Regresi Berganda dengan Variabel Dummy

BAB I PENDAHULUAN 1.1 Pengertian Regresi Berganda dengan Variabel Independen Dummy

Variabel dummy Variabel dummy adalah adalah variabel yang digunakan untuk mengkuantitatifkan variabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan kebijakan pemerintah, perbedaan situasi dan lain-lain). Variabel dummy merupakan variabel yang bersifat kategorikal yang diduga mempunyai pengaruh terhadap variabel yang bersifat continue. continue. Variabel Variabel dummy dummy sering juga disebut variabel boneka, binary, kategorik atau dikotom. Variabel Variabel dummy dummy hanya mempunyai 2 (dua) nilai yaitu 1 dan nilai 0, serta diberi simbol D. Dummy memiliki nilai 1 (D=1) untuk salah satu kategori dan nol (D=0) untuk kategori yang lain. D

= 1 untuk suatu kategori (laki- laki, kulit putih, sarjana dan sebagainya).

D

= 0 untuk kategori yang lain (perempuan, kulit berwarna, non-sarjana dan sebagainya. Nilai 0 biasanya menunjukkan kelompok yang tidak mendapat sebuah

perlakuan dan 1 menunjukkan kelompok yang yang mendapat perlakuan. Dalam regresi berganda, aplikasinya bisa berupa perbedaan jenis kelamin (1 = laki-laki, 0 = perempuan), ras (1 = kulit putih, 0 = kulit berwarna), pendidikan (1 = sarjana, sarj ana, 0 = non-sarjana).

D umm my 1.2 Model Matematika Regresi Berganda dengan V ar i abel Dum Variabel dummy hanya mempunyai 2 (dua) nilai yaitu 1 dan nilai 0, serta diberi simbol D. D = 1 untuk suatu kategori (wanita, Batak, Islam, damai dan sebagain ya). D = 0 untuk kategori yang lain (pria, Jawa, Kristen, perang dan sebagainya). Variabel dummy digunakan sebagai upaya untuk melihat bagaimana klasifikasi-klasifikasi dalam sampel berpengaruh terhadap parameter pendugaan. Variabel dummy juga dummy juga mencoba membuat kuantifikasi dari variabel kualitatif.

1

Y= 0 + 11 11 + 22 22 + 3 3 (Model Dummy (Model Dummy Intersep) Intersep) Y= 0 + 11 + 22 22 + 31 313 3 (Model Dummy (Model Dummy Slope) Slope) Y= 0 Y= 0 + 11 11 + 22 22 + 31 311 1 (kombinasi)

1.3 Pemanfaatan Regresi Berganda dengan Variabel Dummy

Tujuan menggunakan regresi berganda dummy dummy adalah memprediksi besarnya nilai variabel tergantung/dependent tergantung/dependent atas dasar satu atau lebih variabel bebas/independent, bebas/independent, di di mana satu atau lebih variabel bebas yang digunakan bersifat dummy. dummy. Variabel dummy Variabel dummy adalah adalah variabel yang digunakan untuk membuat kategori data yang bersifat kualitatif (data kualitatif tidak memiliki satuan ukur), agar data kualitatif dapat digunakan dalam analisa regresi maka harus lebih dahulu di transformasikan ke dalam bentuk Kuantitatif.

