation: 6, kredit :

7, armada: 8, ground handling: 9, penelitian: 10), jabatan dalam perusahaan (kepala

divisi: 1, sekretaris divisi:2, staff divisi:3, office boy: 4) , tingkat pendidikan yang telah

ditempuh (S2: 1, S1 : 2, D3: 3, SMA/Sederajat : 4) , penilaian hasil kinerja, dan usia.

Berikut ini adalah data karyawan calon penerima keputusan PHK :

DIVISI JABATAN DIDIK KINERJA USIA

GAJI

($)

1 1 1 7 50 730

1 2 2 7 47 530

1 3 3 3 30 312

1 3 2 5 31 410

1 3 2 5 31 403

1 3 2 6 32 400

1 3 3 4 27 342

2 3 1 6 50 636

2 4 4 5 19 232

2 3 2 6 43 342

2 3 2 5 34 338


7/33

2 4 4 6 23 243

2 3 4 3 34 232

2 3 4 6 24 243

2 3 4 5 31 2403 1 2 4 45 546

3 3 2 5 43 430

3 3 2 5 45 469

3 4 4 5 23 229

3 4 4 6 24 231

3 2 3 5 34 476

3 3 2 4 31 3403 3 2 4 32 340

3 4 4 6 20 233

4 1 1 6 51 578

4 3 2 5 33 502

4 3 3 4 25 421

4 3 2 7 35 498

4 3 2 4 31 456

4 3 3 4 37 421

4 3 3 3 36 420

5 3 1 5 50 700

5 2 2 5 34 462

5 3 2 6 32 427

5 4 4 3 46 232

5 4 4 3 20 231

5 3 2 5 36 356

5 3 2 4 34 329

5 4 4 4 26 247

5 4 4 6 21 251

6 3 4 4 31 246

6 3 3 3 36 403

6 2 2 7 31 500


8/33

6 4 4 4 23 233

6 2 3 4 30 407

6 3 3 3 35 257

6 3 2 3 37 3566 4 4 4 18 234

7 1 1 3 46 531

7 3 2 6 41 465

7 3 2 5 37 461

7 4 4 3 47 234

7 3 3 5 34 340

7 3 4 7 29 2507 4 4 5 22 232

7 4 4 4 23 231

8 1 1 4 47 525

8 2 3 6 34 468

8 2 3 5 35 428

8 3 3 4 38 300

8 3 2 6 37 461

8 3 4 5 35 342

8 3 4 4 36 321

9 1 1 4 48 531

9 2 2 5 33 420

9 3 2 7 28 478

9 3 2 6 31 473

9 4 4 6 29 234

9 2 3 6 31 423

9 3 3 6 36 325

9 3 3 6 35 325

10 3 3 3 42 303

10 3 3 4 31 336

10 4 4 5 34 232

10 3 2 7 35 351


9/33

10 4 2 5 36 234

10 4 4 6 32 236

10 3 4 6 31 342

10 3 4 5 34 321Dengan data diatas praktikan ingin mengetahui beberapa hal dari permasalahan diatas:

1) Dapatkan pemodelan regresi linearnya

2) Lakukan uji hipotesis dan cantumkan variabel mana yang Saudara jadikan sebagai

variabel dummy

3) Apabila terdapat seorang karyawan calon PHK, bekerja pada divisi pemasaran ,

jabatan dalam perusahaan adalah sekretaris divisi, tingkat pendidikan S1, usia 35

tahun, nilai kerja 5, berapakah kira-kira gaji yang harus dibayarkan oleh perusahaan?

Untuk menyelesaikan permasalahan diatas, dan menjawab ketiga poin sebelumnya dengan

langkah-langkah sebagai berikut:

1. Langkah pertama praktikan menggunakan software SPSS, praktikan membuka

SPSSnya, kemudian klik variabel view.

