1 / 36

ANALISIS REGRESI TERHADAP VARIABEL DUMMY

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

uriah
Download Presentation

ANALISIS REGRESI TERHADAP VARIABEL DUMMY

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

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

  2. 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.

  3. 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+ Perbedaan dengan Regresi Biasa

  4. 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.

  5. ANALISIS REGRESI TERHADAP SATU VARIABEL DUMMY DENGAN DUA KRITERIA Model regresi dengan satu variabel kualitatif tanpa mengikutsertakan variabel kuantitatif lainnya adalah serupa dengan analisis ragam (Anova model) Y = Nilai yang diramalkan a = Konstansta b = Koefisien regresi untuk D1 D1 = Variabel Dummy dengan dua kategori  = Nilai Residu Persamaan regresi variabel dummy dua kategori: Y = a + bDi + 

  6. Persamaan Regresi linier Sederhana: Y = a + b1D1 +  Y = Nilai yang diramalkan a = Konstansta b = Koefesien regresi D = Variabel bebas Dummy  = Nilai Residu Persamaan Regresi

  7. Ada yang mau lewat……..

  8. 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.

  9. Judul Pengaruh jenis kelamin terhadap pengeluaran 2. Pertanyaan Penelitian Apakah terdapat pengaruh jenis kelamin terhadap pengeluaran? 3. Hipotesis Terdapat pengaruh jenis kelamin terhadap pengeluaran. Pemecahan

  10. 4. Kriteria Penerimaan Hipotesis Ho : bj=0 : Tidakterdapatpengaruhjeniskelaminterhadappengeluaran. Ha : bi ≠ 0:Terdapat pengaruhjeniskelaminterhadappengeluaran. Kriteria: • HoditerimaJika -t tabel≤ thitung ≤ t tabel • HaditerimaJika –thitung < -ttabelatauthitung> t tabel

  11. 5. Sampel 10 orang 6. Data Yang dikumpulkan

  12. 7. Analisis Data • Untuk analisis data diperlukan, perhitungan: • Persamaan regresi • Nilai Prediksi • Koefesien determinasi • Kesalahan baku estimasi • Kesalahan baku koefesien regresinya • Nilai F hitung • Nilai t hitung • Kesimpulan

  13. Persamaan Regresi

  14. Y= 18 + 3,28D+

  15. Nilai Prediksi • Berapa besarnya konsumsi harian mahasiswi? 18 + (3,28*0)= 18 • Berapa besarnya konsumsi harian mahasiwa? 18 + (3,28*1)= 21,28

  16. Koefesien Determinasi Koefesien determinasi: Koefesien Determinasi Disesuaikan (adjusted)

  17. Kesalahan Baku Estimasi Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.

  18. Standar Error Koefesien Regresi Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:

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

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

  21. KESIMPULAN DAN IMPLIKASI KESIMPULAN Terdapat pengaruh jenis kelamin terhadap pengeluaran mahasiswa/mahasiswi. IMPLIKASI Sebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan mahasiswi berbeda.

  22. Persamaan “ Analisis Regresi terhadap satu variabel dummy dua kategori sama dengan uji anova” Mari Kita Buktikan….!!!

  23. 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.

  24. Judul Perbedaan pengeluaran berdasarkan jenis kelamin 2. Pertanyaan Penelitian Apakah terdapat perbedaan pengaluaran harian mahasiswa dan mahasiswi? 3. Hipotesis Terdapat perbedaan pengeluaran harian mahasiwa dan mahasiswi. Pemecahan

  25. 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

  26. 5. Sampel 10 orang 6. Data Yang dikumpulkan

  27. 7. Analisis Data • Untuk analisis data diperlukan, perhitungan: • JKT (Jumlah Kuadrat Total) • JK (Jumlah Kuadrat) • JKG (Jumlah Kuadrat Galat) • F Hitung

  28. Persamaan Regresi

  29. Bentuk Tabel Anova

  30. Jumlah Kuadrat Total (JKT) Jumlah Kuadrat (JK) Jumlah Kuadrat Galat (JKG) JKG = JKT-JK Jk = 30,784 – 26,896 = 3,888

  31. Bentuk Tabel Anova

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

  33. KESIMPULAN DAN IMPLIKASI KESIMPULAN Terdapat perbedaan yang berarti antara pengeluaran harian mahasiwa dengan pengeluran harian mahasiswi. IMPLIKASI Sebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan mahasiswi berbeda.

More Related