2

BAB II DESKRIPSI KERJA 2.1 Studi Kasus Tabel 2.1 Data Laporan 5

Height Weight Age Gender Smokes Alcohol Exercise 173 57 18 2 2 1 2 179 58 19 2 2 1 2 167 62 18 2 2 1 1 195 84 18 1 2 1 1 173 64 18 2 2 1 3 184 74 22 1 2 1 3 162 57 20 2 2 1 2 169 55 18 2 2 1 2 164 56 19 2 2 1 1 168 60 23 1 2 1 2 170 75 20 1 2 1 1 178 58 19 1 2 2 3 170 68 22 1 1 1 2 187 59 18 1 2 1 1 180 72 18 1 2 1 2 185 110 22 1 2 1 3 170 56 19 1 2 2 3 180 70 18 1 2 1 2 166 56 21 2 1 2 2 155 50 19 2 2 2 2 175 60 19 1 2 2 3 140 50 34 2 2 2 3 163 55 20 2 2 2 3 182 75 26 1 1 1 2 176 59 19 1 2 2 2 177 74 18 2 2 2 2 170 60 18 1 2 1 2 172 60 21 2 2 2 3 189 60 19 1 2 1 2 178 56 21 2 2 1 2 175 75 20 1 2 1 2 180 85 19 1 1 1 2 160 57 19 2 2 2 2

3

Ran 2 1 1 2 2 1 2 2 2 1 1 2 2 2 2 2 2 1 2 2 2 1 2 2 2 1 2 2 1 1 1 1 1

Pulse1 86 82 96 71 90 78 68 71 68 88 76 74 70 78 69 77 64 80 83 78 88 70 78 80 68 70 62 81 78 86 59 68 75

Pulse2 88 150 176 73 88 141 72 77 68 150 88 76 71 82 67 73 63 146 79 79 86 98 74 76 69 96 59 79 168 150 92 125 130

Year 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 93 95 95 95 95 95 95 95

164 175 163 185 169 165 155 175 178 184 170 162 164 171 182 174 167 157 183 167 171 182 173 182 158 160 180 180 188 164 180 178 166 175 180 182 151 186 190 179 165 172

66 65 55 90 68 63 49 66 63 65 60 60 46 70 85 60 70 41 73 75 67 63 70 85 51 49 75 77 87 54 102 62 50 57 80 98 42 87 82 80 48 53

23 19 20 18 19 18 18 20 23 21 19 19 18 26 20 19 22 20 20 20 18 20 20 20 18 19 20 18 20 18 20 21 19 20 21 19 22 23 19 20 19 20

2 1 2 1 1 2 2 1 1 1 2 2 2 2 1 2 1 2 1 2 2 1 1 1 2 2 1 2 1 2 1 1 2 2 1 1 2 1 1 1 2 1

2 2 2 2 2 2 2 2 2 1 2 2 2 2 1 2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

2 1 2 2 2 1 1 1 1 2 1 1 2 2 1 1 1 2 1 1 1 1 1 1 2 2 1 2 1 2 1 2 1 1 1 1 2 1 2 1 2 2

4

3 2 2 3 2 2 2 2 3 2 2 2 2 2 3 3 3 2 2 2 3 1 1 1 2 3 2 2 1 3 2 3 3 2 2 2 3 1 2 2 3 3

1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 1 2 1 2 2 2 1 1 2 1 2 1 1 1 2 2 2 1 1 2 1 1 1 2 1 2 1

74 60 70 80 58 84 104 66 84 65 80 66 104 76 70 66 92 70 63 65 76 56 64 60 68 80 65 47 50 80 76 70 76 72 80 76 85 49 76 145 83 72

168 104 119 140 58 84 92 68 90 67 80 60 96 76 68 89 84 95 65 67 74 110 126 56 84 72 82 136 90 76 72 74 132 115 80 150 130 83 73 155 84 136

95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 96 97 97 97 97 97 97

170 53.5 170 58.5 163 51 191 78 172 59 171 71 180 76 194 110 167 63 192 105 194 95 189 88 162 50 175 54 175 78.5 186 96 178 86 170 58 165 58 164 78 180 65 170 62 155 55 165 60 168 55 68 63 170 63 179 80 163 47 93 27 161 43 182 60 170 65 185 85

20 20 18 19 18 41 21 25 28 21 18 45 19 18 19 19 21 21 23 28 20 20 20 19 24 19 20 20 23 19 19 22 18 19

2 1 2 1 2 1 1 1 1 1 1 1 2 2 1 1 1 1 2 2 1 2 2 2 2 1 2 1 2 2 2 1 1 1

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 2 2 2 2 1 2 2 2 2 1 2 2 2 2 2

