Documentos de Académico
Documentos de Profesional
Documentos de Cultura
jenis kombinasi lainnya yang memungkinkan) dimana a adalah konstanta (intersep), b dan c
adalah koefisien terkait, X adalah variabel bebas, dan Di adalah variabel dummy yang
nilainya bisa diisikan nol ataupun satu. Dummy kombinasi ini sebenarnya dapat bervariasi
seperti dijelaskan pada kalimat yang diblok kuning di atas. Untuk lebih cepat membuat
model persamaan dummy kombinasi terbaik, dari berbagai kemungkinan dummy kombinasi
lainnya dapat dilakukan dengan memperhatikan penyusun persamaannya. Kita bisa
membuatnya
dengan
menyusun
persamaan
yang
terdiri
dari
kombinasi
elemen
persamaanpersamaan intersep dan slope dengan nilai F dan Adj. R 2 tertinggi. Sebagai contoh,
ketika nilai uji F dan Adj. R2 pada persamaan dummy intersep cukup tinggi, diiringi dengan
nilai uji yang tinggi pula untuk persamaan dummy slope bibit misalnya, maka kita dapat
memilih untuk membuat kombinasi antara dummy intersep dengan dummy slope bibit,
ketimbang kita menyusun persamaan dummy kombinasi dari dummy intersep dan dummy
slope tenaga kerja atau yang lainnya.
Untuk perhitungan model dummy slope dan intersep, perhatikan hal berikut:
a. Untuk masing-masing variabel bebas yang mempengaruhi variabel terikat, perhatikan
model persamaannya.
b. Sebelum menganalisis dengan menggunakan SPSS (Analisa Regresi), perhatikan
terlebih dahulu faktor yang mempengaruhi variabel dependen atau terikatnya. Dalam
perhitungan ini, variabel yang mempengaruhi produksi yaitu tenaga kerja dan bibit.
Maka dalam persamaan regresi nantinya ditentukan terlebih dahulu nilai masing-masing
variabel independen atau bebas yang mempengaruhi variabel dependennya. Artinya kita
membuat Di.Bibit dan Di.TK terlebih dahulu dengan cara mengalikan data kedua
variabel tersebut.
c. Bahkan untuk perhitungan dummy intersep, perlu diperhatikan bahwa regresi variable
Di juga menghasilkan koefisien, sehingga koefisien ini wajib untuk dimasukkan dalam
persamaan matematisnya nanti. Penjelasan lebih lanjut aka disampaikan di bagian
selanjutnya.
B. Contoh Kasus
Peneliti ingin mengetahui apakah faktor pendidikan pegawai di kantor X mempunyai
pengaruh terhadap besar kecilnya jumlah gaji yang diterima oleh pegawai. Dalam penelitian
ini, pendidikan pegawai dielompokkan menjadi dua kategori. Pertama, pegawai yang
berpendidikan menengah (SMP dan SMA), dan kedua, pegawai yang berpendidikan tinggi
(Institut, Akademi, Sekolah Tinggi dan Universitas).
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Pegawai
Soplo
Supli
Juminten
Tukiyem
Tukimin
Tumincep
Zainab
Badriah
Ucok
Pandu
Teddy
Nanang
Bagong
Semar
Petruk
Keterangan :
Pendidikan
0
1
0
1
0
1
0
0
0
0
1
1
1
1
0
Gaji Perbulan
700.000
800.000
750.000
825.000
775.000
750.000
600.000
675.000
680.000
695.000
700.000
885.000
891.000
900.000
795.000
1. Pendidkan Menengah = 0
2. Lainnya = 1
b. Pada kolom value, baris pendidikan, klik pada teks none, masukkan label 0
sebagai data pendidikan pendidikan menengah dan 1 sebagai data pendidikan
lainnya.
2. Menganalisis Data
a. Klik Analyze, pilih regression dan klik linear
b. Pada kotak linear regression, klik gaji menuju kolom dependent dan klik
pendidikan menuju kolom independent, kemudian klik ok.
2. Bagi pegawai yang berpendidikan tinggi memiliki rata-rata gaji sebagai berikut:
E ( Y^ ID=1 ) =708750+112821,43 ( 1 )=821571,43