BAB II. REGRESI LINIER BERGANDA DENGAN VARIABEL DUMMY
Membuka program SPSS kemudian memilih tab sheet Variable View.
Melakukan input variabel yang akan diteliti pada sheet Variable View. Input dilakukan dengan memperhatikan jenis data yang akan dimasukkan dan
jumlah decimal yang diperlukan.
Melakukan input data responden dalam penelitian pada sheet Data Views seusuai dengan kategori variabel dalam penelitian
Melakukan analisis data dengan memilih menu Analyze, kemudian memilih sub menu Regression, lalu memilih Linier karena menggunakan analisis
regresi linier berganda
Mengakitfkan beberapa pilihan output, antara lain:
1) dalam menu Statistic yaitu Estimates, Model fit, Descriptives, Collinearity diagnostic, dan Durbin-Watson
2) dalam menu Plot memilih SRESID untuk Y dan ZPRED untuk X, lalu mengaktifkan Histogram dan Normal Probability plot.
3) Men-default-kan menu save, options, dan bootstrap.
Klik OK dan akan muncul output regression pada file output
Mengisi kotak dialog regresi linier dengan memasukkan variabel Y sebagai dependent variable, variabel X1, X2, D1, dan D2, sebagai independent
variable.
Melakukan interpretasi terhadap masing-masing output yang ditampilkan
Menyimpan output yang dihasilkan dan data yang telah diinput
OUTPUT
Descriptive Statistics
Mean Std. Deviation N
gaji 2133333,33 899552,890 30
usia 27,67 2,537 30
tabungan 526,67 44,978 30
D1 ,53 ,507 30
D2 ,53 ,507 30
Correlations
gaji usia tabungan D1 D2
Pearson Correlation
gaji 1,000 ,141 ,250 ,594 ,141
usia ,141 1,000 ,564 -,071 -,071
tabungan ,250 ,564 1,000 -,040 -,342
D1 ,594 -,071 -,040 1,000 ,196
D2 ,141 -,071 -,342 ,196 1,000
Sig. (1- tailed)
gaji . ,229 ,091 ,000 ,229
usia ,229 . ,001 ,354 ,354
tabungan ,091 ,001 . ,416 ,032
D1 ,000 ,354 ,416 . ,149
D2 ,229 ,354 ,032 ,149 .
N
gaji 30 30 30 30 30
usia 30 30 30 30 30
tabungan 30 30 30 30 30
D1 30 30 30 30 30
D2 30 30 30 30 30
Variables Entered/Removeda Model Variables
Entered
Variables Removed
Method
1 D2, usia, D1,
tabunganb . Enter
a. Dependent Variable: gaji b. All requested variables entered.
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 ,667a ,444 ,356 722149,569 3,187
a. Predictors: (Constant), D2, usia, D1, tabungan b. Dependent Variable: gaji
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 10429166666666,666 4 2607291666666,667 5,000 ,004b Residual 13037500000000,002 25 521500000000,000
Total 23466666666666,668 29 a. Dependent Variable: gaji
b. Predictors: (Constant), D2, usia, D1, tabungan
Coefficientsa Model Unstandardized Coefficients Standar
dized Coefficie
nts
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) -1975000,000 1835808,745 -1,076 ,292
usia 6250,000 65093,682 ,018 ,096 ,924 ,659 1,517
tabungan 6187,500 3893,083 ,309 1,589 ,125 ,587 1,705
D1 1031250,000 270806,088 ,582 3,808 ,001 ,952 1,050
D2 237500,000 291107,798 ,134 ,816 ,422 ,824 1,213
a. Dependent Variable: gaji
INTERPRETASI
1) Output Descriptive Statistics
a. Rata-rata gaji pada 30 orang responden adalah sebesar Rp 2.133.333,33 dengan standar deviasi sebesar Rp 899.552,890.
b. Rata-rata usia pada 30 responden sebesar 27,67 tahun dengan standar deviasi 2,537 tahun.
c. Rata-rata tabungan yang dimiliki 30 responden sebesar Rp 526,67 ribu dengan standar deviasi Rp 44,978 ribu.
2) Input Correlation A. Pearson Correlation
Besar hubungan antara variabel gaji dengan usia, tabungan, D1 atau pendidikan, dan D2 atau gender secara berturut-turut adalah sebesar 0,141; 0,250;
0,594; dan 0,141. Nilai positif pada koefisien korelasi menunjukkan bahwa ketika terjadi kenaikan pada variabel usia, tabungan, D1 dan D2 akan terjadi kenaikan pula pada gaji yang diperoleh.