2 2 1 1 1 2 2 2 1 2 1 2 1 1 1 1 1 1 1 2 2 1 1 1 2 2 1 2 1 2 2 1 1 1

3 3 3 1 2 3 1 2 2 2 2 2 2 2 3 3 3 2 3 2 2 2 1 3 2 2 3 2 3 3 3 3 1 2

2 2 1 1 1 2 2 2 2 2 1 2 1 2 1 1 2 2 2 1 1 2 2 1 2 1 1 1 1 2 2 2 2 2

60 80 70 68 78 52 74 75 72 80 84 74 90 61 85 78 76 90 64 64 88 64 82 88 74 88 92 76 71 119 90 86 69 75

62 82 120 136 129 60 72 75 68 73 140 72 160 59 131 132 80 84 68 120 144 64 87 120 70 136 120 168 125 120 89 84 64 68

Pertanyaan ! 1. Apakah ada pengaruh variabel yang lain terhadap hasil pengukuran nadi kedua? 2. Intrepertasikan masing-masing intersept dan slope slope yang diperoleh dari persamaan

5

97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98

3. (Bagi yang jenis kelamin laki-laki) -> Hitunglah jumlah detak nadi per menit pada pengukuran kedua jika pada pengukuran pertama berjumlah 100 rpm, tingginya 150, beratnya 55, berusia 20, berjenis kelamin laki-laki, merokok, tidak minum alkohol, frekuensi latihan sedang, dan melakukan lari. (Bagi yang jenis kelamin perempuan) -> Hitunglah jumlah detak nadi per menit pada pengukuran kedua jika pada pengukuran pertama berjumlah 100 rpm, tingginya 150, beratnya 55, berusia 20, berjenis kelamin perempuan, tidak merokok, peminum alkohol, frekuensi latihan sedang, dan han ya duduk. Jika diperlukan, gunakan α=5%

2.2 Langkah Kerja

Untuk menyelesaikan studi kasus tersebut, maka praktikan menganalis nya dengan menggunakan metode stepwise, stepwise, dalam hal ini praktikan menggunakan software SPSS . Adapun langkah-langkah menggunakan SPSS untuk untuk menganalisis data tersebut adalah sebagai berikut : 1. Langkah pertama yang praktikan lakukan adalah klik start, kemudian klik pada kolom search program and file, file , lalu ketik SPSS di di kotak pencarian tersebut, yang sebelumnya telah praktikan install (dalam hal ini praktikan menggunakan windows 7). windows 7).

Gambar 2.1 Tampilan untuk Masuk Kedalam SPSS

2. Kemudian muncul halaman kerja awal SPSS berupa berupa halaman Data View.

6

Gambar 2.2 Tampilan pada Data View

3. Untuk menuliskan variable variable yang akan dianalisis, praktikan klik pada Variabel View dibagian View dibagian kiri bawah untuk membuka halaman kerja Variabel View, View, selanjutnya praktikan mulai menuliskan variable yang variable yang dibutuhkan seperti pada Gambar 2.3 dibawah ini.

Gambar 2.3 Memasukkan Variabel pada Variabel View

4. Langkah selanjutnya adalah memasukkan nilai-nilai pada labels value, value, yang tepatnya pada variable Gender . Dengan cara menuliskan nama label pada bagian kotak label, yang disini praktikan memasukkan (male, female) female) dan menuliskan angka yang mewakili label tersebut pada kotak value, value, disini praktikan memasukkan angka nya mulai dari (1, 2) lalu klik add setiap kali selesai menambahkan label, sehingga nama label dan angka label masuk ke dalam kotak label, kemudian klik OK apabila semua label telah ditambahkan.

7

Gambar 2.4 Mengisi Nilai Label Pada Variabel Gender

5. Langkah selanjutnya adalah memasukkan nilai-nilai pada labels value, value, yang tepatnya pada

variable smokes. smokes. Dengan cara

menuliskan nama label pada bagian kotak label, yang disini praktikan memasukkan ( yes, no) no) dan menuliskan angka yang mewakili label tersebut pada kotak value, value, disini praktikan memasukkan angka nya mulai dari (1, 2) lalu klik add setiap kali selesai menambahkan label, sehingga nama label dan angka label masuk ke dalam kotak label, kemudian klik OK apabila semua label telah ditambahkan.

