Analisis Regresi dengan Variabel Indikat
LAPORAN PRAKTIKUM
ANALISIS REGRESI TERAPAN KEHUTANAN
ACARA VI
ANALISIS REGRESI DENGAN VARIABEL INDIKATOR
Disusun oleh :
Nama
: Agustina Pane
NIM
: 13/352210/KT/07614
Shift
: Rabu, 13.00
Co. Ass
: Mbak Intan dan Mbak Nadia
LABORATORIUM KOMPUTASI DAN BIOMETRIKA HUTAN
BAGIAN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2015
ACARA VI
ANALISIS REGRESI DENGAN VARIABEL INDIKATOR
I.
TUJUAN
Tujuan diadakannya praktikum ini adalah praktikan mampu memahami prinsip dan
penerapan analisis regresi dengan variabel.
II. DASAR TEORI
Pemodelan dalam kepentingan penelitian berbagai bidang maupun bidang
industri, merupakan kebutuhan mendasar bagi prediksi di masa mendatang ataupun
informasi tambahan. Data yang sering digunakan untuk pemodelan dalam hal ini
pembentukan persamaan regresi dan analisis regresi dinyatakan dalam bentuk variabel
kuantitatif. Berarti bahwa variabel tersebut dapat dengan mudah dinyatakan dalam skala
ukuran yang umum. Akan tetapi sering pula pada pengamatan, data yang digunakan
dinyatakan dalam bentuk variabel kualitatif atau variabel kategori yang merupakan
variabel bebas dalam persamaan regresi (Supranto, 1992).
Nama lain Regresi Dummy adalah Regresi Kategori. Regresi ini menggunakan
prediktor kualitatif (yang bukan dummy dinamai prediktor kuantitatif). Pembahasan pada
regresi ini hanya untuk satu macam variabel dummy dan dikhususkan pada penaksiran
parameter dan kemaknaan pengaruh prediktor (Sarwoko, 2007).
Variabel dummy 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
kontinue. 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 sebagainya)
D = 0 untuk kategori yang lain (pria, Jawa, Kristen, perang dan sebagainya).
Variabel dummy (D) dapat
digunakan
untuk
mengetahui
ada
tidaknya
perubahan dalam intersep, slope atau keduanya, dalam dua atau lebih situasi yang
berbeda seperti keadaan damai dan perang, maka akan diperoleh model stokastiknya
sebagai berikut:
1. Untuk mengetahui perbedaan intercept
K = b2 + b1Y + b2D + m
Diperoleh hasil :
Untuk D = 0 K = b0 + b1Y + m (damai)
Untuk D = 1 K1 = (b0 + b2) + b1Y + m (perang)
2. Untuk mengetahui perbedaan slope K = b0 + b1Y + b3YD + m
Diperoleh hasil :
Untuk D = 0 K = b0 + b1 Y + m (damai)
Untuk D = 1 K1 = (b1 + b3) + b1Y + m (perang)
3. Untuk mengetahui perbedaan intersep maupun slope
K = b0 + b1 Y + b2D + b3YD + m
Diperoleh hasil :
Untuk D = 0 K = b0 + b1Y + m (damai)
Untuk D = 1 K1 = (b0 + b2) + (b1 + b3)Y + m (perang)
Dimana :
K = pengeluaran konsumsi;
Y = Pendapatan nasional ; D = 1, masa perang ; D = 0, masa damai.
(Anonim, 2011).
III. TEMPAT
Tempat : Laboratorium Biometrika Hutan Fakultas Kehutanan UGM.
IV. ALAT DAN BAHAN
1. Alat tulis
2. Komputer
3. Ms. Excel
VI. PEMBAHASAN
Pada praktikum kali ini, akan dibahas tentang analisis regresi dengan indikator
variabel. Regresi linear memungkinkan bila digunakan untuk melakukan analisis data
bila variabel bebasnya (x) bertipe data nominal. Skala nominal adalah suatu himpunan
yang terdiri dari anggota-anggota yang mempunyai kesamaan tiap anggotanya, dan
memiliki perbedaan dari anggota himpunan yang lain. Misalnya :
a. Jenis Kelamin : dibedakan antara laki – laki dan perempuan
b. Pekerjaan : dapat dibedakan petani, pegawai, pedagang
c. Golongan Darah : dibedakan atas Gol. 0, A, B, AB
Pada
skala
nominal,
variasinya
tidak
menunjukkan
perurutan
atau
kesinambungan, tetapi setiap variasi berdiri sendiri secara terpisah. Dalam skala nominal
tidak dapat dipastikan apakah kategori satu mempunyai derajat yang lebih tinggi atau
lebih rendah dari kategori yang lain ataukah kategori itu lebih baik atau lebih buruk dari
kategori yang lain. Contoh di atas menunjukkan bahwa itu merupakan variabel bebas
kualitatif dan variabel terikat kuantitatif. Skala nominal yang diberi label 0, 1 atau 2
dikenal sebagai Dummy Variabel. Variabel dummy ini dapat di sebut sebagai biner,
kategorik, kualitatif, boneka, atau variabel dikotomi. Tujuan menggunakan regresi
dengan variable dummy adalah memprediksi besarnya nilai variabel dependen atas dasar
satu atau lebih variabel independen, di mana satu atau lebih variabel bebas yang
digunakan bersifat dummy. Dummy variabel adalah variabel yang digunakan untuk
membuat kategori data yang bersifat kualitatif agar dapat digunakan dalam analisis
regresi maka harus lebih dahulu ditransformasikan ke dalam bentuk kuantitatif.