Besar hubungan antara variabel usia dengan gaji, tabungan, D1 atau pendidikan, dan D2 atau gender secara berturut-turut adalah sebesar 0,141; 0,564;
-0,071; dan -0,071. Nilai positif pada koefisien korelasi usia dengan variabel gaji dan tabungan menunjukkan bahwa ketika terjadi kenaikan pada usia responden maka akan terjadi kenaikan pula pada variabel gaji dan tabungan. Nilai negatif pada koefisien D1 dan D2 menunjukkan bahwa usia akan menurun ketika terjadi peningkatan pada variabel D1 dan D2.
Besar hubungan antara variabel tabungan dengan gaji, usia, D1 atau pendidikan, dan D2 atau gender secara berturut-turut adalah sebesar 0,250; 0,564;
-0,040; -0,342. Nilai positif pada koefisien korelasi tabungan dengan variabel gaji, usia menunjukkan bahwa ketika terjadi kenaikan pada variabel gaji dan usia, maka
akan terjadi kenaikan pula pada tabungan responden. Nilai negatif pada koefisien D1 dan D2 menunjukkan bahwa tabungan akan menurun ketika terjadi peningkatan pada variabel D1 dan D2.
Besar hubungan antara variabel D1 atau pendidikan dengan gaji, usia, tabungan, dan D2 atau gender secara berturut-turut adalah sebesar 0,594; -0,071; - 0,040; dan 0,196. Nilai positif pada koefisien korelasi D1 atau pendidikan dengan variabel gaji dan D2 menunjukkan bahwa semakin tinggi pendidikan seseorang maka akan terjadi kenaikan pada variabel gaji dan D2. Nilai negatif pada koefisien usia dan tabunganmenunjukkan bahwa ketika pendidikan semakin tinggi akan menurunkan usia dan tabungan
Besar hubungan antara variabel D2 atau gender dengan gaji, usia, tabungan, dan D1 atau pendidikan secara berturut-turut adalah sebesar 0,141; -0,071; -0,342;
0,196. Nilai positif pada koefisien korelasi D2 atau gender dengan variabel gaji dan D1 menunjukkan bahwa adanya perbedaan pendidikan seseorang maka akan terjadi kenaikan pada variabel gaji dan D2.
B. Sig. (1-tailed) Uji Hipotesis.
a) H0 = Tidak terdapat hubungan yang signifikan antar variabel b) H1 = Terdapat hubungan yang signifikan antar variabel Pengambilan Keputusan.
a) Jika signifikansi > 0,05 maka H0 diterima dan H1 ditolak.
b) Jika signifikansi < 0,05 maka H0 ditolak dan H1 diterima.
Nilai signifikansi variabel gaji dengan usia, tabungan, D1 atau pendidikan, dan D2 atau gender masing-masing sebesar 0,229; 0,091; 0,000; 0,229. Variabel yang memiliki hubungan signifikan dengan variabel gaji dengan nilai signifikansi
< 0,05 yaitu D1 atau pendidikan; sementara variabel lainnya tidak mmeiliki hubungan signifikan dengan variabel gaji dengan nilai signifikansi > 0,05 yaitu variabel usia, tabungan, dan D2.
Nilai signifikansi variabel usia dengan gaji, tabungan, D1 atau pendidikan, dan D2 atau gender masing-masing sebesar 0,229; 0,001; 0,354; 0,354. Variabel yang memiliki hubungan signifikan dengan variabel usia dengan nilai signifikansi
< 0,05 yaitu tabungan; sementara variabel lainnya tidak mmeiliki hubungan signifikan dengan variabel usia dengan nilai signifikansi > 0,05 yaitu variabel usia, D1, dan D2.
Nilai signifikansi variabel tabungan dengan gaji, usia, D1 atau pendidikan, dan D2 atau gender masing-masing sebesar 0,091; 0,001; 0,416; 0,032. Variabel yang memiliki hubungan signifikan dengan variabel tabungan dengan nilai signifikansi < 0,05 yaitu usia dan D2; sementara variabel lainnya tidak mmeiliki hubungan signifikan dengan variabel tabungan dengan nilai signifikansi > 0,05 yaitu variabel gaji, tabungan, D1.
Nilai signifikansi variabel D1 atau pendidikan dengan gaji, usia, tabungan, dan D2 atau gender masing-masing sebesar 0,000; 0,354; 0,416; 0,149. Variabel yang memiliki hubungan signifikan dengan variabel D1 dengan nilai signifikansi <
0,05 yaitu gaji; sementara variabel lainnya tidak mmeiliki hubungan signifikan dengan variabel D1 dengan nilai signifikansi > 0,05 yaitu variabel usia, tabungan, dan D2.