Gambar 2.5 Mengisi Nilai Label Pada Variabel Smokes

6. Langkah selanjutnya adalah memasukkan nilai-nilai pada labels value, value, yang tepatnya pada variable Alcohol . Dengan cara menuliskan nama label pada bagian kotak label, yang disini praktikan memasukkan ( yes, no) no) dan menuliskan angka yang mewakili label tersebut pada kotak value, value, disini praktikan memasukkan angka nya mulai dari (1, 2) lalu klik add setiap kali selesai menambahkan label, sehingga nama label dan angka label masuk ke dalam kotak label, kemudian klik OK apabila semua label telah ditambahkan.

8

Gambar 2.6 Mengisi Nilai Label Pada Variabel Alcohol

7. Langkah selanjutnya adalah memasukkan nilai-nilai pada labels value, value, yang tepatnya pada variable Exercise. Exercise. Dengan cara menuliskan nama label pada bagian kotak label, yang disini praktikan memasukkan (high, moderate, low) low) dan menuliskan angka yang mewakili label tersebut pada kotak value, value, disini praktikan memasukkan angka nya n ya mulai dari (1, 2, 3) lalu klik add setiap kali selesai menambahkan label, sehingga nama label dan angka label masuk ke dalam kotak label, kemudian klik OK apabila apabila semua label telah ditambahkan.

Gambar 2.7 Mengisi Nilai Label Pada Variabel Exercise

8. Langkah selanjutnya adalah memasukkan nilai-nilai pada labels value, value, yang tepatnya pada variable Ran. Ran. Dengan cara menuliskan nama label pada bagian kotak label, yang disini praktikan memasukkan (ran, (ran, sat ) dan menuliskan angka yang mewakili label tersebut pada kotak value, value, disini praktikan memasukkan angka nya mulai dari (1, 2) lalu klik add setiap kali selesai menambahkan label, sehingga nama label dan angka label masuk ke dalam kotak label, kemudian klik OK apabila apabila semua label telah ditambahkan.

9

Gambar 2.8 Mengisi Nilai Label Pada Variabel Ran

9. Setelah selesai menambahkan variable, variable, maka selanjutnya praktikan klik Data klik Data View dan View dan melakukan input semua semua data pada variable.

Gambar 2.9 Memasukkan Data Pada Variabel

10. Langkah selanjutnya adalah melakukan pengkategorian dalam bentuk variable Dummy Dummy 0 dan 1 pada variable Gender , dengan cara klik menu Transform, Transform, lalu pilih Recode into Different Variabels. Variabels.

Gambar 2.10 Tampilan Menu Transform

11. Kemudian akan muncul tampilan seperti Gambar 2.11 dibawah ini, lalu masukkan variable gender kedalam kedalam kolom Input Variable -> Output Variable, Variable, selanjutnya pada kolom Output Variable Variable yang tepatnya pada kotak Name kotak Name masukkan dmgender1 (sebagai dmgender1 (sebagai dummy). dummy). Setelah itu klik Change. Change. Selanjutnya klik Old and New Values. Values .

10

Gambar 2.11 Tampilan Recode Into Different Variables

12. Kemudian akan muncul tampilan seperti Gambar 2.12 dibawah ini, lalu pada kolom Old Value Value yang tepatnya pada kotak value masukkan angka 2 dan pada kolom New Value masukkan Value masukkan angka 1, selanjutnya klik pada All pada All other values, values, lalu pada kolom New kolom New Value masukkan angka 0.

Gambar 2.12 Tahapan Merubah Old and New Values

13. Langkah selanjutnya adalah melakukan pengkategorian dalam bentuk variable Dummy Dummy 0 dan 1 pada variable Smokes, dengan cara klik menu Transform, Transform, lalu pilih Recode into Different Variabels. Variabels.