2. Pada variabel view input variabelnya yaitu terdiri dari variabel divisi, variabel didik,

variabel jabatan, variabel kinerja, variabel usia dan variabel gaji.

Gambar 2.1 input variabel pada variabel view.


10/33

3. Untik variabel divisa, variabel jabatan dan variabel didik merupakan data kualitatif,

maka praktikan mengubahnya menjadi data kuantitafik berdasarkan lavel yang sudah

ditentukan pada permasalahan diatas. Praktikan klik pada kolom values dengan nama

variabel divisi, klik none maka akan muncul tampilan seperti gambar 2.2. divisi yang

dijalankan (penerbangan : 1, pemasaran: 2, akunting: 3, personalia: 4, sistem

informasi: 5, public relation: 6, kredit : 7, armada: 8, ground handling: 9,

penelitian: 10). Dalam penulisan pada kotak dialog value labels praktikan ketik

pada value 1 untuk label penerbangan, value 2 untuk label pemasaran, value 3 untuk

label akunting, value 4 untuk label personalia, value 5 untuk label sistem informasi,

value 6 untuk label public relation, value 7 untuk label kredit, value 8 untuk label

armada, value 9 untuk label ground handling, dan value 10 untuk label penelitian.

Setiap kali praktikan memasukan value dan label praktikan klik add, apa bila

praktikan akan menghilangkan salah satu value yang sudah di tambahkan, praktikan

klik value yang akan dihilangkan dan klik remove.

Gambar 2.2 mengelompokan data kualitatif.

4. Selanjutnya praktikan mengubah varibel jabatan yang datanya kualitatif,

dikelompokan menjadi data kuantitatif, dengan berbagai label. Pertama praktikan klik

None pada kolom value dan baris jabatan. Kemudian akan muncul gambar 2.3,

praktikan ketik pada value 1 dengan label kepala divisi, untuk value 2 dengan label

sekretaris divisi, untuk value 3 dengan label staff divisi dan untuk value 4 dengan

label office boy.


11/33

Gambar 2.3 pengelompokan pada variabel jabatan

5. Kemudian praktikan mengubah data kualitatif pada variabel didik

mengelompokannya menjadi data kuantitatif. Dengan melihat gambar 2.1 klik pada

kolom value dan baris didik klik None, maka akan muncul gambar dibawah ini,

praktikan input pada value dengan 1 dan pada label ketik S1, pada value 2 maka klik

S2, pada value 3 klik D3 dan pada value 4 klik SMA/ Sederajat.

Gambar 2.4 Pengelompokan data variabel didik.

6. Selanjutnya praktikan ketik data sesuai tabel 1.1 pada SPSS.

Gambar 2.5 input data


12/33

7. Untuk variabel divisi dimana data itu kualitatif, meskipun telah diubah kedalam

bentuk kuantitafik. Untuk anakisis regresinya praktikan menggunakan analisis regresi

dengan variabel dummy. Dengan langkah praktikan klik transform klik recode into

different variabel.

Gambar 2.6 langkah untuk melakukan variabel dummy.

8. Selanjutnya akan muncul gambar dibawah ini, praktikan akan mengubah variabel

divisi terlehih dulu. Klik variabel divisi kemudian klik panah kea rah kotak

numbericvariabel.

Gambar 2.7 mengubah variabel.


13/33

9. Untuk variabel devisi praktikan menyingkatnya dengan ddv yaitu dummy divisi,

praktikan klik name dengan ddv1 klik change.

Gambar 2.8 mengubah variabel

10. Kemudian praktikan klik old and new values akan muncul gambar 2.9. Disini

praktikan memilih kategori 1 sebagai refrence categorynya.

Gambar 2.9 langkah analisis dummy.

11. Sehingga untuk mengetahui nilai ddv1, praktikan ketik pada old value value

dengan nilai 2. Dan pada new value value praktikan ketik 1 klik add.


14/33

Gambar 2.10 langkah menentukan analisis variabel dummy.