Pada kasus yang kita bahas adalah hubungan size of firm dengan number of month
elapsed. Dimana size of firm memiliki dua type of firm yaitu mutual dan stock yang
diberi label 0 untuk mutual dan 1 untuk stock dimana 0 = tidak diberi perlakuan dan 1 =
diberi perlakuan. Pemberian label tersebut dimaksudkan untuk mengubah kategori huruf
menjadi kategori angka, sehingga memudahkan dalam proses analisis data. Setelah
dilakukan perhitungan diketahui nilai summary output, dilakukan Uji Anova, diketahui
residual output serta probability output. Nilai R yang diperoleh adalah 0,91224 dengan
standar error 1,5626. Dari Uji Anova diketahui Fhitung (99,7502) > dari Ftabel
(0,0000000404), maka Ha diterima dan Ho ditolak yang berarti bahwa size of firm
berpengaruh terhadap number of month elapsed. Dari data tersebut dapat diketahui
persamaan regresinya yaitu :
y = 33,8699 – 0,1061x1 + 8,7680x2
VII. KESIMPULAN
Dummy variabel adalah variabel yang digunakan untuk membuat kategori data yang
bersifat kualitatif dan direpresentasikan dalam model persamaan, sehingga bisa dipecah
secara matematik. Banyaknya variable dummy = banyak kategori – 1. Diperoleh hasil:
y = 33,8699 – 0,1061x1 + 8,7680x2
Dari uji anova diketahui Fhitung (99,7502) > dari Ftabel (0,0000000404), maka Ha diterima
dan Ho ditolak yang berarti bahwa size of firm berpengaruh terhadap number of month
elapsed.
DAFTAR PUSTAKA
Anonim. 2011. Variabel Dummy. http://ethasyahbania.blogspot.com/variabeldummy.html. Diunduh pada tanggal 10 November 2014 pada pukul 21.00 WIB.
Sarwoko. 2007. Statistik Inferensi untuk Ekonomi dan Bisnis. Andi Offset. Yogyakarta.
Supratno, J. 1992. Statistika dan Sistem Informasi. Erlangga. Jakarta.
ANALISIS REGRESI TERAPAN KEHUTANAN
ACARA VI
ANALISIS REGRESI DENGAN VARIABEL INDIKATOR
Disusun oleh :
Nama
: Agustina Pane
NIM
: 13/352210/KT/07614
Shift
: Rabu, 13.00
Co. Ass
: Mbak Intan dan Mbak Nadia
LABORATORIUM KOMPUTASI DAN BIOMETRIKA HUTAN
BAGIAN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2015
ACARA VI
ANALISIS REGRESI DENGAN VARIABEL INDIKATOR
I.
TUJUAN
Tujuan diadakannya praktikum ini adalah praktikan mampu memahami prinsip dan
penerapan analisis regresi dengan variabel.
II. DASAR TEORI
Pemodelan dalam kepentingan penelitian berbagai bidang maupun bidang
industri, merupakan kebutuhan mendasar bagi prediksi di masa mendatang ataupun
informasi tambahan. Data yang sering digunakan untuk pemodelan dalam hal ini
pembentukan persamaan regresi dan analisis regresi dinyatakan dalam bentuk variabel
kuantitatif. Berarti bahwa variabel tersebut dapat dengan mudah dinyatakan dalam skala
ukuran yang umum. Akan tetapi sering pula pada pengamatan, data yang digunakan
dinyatakan dalam bentuk variabel kualitatif atau variabel kategori yang merupakan
variabel bebas dalam persamaan regresi (Supranto, 1992).
Nama lain Regresi Dummy adalah Regresi Kategori. Regresi ini menggunakan
prediktor kualitatif (yang bukan dummy dinamai prediktor kuantitatif). Pembahasan pada
regresi ini hanya untuk satu macam variabel dummy dan dikhususkan pada penaksiran
parameter dan kemaknaan pengaruh prediktor (Sarwoko, 2007).
Variabel dummy 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
kontinue. 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 sebagainya)
D = 0 untuk kategori yang lain (pria, Jawa, Kristen, perang dan sebagainya).