11

14. Kemudian akan muncul tampilan seperti Gambar 2.14 dibawah ini, lalu masukkan variable smokes kedalam smokes kedalam kolom Input Variable -> Output Variable, Variable, selanjutnya pada kolom Output Variable Variable yang tepatnya pada kotak Name kotak Name masukkan dmsmokes1 (sebagai dmsmokes1 (sebagai dummy). dummy). Setelah itu klik Change. Change. Selanjutnya klik Old and New Values. Values .




16. Langkah selanjutnya adalah melakukan pengkategorian dalam bentuk variable Dummy Dummy 0 dan 1 pada variable alcohol, dengan cara klik menu Transform, Transform, lalu pilih Recode into Different Variabels. Variabels.

12


17. Kemudian akan muncul tampilan seperti Gambar 2.17 dibawah ini, lalu masukkan variable alcohol kedalam kedalam kolom Input Variable -> Output Variable, Variable, selanjutnya pada kolom Output Variable Variable yang tepatnya pada kotak Name masukkan dmalcohol 1 (sebagai dummy). dummy). Setelah itu klik Change. Change . Selanjutnya klik Old and New Values. Values.



13


19. Langkah selanjutnya adalah melakukan pengkategorian dalam bentuk variable Dummy Dummy 0 dan 1, dengan cara klik menu Transform, Transform, lalu pilih Recode pilih Recode into Different Variabels. Variabels.


20. Kemudian akan muncul tampilan seperti Gambar 2.20 dibawah ini, lalu masukkan variable exercise kedalam kolom Input kolom Input Variable -> Output Variable, Variable, selanjutnya pada kolom Output Variable Variable yang tepatnya pada kotak Name masukkan dmexcercise1 dmexcercise1 (sebagai dummy). dummy). Setelah itu klik Change. Change . Selanjutnya klik Old and New Values. Values.


21. Kemudian akan muncul tampilan seperti Gambar 2.21 dibawah ini, lalu pada kolom Old Value Value yang tepatnya pada kotak value

14

masukkan angka 2 dan pada kolom New Value masukkan Value masukkan angka 1, selanjutnya klik pada All pada All other values, values, lalu pada kolom New kolom New Value masukkan angka 0.




23. Kemudian akan muncul tampilan seperti Gambar 2.23 dibawah ini, lalu masukkan variable exercise kedalam kolom Input kolom Input Variable -> Output Variable, Variable, selanjutnya pada kolom Output Variable Variable yang tepatnya pada kotak Name masukkan dmexcercise2 dmexcercise2 (sebagai dummy). dummy). Setelah itu klik Change. Change . Selanjutnya klik Old and New Values. Values.

15






26. Kemudian akan muncul tampilan seperti Gambar 2.26 dibawah ini, lalu masukkan variable exercise kedalam kolom Input kolom Input Variable -> Output Variable, Variable, selanjutnya pada kolom Output Variable Variable yang

16

tepatnya pada kotak Name masukkan dmran1 dmran1 (sebagai dummy). dummy). Setelah itu klik Change. Change. Selanjutnya klik Old and New Values. Values .




28. Selanjutnya adalah melakukan analisis regresi dengan metode stepwise stepwise terhadap semua variable, variable, kecuali variable gender, smokes, alcohol, exercise, ran. Dengan cara klik menu Analyze menu Analyze lalu lalu klik Regression klik Regression setelah setelah itu klik Linear. klik Linear.

17

Gambar 2.28 Melakukan Analyze

29. Kemudian masukkan variable pulse2 pulse2 kekotak dependent dan variable height, weight, age, year, dmgender 1, dmgender 1, dmsmokes1, dmsmokes1, dmalcohol 1, 1, dmexercise1, dmexercise1, dmexercise2, dmexercise2, dmran1, dmran1, pulse1 pulse1 kedalam kotak independent . Setelah itu pilih metode Stepwise. Stepwise.