12. Kemudian praktikan klik pada all other value pada new value ketik 0, kemudian

klik add.

Gambar 2.11 langkah analisis variabel dummy.

13. Sebelumnya praktikan membuat variabel ddv1, selanjutnya praktikan membuat

variabel ddv2 dengan mengganti nama ddv1 menjadi ddv2 dan klik change.

Gambar 2.12 untuk ddv2

14. Selanjutnya praktikan klik old and new values maka muncul tampilan gambar 2.13.

pada old value ketik 3 dan pada new value 1 lalu klik add. Kemudian praktikan klik

all other values dan pada new value ketik 0 dan klik add klik continue.


15/33

Gambar 2.13 langkah ddv2

15. Berikutnya praktikan membuat variabel ddv3 dengan langkah mengubah nama

variabelnya, dimana awalnya pada name ddv2 diubah menjadi ddv3 dan klik change.Kemudian praktikan klik old and new values pada old values ketik 4, dan pada new

value ketik 1 klik add. Selanjutnya praktikan klik pada all other value dan klik pada

new value ketik 0.

Gambar 2.14 langkah varaibel ddv3.

16. Masih dalam variabel ddv, karena untuk kategori divisi sendiri terdiri 10 kategori,

maka jumlah variabel ddv sebanyak 9. Selanjutnya ddv 4 dengan langkah yang sama,

yaitu mengubah nama variabel menjadi ddv 4 klik change klik old and new

values. Maka akan muncul tampilan dibawah ini, kemudian praktikan klik pada old

new ketik 5 kemudian pada new value ketik 1 klik add, selanjutnya praktikan klik

pada all other value ketik pada new value 0 klik add.kemudian klik continue

klik ok.


16/33

Gambar 2.15 langkah membuat variabel ddv4.

17. Praktikan mengubah nama variabel ddv4 menjadi ddv5. Kemudian praktikan klik

change klik old and new value. Pada old value praktikan ketik 6 kemudian padanew value praktikan ketik 1 klik add. Kemudian praktikan klik pada all other value

dan klik pada new value dan ketik 0 klik add continue klik ok.

Gambar 2.16 variebal ddv5.

18. Praktikan mengganti variable ddv5 menjadi ddv6 klik change. Kemudian praktikan

klik old and new values. Ketik 7 pada old value, pada new value ketik 1 klik add,

kemudian praktikan klik all other value pada new value ketik 0 klik add klik

continue klik ok.


17/33

Gambar 2.17 variabel ddv6.

19. Pada ddv7 praktikan merubah namanya yang awalnya ddv6 menjadi ddv7 dan klik

change. Kemudian praktikan klik old and new value pada old value ketik 8 pada

new value ketik 1 klik add. Kemudian klik pada all other value ketik 0 padanew value klik add klik continue klik ok.


20. Selanjutnya praktikan mengubah menjadi ddv8 klik cange klik old and new

value. Klik pada old value ketik 9 klik pada new value ketik 1 klik add.

Kemudian klik pada all other value ketik 0 pada new value klik add klik

continue klik ok.


18/33


21. Praktikan merubah ddv8 menjadi ddv9 klik chang klik old and new value

pada old value ketik 10 klik pada new value ketik 1 klik add. Klik pada all othervalue klik pada new value ketik 0 klik add klik continue klik ok.

Gambar 2. 20 Variabel ddv9.

22. Pada variabel dummy dengan data kualitatif jabatan praktikan membuat singkatan

dummy jabatan (dj). Untuk membuat variabel dj1, praktikan keluarkan variabel divisi,

kemudian inputkan variabel jabatan, pada name ketik dj1 klik change.