Nilai signifikansi variabel D2 atau gender dengan gaji, usia, tabungan, dan D1
atau pendidikan masing-masing sebesar 0,229; 0,354; 0,032; 0,149. Variabel yang memiliki hubungan signifikan dengan variabel D2 dengan nilai signifikansi < 0,05 yaitu tabungan; sementara variabel lainnya tidak mmeiliki hubungan signifikan dengan variabel D2 dengan nilai signifikansi > 0,05 yaitu variabel gaji, usia, dan D1.
3) Variables Entered/Removed
Berdasarkan output tersebut dapat diketahui bahwa dengan menggunakan metode ENTER menunjukkan tidak terdapat variabel yang dikeluarkan atau keseluruhan variabel dianalisis dalam perhitungan regresi, hal ini dapat dilihat bahwa pada coloumn Variables Entered terdapat 4 variabel bebas yang dianalisis.
4) Model Summary
- Nilai Adjusted R2 sebesar 0,356 berarti bahwa keragaman variabel gaji dapat dijelaskan oleh keragaman variabel usia, tabungan, pendidikan, dan gender sebesar 35,6%. Sedangkan sisanya sebesar 64,4% keragaman variabel gaji dijelaskan oleh keragaman variabel lain di luar model.
- Standart Error of Estimate adalah sebesar Rp 722.149,569 lebih kecil daripada standar deviasi gaji sebesar Rp 899.552,890 sehingga model regresi mampu memprediksi atau sebagai prediktor variabel gaji.
5) Output ANOVA Uji Hipotesis.
a) H0 = variabel X1, X2, D1, D2 tidak signifikan mempengaruhi variabel Y b) H1 = variabel X1, X2, D1, D2 signifikan mempengaruhi variabel Y Pengambilan Keputusan.
a) Jika signifikansi > 0,05 maka H0 diterima dan H1 ditolak.
b) Jika signifikansi < 0,05 maka H0 ditolak dan H1 diterima.
Berdasarkan output ANOVA diketahui nilai Fhitung adalah sebesar 5,000 dengan signifikansi 0,004 dan nilai tersebut (0,004) < 0,05 sehingga H0 ditolak dan H1 diterima. Hal tersebut berarti bahwa variabel bebas yakni usia, tabungan, pendidikan, dan gender secara bersama-sama berpengaruh nyata terhadap variabel terikat (gaji), sehingga model regresi dapat digunakan untuk memprediksi variabel gaji
6) Coefficients Uji Hipotesis.
a) H0 = variabel Xi tidak signifikan mempengaruhi variabel Y b) H1 = variabel Xi signifikan mempengaruhi variabel Y Pengambilan Keputusan.
a) Jika signifikansi > 0,05 maka H0 diterima dan H1 ditolak.
b) Jika signifikansi < 0,05 maka H0 ditolak dan H1 diterima.
a. Perhitungan analisis untuk variabel usia menunjukkan nilai t hitung sebesar 0,096 dengan signifikansi 0,924 > taraf nyata 0,05 sehingga H0 diterima dan H1 ditolak. Hal tersebut berarti bahwa variabel usia secara parsial tidak signifikan mempengaruhi variabel gaji.
b. Perhitungan analisis untuk variabel tabungan menunjukkan nilai t hitung sebesar 1,589 dengan signifikansi 0,125 > taraf nyata 0,05 sehingga H0
diterima dan H1 ditolak. Hal tersebut berarti bahwa variabel tabungan secara parsial tidak signifikan mempengaruhi variabel gaji.
c. Perhitungan analisis untuk variabel D1 atau pendidikan menunjukkan nilai t hitung sebesar 3,808 dengan signifikansi 0,001 < taraf nyata 0,05 sehingga H0
ditolak dan H1 diterima. Hal tersebut berarti bahwa variabel pendidikan secara parsial signifikan mempengaruhi variabel gaji.
d. Perhitungan analisis untuk variabel D2 atau gender menunjukkan nilai t hitung sebesar 0,816 dengan signifikansi 0,422 > taraf nyata 0,05 sehingga H0
diterima dan H1 ditolak. Hal tersebut berarti bahwa variabel gender secara parsial tidak signifikan mempengaruhi variabel gaji.
e. Model persamaan regresi dengan variabel dummy:
Y = -1.975.000 + 6.250X1 + 6.187,5X2 + 1.031.250D1 + 237.500D2
dimana:
Y : gaji (Rupiah) X1 : usia (tahun)
X2 : tabungan (Rp ribu)
D1 : pendidikan (1= sarjana, 0 = SMA) D2 : gender (1= laki-laki, 0= perempuan) Interpretasi model:
1) Konstanta
Konstanta sebesar -1.975.000 menunjukkan bahwa ketika tidak terdapat pengaruh variabel bebas, gaji yang diperoleh sebesar Rp -1.975.000 dengan asumsi cateris paribus.