Gambar 2.29 Tampilan kotak dialog linear regression dan memilih metode Stepwise

30. Langkah selanjutnya adalah pilih submenu statistics, statistics, kemudian memberi tanda pada Estimates, Estimates, Model fit, dan Collinearity diagnostics. diagnostics. Lalu klik continue. continue.

Gambar 2.30 Tampilan submenu statistics

18

31. Kemudian pilih submenu Options, Options, lalu menentukkan nilai alpha sebesar 5% pada kotak use probability of F, setelah itu memberi tanda pada include constant in equations, equations , lalu klik continue.

Gambar 2.31 Tahapan Menentukan Besarnya Alpha

19

BAB III PEMBAHASAN Berdasarkan langkah kerja yang telah dijelaskan pada bab sebelumnya, bahwa praktikan disini akan menjelaskan lebih banyak lagi mengenai variable dummy, dummy, dalam hal ini praktikan menggunakan metode Stepwise Stepwise dengan menggunakan software yaitu SPSS. Adapun langkah-langkah kerja yang sebelumnya seperti yang yang telah dijelaskan pada deskripsi kerja diatas.

3.1 Penjelasan Studi kasus Pertama

Untuk menjawab studi kasus yang pertama disini praktikan menggunakan uji Overall dan uji partial.

Stepwi se a. Uji Overall Metode Step

Gambar 3.1 Output Anova

Tahap-tahap untuk melakukan uji F adalah sebagai berikut: i). Hipotesis H0 : β = 0 H1 : β ≠ 0 ii). tingkat signifikansi = 5% atau 0,05



iii). Daerah Kritis Fhitung > Ftabel : Tolak H0 Sig. ≤ α

: Tolak H0

iv). Statistika uji F hitung sebesar 222,210 Sig.= Sig.= 0,000

20

Menentukan F tabel, dengan menggunakan tingkat keyakinan 95%, 

= 5%, df 1 (jumlah variabel – variabel – 1) 1) = 2, dan df 2 (n-k-1) = 106

(n adalah jumlah kasus dan k adalah jumlah variabel independen), independen), hasil diperoleh untuk F tabel sebesar 3,08 v). Keputusan Uji Nilai F hitung > F tabel (222,210 > 3,08), maka Ho ditolak. vi). Kesimpulan Karena F hitung > F tabel (222,210 > 5,08), maka Ho ditolak, artinya model regresi variabel dependent ( pulse pulse 2) terhadap variabel independent (ran (ran 1, pulse 1) adalah signifikan atau sesuai.

Stepwi se b. Uji Partial Metode Step

Gambar 3.2 Tampilan Output Coefficients

1. Melakukan uji konstanta i). Hipotesis H0 : β = 0 (koefisien regresi Y tidak signifikan) H1 : β ≠ 0 (koefisien regresi Y signifikan) ii). Tingkat Signifikansi α = 0,05 iii). Daerah Kritis P_ Value Value ≤ α : Tolak H0 iv). Statistika uji α = 0,05 Pvalue = value = 0,000 v). Keputusan Uji karena nilai P value < α maka keputusannya adalah tolak H0

21

vi). Kesimpulan jadi dengan tingkat signifikansi 5% didapatkan kesimpulan kes impulan bahwa 0 sebesar 59,893 Hal ini menunjukkan dengan didapatkan nilai 0 bahwa

0, 0, adalah

signifikan

artinya

konstanta

tersebut

berpengaruh terhadap model.