19/33


20/33

Gambar 2.22 Variabel dummy jabatan

26. Selanjutnya praktikan mengluarkan variabel jabatan dan menginputkan variabel yang

akan di dummykan variabel didik.Praktikan memberi singkatan ddi1. Kemudian praktikan klik change klik old and new value ketik 2 pada old value ketik 1

pada new value klik add. Kemudian klik pada all other values ketik 0 pada new

values klik add klik continue klik ok.

Gambar 2.23 Variabel dummy didik.

27. Selanjutnya praktikan mengubah ddi1 menjadi ddi2 klik change klik old and

new value ketik 3 pada old value ketik 1 pada new value klik add. Kemudian

klik all other value ketik 0 pada new value klik add klik continue klik ok.


21/33

Gambar 2.24 Variabel dummy didik

28. Yang terakhir praktikan mengubah variabel dengan data kualitatif menjadi kuantitatif

dimana awalnya dengan nama variabel ddi2 menjadi ddi3 klik change klik aldand new value ketik 4 pada old value ketik 1 pada new value klik add klik

all ither value ketik 0 pada new value klik add klik continue klik ok.

Gamabr 2.25 variabel dummy didik.

29. Setelah praktikan telah merubah data-data yang kualitatif menjadi kuantitatif,

sehingga data dapat di analisis dengan langkah klik regression linear.


22/33


23/33


24/33

Gambar 2.30 mengeluarkan variabel ddv4.

34. Praktikan klik analyze regression linear praktikan mengeluarkan variabel

ddv7 klik ok.


35. Praktikan klik analyze regression linear praktikan keluarkan ddv5 klik ok.



25/33


26/33

Gambar 2.38 keluarkan variabel usia.

39. Praktikan klik analyze regression linear selanjutnya praktikan mengeluarkan

variabel ddv 9 klik ok.

Gambar 2.39 keluarkan variabel ddv9

40. Setelah praktikan klik ok didapatkan nilai signifikan melebihi 0,05, maka praktikan

mengeluarkan satu per satu nilai signifikansi terbesar sampai semua nilai signifikansi

dibawah 0,05. Praktikan mengeluarkan berurutan satu persatu berdasarkan nilai

sigifikansi terbesar yaitu ddv2, dj2, ddv4, ddv7, ddv5, ddv6, ddv8, Usia, dan yangterakhir ddv9.


27/33

BAB III

PEMBAHASAN

Setelah pada langkah deskripsi kerja tidak adanya nilai signifikansi melebihi0,05

maka dapat dikatakan variabel independennya memiliki hubungan yang kuat dengan variabel

dependen itu sendri.Untuk variabel-variabel yang memiliki hubungan kuat dapat dilihat pada

Tabel 3.1.Yaitu variabel dummy didik 3, variabel kerja, variabel dummy divisi 3, variabel

dummy devisi 1, variabel dummy jabatan 1, variabel dummy didik 2, variabel dummy jabatan

3 dan variabel dummy didik 1.

Tabel 3.1 Variabels Entered

Variables Entered/Removed

Model

Variables

Entered

Variables

Removed Method

1 ddi3, kinerja,

ddv3, ddv1, dj1,

ddi2, dj3, ddi1a

. Enter

a. All requested variables entered.

Dalam tabel 3.2 dapat dilihat nilai R dan R square, dimana R adalah nilai koefisien korelasi,

dimana semakin besar nilai Rnya semakin kuat hubungan diaman model sesuai. Semakin

baik bila nilai R semakin dekat dengan 1. Pada tabel 3.2 menunjukan nilai R sebesar 0,855

dimana nilai tersebut mendekati 1, hal ini menunjukan R signifikan. Nilai 0,855 menunjukan

85,5% variabel dependen dipengaruhi faktor-faktor yang disebutkan dalam tabel 3.1 sisanya

oleh pengaruh variabel lain.

Tabel 3.2 Model Summary

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .924 a .855 .838 48.12315

a. Predictors: (Constant), ddi3, kinerja, ddv3, ddv1, dj1, ddi2, dj3, ddi1


28/33

Pada tabel Anova menunjukan nilai regression 952780,695 dan residual 162108,647, untuk

nilai signifikannya 0 yang berarti model signifikan atau sesuai.