Variabel dummy (D) dapat
digunakan
untuk
mengetahui
ada
tidaknya
perubahan dalam intersep, slope atau keduanya, dalam dua atau lebih situasi yang
berbeda seperti keadaan damai dan perang, maka akan diperoleh model stokastiknya
sebagai berikut:
1. Untuk mengetahui perbedaan intercept
K = b2 + b1Y + b2D + m
Diperoleh hasil :
Untuk D = 0 K = b0 + b1Y + m (damai)
Untuk D = 1 K1 = (b0 + b2) + b1Y + m (perang)
2. Untuk mengetahui perbedaan slope K = b0 + b1Y + b3YD + m
Diperoleh hasil :
Untuk D = 0 K = b0 + b1 Y + m (damai)
Untuk D = 1 K1 = (b1 + b3) + b1Y + m (perang)
3. Untuk mengetahui perbedaan intersep maupun slope
K = b0 + b1 Y + b2D + b3YD + m
Diperoleh hasil :
Untuk D = 0 K = b0 + b1Y + m (damai)
Untuk D = 1 K1 = (b0 + b2) + (b1 + b3)Y + m (perang)
Dimana :
K = pengeluaran konsumsi;
Y = Pendapatan nasional ; D = 1, masa perang ; D = 0, masa damai.
(Anonim, 2011).
III. TEMPAT
Tempat : Laboratorium Biometrika Hutan Fakultas Kehutanan UGM.
IV. ALAT DAN BAHAN
1. Alat tulis
2. Komputer
3. Ms. Excel
VI. PEMBAHASAN
Pada praktikum kali ini, akan dibahas tentang analisis regresi dengan indikator
variabel. Regresi linear memungkinkan bila digunakan untuk melakukan analisis data
bila variabel bebasnya (x) bertipe data nominal. Skala nominal adalah suatu himpunan
yang terdiri dari anggota-anggota yang mempunyai kesamaan tiap anggotanya, dan
memiliki perbedaan dari anggota himpunan yang lain. Misalnya :
a. Jenis Kelamin : dibedakan antara laki – laki dan perempuan
b. Pekerjaan : dapat dibedakan petani, pegawai, pedagang
c. Golongan Darah : dibedakan atas Gol. 0, A, B, AB
Pada
skala
nominal,
variasinya
tidak
menunjukkan
perurutan
atau
kesinambungan, tetapi setiap variasi berdiri sendiri secara terpisah. Dalam skala nominal
tidak dapat dipastikan apakah kategori satu mempunyai derajat yang lebih tinggi atau
lebih rendah dari kategori yang lain ataukah kategori itu lebih baik atau lebih buruk dari
kategori yang lain. Contoh di atas menunjukkan bahwa itu merupakan variabel bebas
kualitatif dan variabel terikat kuantitatif. Skala nominal yang diberi label 0, 1 atau 2
dikenal sebagai Dummy Variabel. Variabel dummy ini dapat di sebut sebagai biner,
kategorik, kualitatif, boneka, atau variabel dikotomi. Tujuan menggunakan regresi
dengan variable dummy adalah memprediksi besarnya nilai variabel dependen atas dasar
satu atau lebih variabel independen, di mana satu atau lebih variabel bebas yang
digunakan bersifat dummy. Dummy variabel adalah variabel yang digunakan untuk
membuat kategori data yang bersifat kualitatif agar dapat digunakan dalam analisis
regresi maka harus lebih dahulu ditransformasikan ke dalam bentuk kuantitatif.
Pada kasus yang kita bahas adalah hubungan size of firm dengan number of month
elapsed. Dimana size of firm memiliki dua type of firm yaitu mutual dan stock yang
diberi label 0 untuk mutual dan 1 untuk stock dimana 0 = tidak diberi perlakuan dan 1 =
diberi perlakuan. Pemberian label tersebut dimaksudkan untuk mengubah kategori huruf
menjadi kategori angka, sehingga memudahkan dalam proses analisis data. Setelah
dilakukan perhitungan diketahui nilai summary output, dilakukan Uji Anova, diketahui
residual output serta probability output. Nilai R yang diperoleh adalah 0,91224 dengan
standar error 1,5626. Dari Uji Anova diketahui Fhitung (99,7502) > dari Ftabel
(0,0000000404), maka Ha diterima dan Ho ditolak yang berarti bahwa size of firm
berpengaruh terhadap number of month elapsed. Dari data tersebut dapat diketahui
persamaan regresinya yaitu :
y = 33,8699 – 0,1061x1 + 8,7680x2
VII. KESIMPULAN
Dummy variabel adalah variabel yang digunakan untuk membuat kategori data yang
bersifat kualitatif dan direpresentasikan dalam model persamaan, sehingga bisa dipecah
secara matematik. Banyaknya variable dummy = banyak kategori – 1. Diperoleh hasil:
y = 33,8699 – 0,1061x1 + 8,7680x2
Dari uji anova diketahui Fhitung (99,7502) > dari Ftabel (0,0000000404), maka Ha diterima
dan Ho ditolak yang berarti bahwa size of firm berpengaruh terhadap number of month
elapsed.
DAFTAR PUSTAKA
Anonim. 2011. Variabel Dummy. http://ethasyahbania.blogspot.com/variabeldummy.html. Diunduh pada tanggal 10 November 2014 pada pukul 21.00 WIB.
Sarwoko. 2007. Statistik Inferensi untuk Ekonomi dan Bisnis. Andi Offset. Yogyakarta.
Supratno, J. 1992. Statistika dan Sistem Informasi. Erlangga. Jakarta.