Panduan Analisis Regresi Variabel Dummy dengan SPSS lengkap

Panduan Analisis Regresi Variabel Dummy dengan SPSS lengkap | Selamat malam kawan-kawan semua. Assalamu'alaikum warahmatullahhi wabarakatuh, pada kesempatan kali ini saya akan membagikan cara menyelesaikan sebuah kasus penelitian dalam analisis regresi menggunakan variabel dummy dengan program SPSS. Untuk itu, silahkan siapkan secangkir kopi dan cemilan anda terlebih dahulu supaya pembahasan panjang kita kali ini berjalan bisa lebih asik dan menyenangkan.

KONSEP DASAR ANALISIS REGRESI MENGGUNAKAN VARIABEL DUMMY

Seperti yang kita ketahui bersama bahwa uji regresi atau analisis regresi sendiri pada dasarnya dilakukan dengan tujuan untuk mengetahui apakah variabel bebas (X) berpengaruh terhadap variabel terikat (Y). Perbedaan antara analisis regresi pada umunya dengan analisis regresi variabel dummy adalah terletak pada jenis data yang digunakan. Analisis regresi biasa pada umumnya menggunakan jenis data berskala interval untuk variabel bebas maupun variabel terikat. Sementara untuk analisis regresi dengan variabel dummy data untuk variabel terikat atau dependen adalah data kuantitatif seperti data harga, penjualan, gaji dan lain sebagainya dan untuk data variabel bebas atau independent adalah data non metrik atau data kategori (variabel dummy), seperti data jenis kelamin (laki-laki dan perempuan). Kemudian data kategori tersebut diberi kode dummy yang dinyatakan dengan angka 1 dan 0.

PEDOMAN PENGAMBILAN KEPUTUSAN DALAM ANALISIS REGRESI MENGGUNAKAN VARIABEL DUMMY | Pengambilan keputusan dalam uji ini dapat dilakukan dengan dua cara yakni dengan melihat nilai signifikansi hasil output SPSS atau dengan cara membandingkan nilai t hitung dengan nilai t tabel.

Melihat nilai Signifikansi dari Ouput SPSS

1. Jika nilai signifikansi lebih kecil dari < 0,05 maka ada pengaruh variabel bebas (X) terhadap variabel terikat (Y). 
2. Sebaliknya, jika nilai signifikansi lebih besar dari > 0,05 maka tidak ada pengaruh variabel bebas (X) terhadap variabel terikat (Y).

Membandingkan nilai t hitung dengan t tabel

1. Jika nilai t hitung > t tabel maka ada pengaruh variabel bebas (X) terhadap variabel terikat (Y).
2. Jika nilai t hitung < t tabel maka tidak ada pengaruh variabel bebas (X) terhadap variabel terikat (Y).

Catatan: adanya dua cara dalam pengambilan keputusan untuk analisis ini, dapat lebih berguna ketika nilai signifikansi hasil SPSS tepat di angka 0,05. Maka dari itu pengambilan keputusan tetap dapat dilakukan dengan cara membandingkan nilai t hitung dengan t tabel.

CONTOH KASUS ANALISIS REGRESI MENGGUNAKAN VARIABEL DUMMY

Seorang manajer perusahaan “Permen Karet” ingin mengetahui apakah ada pengaruh antara gaji yang diberikan perusahaan kepada salesmen berdasarkan jenis kelamin salesman tersebut. Adapun datanya sebagai berikut:



Data jenis kelamin dapat juga disebut dengan variabel dummy. Selanjutnya, agar lebih mudah menganalisis data di atas maka kita harus memberikan kode untuk data variabel jenis kelamin (X) ini, yakni dengan kode 1 untuk laki-laki dan 0 untuk perempuan. Setelah pemberian kode dilakukan, maka tampilan data menjadi seperti gambar di bawah ini.



[Download Data untuk Latihan]

PENYELESAIAN KASUS ANALISIS REGRESI MENGGUNAKAN VARIABEL DUMMY DENGAN SPSS

1. Buka program SPSS atau buat lembar kerja baru di SPSS dengan cara klik File – New – Data
2. Dari tampilan awal SPSS klik Variable View untuk pemasukkan nama dan mendefinisikan varabel.