Tabel 3.3 ANOVA

ANOVA b

Model Sum of Squares df Mean Square F Sig.

1 Regression 952780.695 8 119097.587 51.427 .000 a

Residual 162108.647 70 2315.838

Total 1114889.342 78

a. Predictors: (Constant), ddi3, kinerja, ddv3, ddv1, dj1, ddi2, dj3, ddi1

b. Dependent Variable: gaji

Dalam tabel 3.4 menunjukan nilai beta, standar error nilai t hitung dan nilai signifikan.

Dimana pada nilai signifikan tidak adanya nilai melebihi 0,05 yang berarti variabel-variabel

tersebut signifikan, memiliki hubungan kuat dengan variabel independen.

Tabel 3.4 Coefficients

Coefficients a

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant) 531.907 31.092 17.108 .000

kinerja 13.770 5.035 .137 2.735 .008

ddv1 -40.407 19.030 -.103 -2.123 .037

ddv3 66.098 20.024 .158 3.301 .002

dj1 75.773 19.229 .203 3.941 .000

dj3 -69.399 18.794 -.245 -3.693 .000

ddi1 -197.119 20.570 -.794 -9.583 .000

ddi2 -251.032 22.660 -.886 -11.078 .000

ddi3 -294.263 24.115 -1.164 -12.202 .000

a. Dependent Variable: gaji

Setelah diketahui variabel-variabel yang memiliki hungan kuat dengan variabel dependendapat diketahui model regresinya.


29/33


30/33

0,002


31/33

H1: koefisien regresi Signifikan

Tingkat signifikan : 0,05

Uji Statistik : P- value <

0,000


32/33

BAB IV

PENUTUP

Setelah praktikan menyelesaikan langkah-langkah untuk menyelesaikan permasalahan

diatas, selain itu praktikan juga telah membahas hasil output dari langkah-langkah kerja

sebelumnya. Maka dapat diambil kesimpulan bahwa:

1. Variabel yang memiliki hubungan kuat dengan variabel dependen adalah variabel

dummy didik 3, variabel kerja, variabel dummy divisi 3, variabel dummy devisi 1,

variabel dummy jabatan 1, variabel dummy didik 2, variabel dummy jabatan 3 dan

variabel dummy didik 1.

2. Setelah praktikan melalukan uji hipotesis masing-masing variabel menunjukan uji

hipotesisnya signifikan, maka model regresi variabel dummy nya sesuai. Dimana

model tersebut adalah

3. Dan untuk gaji pegawai yang akan di PHK, bekerja pada divisi pemasaran , jabatan

dalam perusahaan adalah sekretaris divisi, tingkat pendidikan S1, usia 35 tahun, nilai

kerja 5, kira-kira gaji yang harus dibayarkan oleh perusahaan adalah

( ) ( ) ( ) ( ) ( )

( ) ( ) ( )

Jadi gaji untuk pegawai tersebut yang seharusnnya dibyar oleh perusahaan sebesar

.


33/33

DAFTAR PUSTAKA

Draper Norman.1992. Analisis Regresi Terapan. Jakarta : Gramedia Pustaka Utama

http://nungnurie.blogspot.com/2012/12/regresi-dummy.html . (10 Juni 2013/15.00)

http://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.html . (10 Juni

2013/20.00)
http://nungnurie.blogspot.com/2012/12/regresi-dummy.htmlhttp://nungnurie.blogspot.com/2012/12/regresi-dummy.htmlhttp://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.htmlhttp://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.htmlhttp://anjas-bee.blogspot.com/2012/04/variabel-dan-hipotesis-penelitian.htmlhttp://nungnurie.blogspot.com/2012/12/regresi-dummy.html

Analisis Regresi Variabel Dummy

Documents