2) Usia
Variabel usia berpengaruh positif namun tidak signifikan pada taraf nyata 5%.
Nilai koefisien regresi variabel usia sebesar 6.250 menunjukkan bahwa setiap terjadi peningkatan usia sebesar 1 tahun akan meningkatkan gaji sebesar Rp 6.250 dengan asumsi cateris paribus, namun peningkatannya tidak signifikan.
3) Tabungan
Variabel tabungan berpengaruh positif namun tidak signifikan pada taraf nyata 5%. Nilai koefisien regresi variabel tabungan sebesar 6.187,5 menunjukkan bahwa setiap terjadi peningkatan tabungan sebesar Rp 1.000 akan meningkatkan gaji sebesar Rp 6.187,5 dengan asumsi cateris paribus, namun peningkatannya tidak signifikan.
4) Variabel Dummy D1 (pendidikan)
a. Rata-rata gaji responden laki-laki yang lulusan sarjana adalah sebesar Rp 2.725.458; sedangkan rata-rata gaji responden laki-laki yang lulusan SMA adalah sebesar Rp 1.694.208
b. Rata-rata gaji responden perempuan yang lulusan sarjana adalah sebesar Rp 2.487.958; sedangkan rata-rata gaji responden perempuan yang lulusan SMA adalah sebesar Rp 1.456.708
Hal ini berarti dengan nilai koefisien D1 atau pendidikan sebesar 1.031.250 menunjukkan bahwa rata-rata gaji responden yang tingkat pendidikannya sarjana lebih tinggi sebesar Rp 1.031.250 dibandingkan gaji responden yang hanya tamatan SMA.
D2 (gender)
a. Nilai koefisien D1 atau pendidikan sebesar 1.031.250 menunjukkan bahwa rata- rata gaji responden yang tingkat pendidikannya sarjana lebih tinggi sebesar Rp 1.031.250 dibandingkan gaji responden yang hanya tamatan SMA.
b. Nilai koefisien D2 atau gender sebesar 237.500 menunjukkan bahwa rata-rata gaji responden laki-laki lebih tinggi sebesar Rp 237.500 dibandingkan gaji responden perempuan.
Hal ini berarti dengan nilai koefisien D2 atau gender sebesar 237.500 menunjukkan bahwa rata-rata gaji responden laki-laki lebih tinggi sebesar Rp 237.500 dibandingkan gaji responden perempuan
7) Uji Asumsi Klasik 1. Uji Normalitas
Berdasarkan hasil output Grafik Normal P-Plot dapat diketahui bahwa titik-titik menyebar tidak di sekitar garis diagonal sehingga dapat disimpulkan bahwa nilai residual belum terdistribusi normal.
2. Uji Heteroskedastisitas
Berdasarkan output Scatterplot menunjukkan titik-titik menyebar di atas dan di bawah 0 pada sumbu Y tanpa membentuk pola yang jelas sehingga di dalam
model tidak terdapat kesamaan varian dan residual satu pengamatan ke pengamatan lainnya (tidak ada indikasi Heteroskedasitisitas)
3. Uji Autokorelasi dL = 1,1426 dU = 1,7386 dW = 3,187
Korelasi positif
tidak dapat diputuskan
Tidak ada autokorelasi
Tidak dapat diputuskan
Korelasi negatif
0 1,1426 1,7386 2 2,2614 2,857
3,187
Berdasarkan hasil analisis diperoleh nilai DW sebesar 3,187 sedangkan berdasarkan tabel dW dengan taraf nyata 5% diketahui dL dan dU pada k=4 dan n=30 adalah sebesar 1,1426 dan 1,7386. Nilai dW (3,187) > 4- dL sehinga dapat disimpulkan terdapat korelasi negatif antar variabel dalam model.
4. Uji Multikolinearitas
Berdasarkan nilai output didapatkan bahwa:
a. Nilai tolerance semua variabel bebas > 0,10 b. Nilai VIF semua variabel bebas < 10
Berdasarkan nilai di atas, dapat disimpulkan bahwa tidak terjadi multikoliniearitas.