Variabel pertama: Gaji (Y), maka isikan:
Name: ketikkan Y
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Gaji
Value: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Variabel kedua: Jenis Kelamin (X), maka isikan:
Name: ketikkan X
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Jenis Kelamin
Value: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Sehingga akan tampak di layar sebagai berikut:

3. Setelah nama variabel didefinisikan, langkah selanjutnya adalah mengisi 10 data gaji dan kode jenis kelamin sebagaimana data di atas. Untuk itu klik Data View lalu isikan datanya sehingga akan tampak di layar sebagai berikut:

4. Setelah pengisian data dilakukan langkat selanjutnya adalah klik menu Analyze lalu klik Regression lalu kli Linear…

5. Muncul kotak dialog “Linear Regression”, masukkan Gaji (Y) ke kotak Dependent dan Jenis kelamin (X) ke kotak Independent (s). Pada kotak Method pilih Enter. Sehingga akan tampak di layar sebagai berikut:



Klik Ok

6. Maka muncul output SPSS sebagai berikut:

PENGAMBILAN KEPUTUSAN DAN KESIMPULAN

Sebelum kita masuk pada pembahasan tentang pengambilan keputusan dan kesimpulan berdasarkan interpretasi atas output SPSS di atas, maka ada baiknya saya sampaikan terlebih dahulu rumusan masalah dan hipotesis yang saya ajukan dalam contoh kasus ini, untuk menghindari kesalahpahaman dari pembaca semua.

Rumusan Masalah: apakah ada pengaruh antara besarnya gaji dengan jenis kelamin salesmen pada perusahaan permen karet?

Hipotesis:
Ho : Tidak ada pengaruh antara besarnya gaji dengan jenis kelamin salesmen.
Ha : Ada pengaruh antara besarnya gaji dengan jenis kelamin salesmen.

Berdasarkan output kedua (Model Summary) diketahui nilai R sebesar 0,939 yang menunjukkan angka korelasi atau hubungan yang sangat kuat antara gaji dengan jenis kelamin salesman.

Baca: Tutorial Analisis Korelasi Rank Spearman dengan SPSS

Berdasarkan output keempat (Coefficients) di atas, maka persamaan regresi dalam contoh kasus ini adalah:
Gaji = 40.000 + 50.000 (Jenis Kelamin)
Konstanta 40.000 menunjukkan gaji rata-rata yang diterima perbulan:
Salesmen perempuan (kode 0) adalah:
Gaji = 40.000 + [50.000 (0)] = 40.000 perbulan
Salesmen laki-laki (kode 1) adalah:
Gaji = 40.000 + [50.000 (1)] = 90.000 perbulan

PENGAMBILAN KEPUTUSAN BERDASARKAN NILAI SIG DAN NILAI HITUNG

1. Cara 1: dari output di atas diperoleh nilai signifikansi sebesar 0,000 atau lebih kecil dari 0,05 maka Ho ditolak dan Ha diterima.
2. Cara 2: diketahui nilai t hitung 7,746 lebih besar dari t tabel 2,262, maka Ho ditolak dan Ha diterima.

Rumus Mencari t tabel:
Karena uji dua sisi maka menggunakan = 0,025
(df) = n (jumlah sampel) dikurangi 1 (jumlah variabel bebas) = 10 – 1 = 9
Nilai 0,025 ; 9 kemudian kita lihat pada distribusi nilai t tabel, maka di peroleh nilai t tabel sebesar 2,262

Download Distribusi nilai t tabel

PENGAMBILAN KEPUTUSAN DENGAN KURVA REGRESI

Berdasarkan kurva regresi di atas, terlihat bahwa nilai t hitung 7,746 terletak di area pengaruh positif sehingga dapat disimpulkan bahwa Ho ditolak dan Ha diterima. Dengan demikian dapat di artikan bahwa Ada pengaruh antara besarnya gaji dengan jenis kelamin salesmen pada perusahaan Permen Karet.

Demikian pembahasan kita mengenai analisis regresi menggunakan variabel dummy dengan SPSS, walaupun cukup panjang pembahasannya, namun demikian hal ini adalah upaya kami supaya pembaca dapat memperoleh informasi yang lebih jelas dan lengkap.. semoga bermanfaat.

Tonton : VIDEO Teknik Uji Variabel Dummy dalam Analisis Regresi SPSS bagi Pemula

[Search: Panduan Analisis Regresi Variabel Dummy dengan SPSS lengkap, Cara Uji Regresi dengan Variabel Dummy menggunakan SPSS, Contoh Analisis Regresi Variabel Dummy dengan SPSS versi 21, Langkah-langkah Uji Regresi dengan Variabel Dummy SPSS]

Share on Facebook

Share on Twitter

Share on Google+

Share on LinkedIn