UNIVERSITAS JEMBER FAKULTAS PERTANIAN
JURUSAN SOSIAL EKONOMI PERTANIAN
LABORATORIUM KOMPUTASI DAN SISTEM INFORMASI AGRIBISNIS
TUGAS PRAKTIKUM
NAMA : TIFARA AURELIE SHAN DIESTA
NIM : 211510601041
KELAS : ANALISIS KUANTITATIF
PENELITIAN BISNIS (H)
ACARA : REGRESI LINIER BERGANDA
VARIABEL DUMMY TANGGAL PRAKTIKUM : 16 SEPTEMBER 2023 TANGGAL PENYERAHAN : 16 SEPTEMBER 2023
ASISTEN : AMIRAH LATIFAH
NITA ANISYA FIRDAUS
y
SARJANA LAKI - LAKI
x
SARJANA PEREMPUAN
SMA LAKI - LAKI
SMA PEREMPUAN
} β0
} β 4 β 3 {
β3 { } β4
Model persamaan regresi dengan variabel dummy:
Y = β0 + β1X1 + β2X2 + β3D1 + β4D2
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 : jenis kelamin (1= laki-laki, 0= perempuan)
Sarjana Laki-Laki :
Y = -1.975.000 + 6.250X1 + 6.187,5X2 + 1.031.250D1 + 237.500D2
= -1.975.000 + 6.250 (27,67) + 6.187,5 (526,67) + 1.031.250 (1) +237.500 (1)
= 2.725.458
Sarjana Perempuan :
Y = -1.975.000 + 6.250X1 + 6.187,5X2 + 1.031.250D1 + 237.500D2
= -1.975.000 + 6.250 (27,67) + 6.187,5 (526,67) + 1.031.250 (1) + 237.500 (0)
= 2.487.958
SMA Laki-Laki :
Y = -1.975.000 + 6.250X1 + 6.187,5X2 + 1.031.250D1 + 237.500D2
= -1.975.000 + 6.250 (27,67) + 6.187,5 (526,67) + 1.031.250 (0) + 237.500 (1)
= 1.694.208
SMA Perempuan :
Y = -1.975.000 + 6.250X1 + 6.187,5X2 + 1.031.250D1 + 237.500D2
= -1.975.000 + 6.250 (27,67) + 6.187,5 (526,67) + 1.031.250 (0) + 237.500 (0)
= 1.456.708
INTERPRETASI
1) Output Descriptive Statistics
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
a. Rata-rata gaji pada 30 orang responden adalah sebesar Rp 2.133.333,33 dengan standar deviasi sebesar Rp 899.552,89.
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) Correlation
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
A. Pearson Correlation
a. Hubungan antara variabel gaji dengan variabel usia bernilai positif sebesar 0,141 sehingga variabel gaji dengan usia memiliki hubungan sangat lemah.
b. Hubungan antara variabel gaji dengan variabel tabungan bernilai positif sebesar 0,250 sehingga variabel gaji dengan tabungan memiliki hubungan lemah.
c. Hubungan antara variabel gaji dengan variabel D1 atau pendidikan bernilai positif sebesar 0,594 sehingga variabel gaji dengan D1 memiliki hubungan cukup kuat.
d. Hubungan antara variabel gaji dengan variabel D2 atau jenis kelamin bernilai positif sebesar 0,141 sehingga variabel gaji dengan D2 memiliki hubungan sangat lemah.
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.
1. Nilai signifikansi variabel gaji terhadap variabel usia adalah sebesar 0,229. Nilai 0,229 > 0,05 sehingga hubungan antara gaji dengan usia tidak signifikan.
2. Nilai signifikansi variabel gaji terhadap variabel tabungan adalah sebesar 0,091. Nilai 0,091 > 0,05 sehingga hubungan antara gaji dengan tabungan tidak signifikan.
3. Nilai signifikansi variabel gaji terhadap variabel D1 atau pendidikan adalah sebesar 0,000. Nilai 0,000 < 0,05 sehingga hubungan antara gaji dengan D1 signifikan.
4. Nilai signifikansi variabel gaji terhadap variabel D2 atau jenis kelamin adalah sebesar 0,229. Nilai 0,229 > 0,05 sehingga hubungan antara gaji dengan D2 tidak signifikan.
3) Variables Entered/Removed
Variables Entered/Removeda Model Variables
Entered
Variables Removed
Method
1 D2, Usia, D1,
Tabunganb . Enter
a. Dependent Variable: Gaji b. All requested variables entered.
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
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
- Nilai Adjusted R2 sebesar 0,356 berarti bahwa keragaman variabel gaji dapat dijelaskan oleh keragaman variabel usia, tabungan, pendidikan, dan jenis kelamin 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
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
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 jenis kelamin 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.
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
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
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 jenis kelamin 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 jenis kelamin 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 : jenis kelamin (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
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.
3) Tabungan
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.
4) Variabel Dummy
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.
c. 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.
d. Nilai koefisien D2 atau jenis kelamin 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 Hetesitisitas).
3. Uji Autokorelasi dL = 1,1426 dU = 1,7386 dW = 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
Collinearity Diagnosticsa Mod
el
Dimensi on
Eigenval ue
Condition Index
Variance Proportions
(Constant) Usia Tabungan D1 D2
1
1 4.208 1.000 .00 .00 .00 .02 .01
2 .410 3.202 .00 .00 .00 .26 .41
3 .375 3.351 .00 .00 .00 .70 .41
4 .004 32.661 .65 .68 .00 .01 .01
5 .003 39.540 .35 .32 1.00 .00 .16
a. Dependent Variable: Gaji
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.
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
