1 / 20

REGRESI DUMMY DAN BINARY

TATAP MUKA 10. REGRESI DUMMY DAN BINARY. KONSEP BERPIKIR MODEL REGRESI. 1. Jenis kelamin. 2. Pendidikan. 3. Usia Karyawan. Gaji. 4. Jumlah Pelatihan. 5. Masa Kerja. 6. Unit Kerja. 7. Ketrampilan. Kelompok Variabel Pertama.

sybil
Download Presentation

REGRESI DUMMY DAN BINARY

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. TATAP MUKA 10 REGRESI DUMMY DAN BINARY

  2. KONSEP BERPIKIR MODEL REGRESI 1 Jeniskelamin 2 Pendidikan 3 UsiaKaryawan Gaji 4 JumlahPelatihan 5 MasaKerja 6 Unit Kerja 7 Ketrampilan

  3. Kelompok Variabel Pertama Jikagajikaryawandidasarkanpadakelompokvariabelpertama, Gender, Pendidikan, Usiamakabagaimanacaramenghitungbesarannilaigaji ?? Apakahketigavariabeltsbmemenuhisyaratnormalitas ??

  4. Uji Normalitas • Untukujinormalitas, gunakanUjiWilcoxon, yaknisebuahalatujiuntukmenentukanapakahketigavariabelsecarastatistiklayakdigunakansebagaidasarpenetapangajikaryawan

  5. Hasil Uji Wilcoxon

  6. HasilAnalisaRegresi Dummy

  7. TeknikMenghitung • GajiBagiKaryawanPerempuan: • Gaji = 128,859 + 30,016 Gender • Gaji = 128,859 + 30,016 (0) • Gaji = Rp. 128,859 • GajiBagiKaryawanLaki-laki: • Gaji = 128,859 + 30,016 (1) • Gaji + 128,859 + 30,016 • Gaji = Rp. 158,875

  8. Regresi Dummy TigaKriteria KaryawanPerempuanBerpendidikan SMA usia 23 thn Gaji = 128,859 + 30,016 (0) + 28,629 (0) + 1,396 (23) Gaji = Rp. 160,967 KaryawanPerempuanBerpendidikanSarjanausia 23 thn Gaji = 128,859 + 30,016 (0) + 28,629 (1) + 1,396 (23) Gaji = Rp. 189,596 KaryawanLaki-lakiBerpendidikanSarjanausia 27 thn Gaji = 128,859 + 30,016 (1) + 28,629 (1) + 1,396 (27) Gaji = Rp. 225,196 KaryawanLaki-lakiBerpendidikan SMA usia 27 thn Gaji = 128,859 + 30,016 (1) + 28,629 (0) + 1,396 (27) Gaji = Rp. 196,567

  9. Regresi Dummy Lebih Dari TigaKriteria • Dalammetodeini, variabel independent ygdigunakanuntukmengestimasinilaivariabel dependent, jumlahnyaditambahdengansatukriterialagi, kriteriatsbadalah status ekonomiyaitugolonganmiskin, menengahkebawah, menengahdangolonganatas/kaya. • Untukmengidentifikasi status ekonomi/golonganpenghasilanmakaditambahkantigavariabel dummy yaitu Indeks_1, Indeks_2 dan Indeks_3. kedalam SPSS data editor. • KetigavariabelIndekstsb, menjadibagiandari estimator dalampersamaan model yang terbentuk.

  10. Tingkat PenghasilanKonsumen

  11. ProsesEstimasi • Denganberdasarkanvariabel independent yaitu : Jumlah Outlet danJumlah SPG sertaVariabeltingkatpenghasilankonsumenmakasebaiknyaperusahaanmenjualprodukdi area / wilayahmana ? • Untukmenjawabkasustersebut, diperlukanprosesestimasimenggunakanpersamaanregresi yang diperolehdarihasilanalisa. • Akandiestimasikanprakiraan volume penjualan yang tercapaiberdasarkantingkatpenghasilankonsumen

  12. HasilAnalisaRegresi Dummy • Dari tabeldiatas, persamaanregresidapatdisusunsbb: Beli = 17,332 + 9,736 Outlet + 43,110 SPG + 67,159 Indeks_1 + 106,181 Indeks_2 + 88,552 Indeks_3

  13. InterpretasiHasilAnalisa • Jikatidakadatambahan outlet dantidakada SPG maka volume barangygterjualhanya 17 unit. • Tambahansatu outlet, akanmeningkatkanpenjualansebesar 10 unit. • Tambahansatuorang SPG akanmeningkatkanpenjualanbarangsebesar 43 unit • Penjualanbarangpadakelompokpenghasilanmenengahbawahsebesar 67 unit • Penjualanbarangpadakelompokpenghasilanmenengahsebesar 106 unit • Penjualanbarangpadakelompokpenghasilanatas/kayasebesar 89 unit.

  14. Estimasi Jikaprodukdijualpadagolonganmenengahbawah, jumlah outlet ditambah 5 buahdan SPG ditambah 10 orang, makaestimasiproduk yglakuterjualsbb: • Beli = 17,332 + (9,736x5) + (43,110x10) + (67,159x1) + (106,181x0) + (88,552x0) • Beli = 17,332 + 48,68 + 431,10 + 67,159 • Beli = 564 unit (pembulatan) Jikadijualpadagolongankelasatas: • Beli = 17,332 + 48,68 + 431,10 + 88,552 • Beli = 586 unit (pembulatan) Jikaprodukdijualdi area golonganmenengah: • Beli = 17,332 + 48,68 + 431,1 + 106,181 = 603 unit (pembulatan) Jikadijualdi area golonganmiskin : • Beli = 17,332 + 48,68 + 431,1 = 497 unit (pembulatan)

  15. JudulArtikel, Thesis, Skripsi Segmentasi Tingkat PenghasilanKonsumenDalamMeningkatkan Volume Penjualan Notebook Pada PT. Grandong Computer Surabaya

  16. Regresi binary merupakansalahsatualatestimasi, yaknimerubahkondisisatuvariabeldenganmenggunakankondisivariabel yang lain, yang dianggaplayaksesuaihasilujikelayakan yang ada. • Untukcontohkasusujiini, digunakan 5 (lima) buahvariabel. Satuvariabel dependent ( status sekolahsiswa ) danempatvariabel independent ( BOS, BSE, jumlah GURU dankelayakan GEDUNG ) • Dari empatvariabel independent, variabelmana yang layakdigunakanuntukmengestimasijumlahsiswa yang putussekolah, indikatoruntukkelayakan model regresidapatdilihatberdasarkannilai : • Classification Table nilainyaharusmenurun • Hosmer and Lemeshow Test, nilainyaharusdiatas 5% • Minimal harusadasatuvariabel independent yang signifikan ( Sig < 5% ) