P. 1
Regresi Variabel Dummy Lebih Dari 2 Kategori

Regresi Variabel Dummy Lebih Dari 2 Kategori

|Views: 521|Likes:
Published by Hendryadi
Tutorial SPSS regresi dummy
Tutorial SPSS regresi dummy

More info:

Categories:Types, Research
Published by: Hendryadi on May 23, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/07/2013

pdf

text

original

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-2kategori/

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
b Variables Entered/Removed

Model 1

Variables Entered d2_1, d1_ 1, masa_ a kerja

Variables Removed .

Method Enter

a. All requested variables entered. b. Dependent Variable: GAJI

Model Summary Model 1 R R Square .711a .505 Adjusted R Square .469 Std. Error of the Estimate .65901

a. Predictors: (Constant), d2_1, d1_1, masa_kerja

ANOVAb Model 1 Sum of Squares 18.194 17.806 36.000 df 3 41 44 Mean Square 6.065 .434 F 13.964 Sig. .000a

Regression Residual Total

a. Predictors: (Constant), d2_1, d1_1, masa_kerja b. Dependent Variable: GAJI

Coefficientsa Unstandardized Coefficients B Std. Error 3.531 .267 .113 .038 .596 .231 .969 .302 Standardized Coefficients Beta .421 .326 .479

Model 1

(Constant) masa_kerja d1_1 d2_1

t 13.238 3.016 2.576 3.211

Sig. .000 .004 .014 .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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->