TEORI ONLINE

SERI TUTORIAL SPSS

by Hendry
http://teorionline.wordpress.com/

REGRESI DUMMY > 2 KATEGORI

Jika pada bahasan sebelumnya kita menganalisis regresi dummy dua kategori, maka pada
pembahasan kali ini kita akan membahas mengenai regresi dengan variabel independent yang
memiliki tingkatan lebih dari 2 kategori

Masih menggunakan data yang sama pada bahasan sebelumnya di regresi dummy pertama,
maka selanjutnya kita akan menganalisis pengaruh tingkat pendidikan terhadap gaji yang
diterima karyawan.

Variabel rata-rata gaji bulanan dalam juta Rp

Variabel gaji dikelompokkan menjadi tiga yaitu : SMA, Sarjana, dan Pascasarjana

Variabel masa kerja dalam tahun

Model regresi dapat ditulis sebagai berikut :

Y = b0 + b1 d1 + b2 d2 + b3 X + e1

Y adalah gaji rata-rata,

X adalah masa kerja,

d1 = 1 jika S2, 0 jika tidak,

d2 = 1 jika S1, 0 jika tidak

Data dapat dilihat di http://teorionline.wordpress.com/2011/05/22/data-regresi-dummy-2-

kategori/
PENYELESAIAN

Klik Analyze, pilih Regression Linier..

Masukkan variabel masa kerja, d1, dan d2 ke dalam kotak independent, dan gaji ke kotak
dependent.

Abaikan yang lain lalu klik OK

Regression

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 d2_1, d1_
1, masa_
a
. Enter
kerja
a. All requested variables entered.
b. Dependent Variable: GAJI

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .711a .505 .469 .65901
a. Predictors: (Constant), d2_1, d1_1, masa_kerja

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 18.194 3 6.065 13.964 .000a
Residual 17.806 41 .434
Total 36.000 44
a. Predictors: (Constant), d2_1, d1_1, masa_kerja
b. Dependent Variable: GAJI
 Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3.531 .267 13.238 .000
masa_kerja .113 .038 .421 3.016 .004
d1_1 .596 .231 .326 2.576 .014
d2_1 .969 .302 .479 3.211 .003
a. Dependent Variable: GAJI

INTERPRETASI

Nilai adj R Square adalah sebesar 0.711 menunjukkan bahwa hubungan antara variabel
independent dan dependent cukup kuat.

Nilai F hitung adalah sebesar 13.964, dengan sig 0.000. Karena sig < 0.05 maka dapat
disimpulkan bahwa model regresi adalah signifikan dan layak digunakan untuk memprediksi gaji
karyawan

Persamaan regresi

Gaji = 3.531 + 0.311 (masa kerja) + 0.596 (d1) + 0.969 (d2)

Karyawan pendidikan SMA

Y = b0 + b1 (masa kerja) = 3.531 + 0.311

Karyawan pendidikan Sarjana

Y = b1 + (b0 + b2) = 0.311 + (3.531 + 0.596)

karyawan pendidikan Pascasarjana

y = b1 + (b0 + b3) = 0.311 + (5.531 + 0.969)

Dari hasil uji t diketahui bahwa nilai sig seluruhnya < 0.05 sehingga dapat dinyatakan bahwa
masa kerja, dan tingkatan pendidikan mempengaruhi besaran gaji karyawan