2. Melakukan uji koefisien regresi X1( dmran1) dmran1) i). Hipotesis H0 : β = 0 (koefisien regresi X1 tidak signifikan) H1 : β ≠ 0 (koefisien (koefisi en regresi X1 signifikan) ii). Tingkat Signifikansi α = 0,05 iii). Daerah Kritis P_ Value Value ≤ α : Tolak H0 iv). Statistika uji α = 0,05 P value = value = 0,000 v). Keputusan Uji karena nilai P value < α maka keputusannya adalah tolak H0 vi). Kesimpulan jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa dengan didapatkan c

3. Melakukan uji koefisien regresi X2 ( pulse 1) 1) i). Hipotesis H0 : β = 0 (koefisien regresi X2 tidak signifikan) H1 : β ≠ 0 (koefisien regresi X2 signifikan) ii). Tingkat Signifikansi α = 0,05 iii). Daerah Kritis P_ Value Value ≤ α : Tolak H0

22

iv). Statistika uji α = 0,05 Pvalue = value = 0,000 v). Keputusan Uji karena nilai P value < α maka keputusannya adalah tolak H0 vi). Kesimpulan jadi dengan tingkat signifikansi 5% didapatkan kesimpulan kesimpulan bahwa 2 sebesar 0,887 Hal ini menunjukkan dengan didapatkan nilai 2 2 adalah signifikan artinya koefisien X2 tersebut bahwa 2 berpengaruh terhadap model.

Dengan melakukan uji t atau partial atau partial tersebut tersebut maka didapatkan model yaitu : Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887X2 Keterangan : Y

: pulse 2 pulse 2

X1

: dmran 1 dmran 1

X2

: pulse : pulse 1 1 Karena dalam analisis pada studi kasus digunakan analisis regresi dengan

meode stepwise stepwise pada SPSS , sehingga langsung didapatkan model regresi yang signifikan, variabel yang tidak signifikan akan dikeluarkan secara otomatis dari model, kemudian akan dilakukan penyesuaian oleh algoritma software software sehingga didapatkan variabel yang mempengaruhi besarnya hasil pengukuran nadi kedua adalah variabel dmran 1 dmran 1 dan variabel pulse variabel pulse 2. 2.

3.1 Penjelasan Studi kasus Kedua

Dengan diperolehnya persamaan yaitu Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887X2 maka disini praktikan akan menginterpretasikan masing-masing intersept dan slope dan slope.. Intersep : Intersep : Y= 0 − 1 11 1 + 2 22 2 + 3 3 Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887Di Jika siswa lari maka D=0

23

Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887(0) Y= 49,893 – 49,893 – 52,346X1 52,346X1 Jika siswa hanya duduk maka D=1 Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887(1) Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887 Y= 60,78 – 60,78 – 52,346X1 52,346X1 Dari nilai intersep intersep diatas memiliki nilai yang berbeda, hal ini dapat di interpretasikan bahwa kenaikan Y ( pulse 2) pulse 2) sebesar 100%.

Slope : Y= 0 − 1 11 1 + 2 2 1 1 Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887DiX1 Jika siswa lari maka D=0 Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887(0)X1 Y= 59,893 – 59,893 – 52,346X1 52,346X1 Jika siswa hanya duduk maka D=1 Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887(1)X1 Y= 59,893 – 59,893 – 51,459X1 51,459X1 Dari persamaan diatas diperoleh nilai koefisien variabel dmran1 yang berbeda dan ini mempengaruhi slope nya. Dengan ini dapat di interpretasikan bahwa pengaruh variabel dmran1 terhadap pulse 2 ialah apabila terjadi kenaikan variabel X1 sebesar 1 maka akan mempengaruhi nilai Y sebesar 51,459.

3.1 Penjelasan Studi kasus Ketiga a. Bagi yang jenis kelamin laki-laki

Dari persamaan yang telah didapatkan maka praktikan dapat menghitung jumlah detak nadi per menit pada pengukuran kedua, jika diketahui pada pengukuran pertama berjumlah 100 rpm, tingginya 150, beratnya 55, berusia 20, berjenis kelamin laki-laki, merokok, tidak minum alkohol, frekuensi latihan sedang, dan melakukan lari. Karena melakukan lari (ran (ran))

yang telah diubah

menjadi variabel dummy dummy yaitu dmran1 dmran1 mempunyai kode 0 (dalam artian merupakan New merupakan New Value) Value) .

24

Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887X2 Y= 59,893 – 59,893 – 52,346 52,346 (0) + 0,887(100) Y = 148,593 Sehingga bagi yang jenis kelamin laki-laki mempunyai jumlah detak nadi 148,593 per menit. Keterangan : Y

: pulse 2 pulse 2

X1

: dmran 1 dmran 1

X2

: pulse : pulse 1 1

b. Bagi yang jenis kelamin perempuan

Dari persamaan yang telah didapatkan maka praktikan dapat menghitung jumlah detak nadi per menit pada pengukuran kedua, jika pada pengukuran pertama berjumlah 100 rpm, tingginya 150, beratnya 55, berusia 20, berjenis kelamin perempuan, tidak merokok, peminum alkohol, frekuensi latihan sedang, dan hanya duduk. Karena hanya duduk ( sat ( sat ) yang telah diubah menjadi variabel dummy yaitu dummy yaitu dmran1 dmran1 mempunyai kode 1 (dalam artian merupakan New merupakan New Value) Value) . Y= 59,893 – 59,893 – 52,346X1 52,346X1 + 0,887X2 Y= 59,893 – 59,893 – 52,346 52,346 (1) + 0,887 (100) Y= 96,247 Sehingga bagi yang jenis kelamin perempuan mempunyai jumlah detak nadi 96,247 per menit. Keterangan : Y

: pulse 2 pulse 2

X1

: dmran 1 dmran 1

X2

: pulse : pulse 1 1

25

BAB IV PENUTUP 4.1 Kesimpulan

Disini praktikan dapat mengambil beberapa kesimpulan dari hasil praktikum kali ini, yaitu : 1. Karena dalam analisis pada studi kasus digunakan analisis regresi dengan meode stepwise meode stepwise pada pada SPSS , sehingga langsung didapatkan model regresi yang signifikan, variabel yang tidak signifikan akan dikeluarkan secara otomatis dari model, kemudian akan dilakukan penyesuaian oleh algoritma software sehingga didapatkan variabel yang mempengaruhi besarnya hasil pengukuran nadi kedua adalah variabel dmran 1 dmran 1 dan variabel pulse variabel pulse 2. 2. 2. Dari nilai intersep intersep diatas memiliki nilai yang berbeda, hal ini dapat di interpretasikan bahwa kenaikan Y ( pulse 2) pulse 2) sebesar 100%. 3. Dari persamaan diatas diperoleh nilai koefisien variabel dmran1 yang berbeda dan ini mempengaruhi slope nya. Dengan ini dapat di interpretasikan bahwa pengaruh variabel dmran1 terhadap pulse 2 ialah apabila terjadi kenaikan variabel X1 sebesar 1 maka akan mempengaruhi nilai Y sebesar 51,459. 4. Sehingga bagi yang jenis kelamin laki-laki mempunyai jumlah detak nadi 148,593 per menit. 5. Sehingga bagi yang jenis kelamin perempuan mempunyai jumlah detak nadi 96,247 per menit.

26

DAFTAR PUSTAKA Chaniago,junaidi. 2008. Regresi Atas Variabel Dummy. Diakses pada tanggal 25 Mei 2016 dari https://junaidichaniago.wordpress.com/2008/09/22/regresiatas-variabel-dummy/

M.ulwan, nashihun. 2014. Analisis Analisis regresi linear berganda. Diakses pada tanggal 25 Mei 2016 dari http://www.portal-statistik.com/2014/11/analisis-regresilinear-berganda-dan.html

Nugroho,ilham. . Analisis Analisis Regresi Berganda Dummy Variabel. Diakses pada tanggal 25 Mei 2016 dari https://www.scribd https://www.scribd.. com/doc/100177515/ Analisis-Regresi-Berganda-Dummy-Variabel

Syafar,asfar. 2013. Makalah Statistika Regresi Berganda. Diakses pada ta nggal 25 Mei 2016 dari http://asfarsyafar.blogspot.co.id/2013/10/makalah-statistikaregresi-berganda.html

27

Regresi Berganda dengan Variabel Dummy

Recommend Documents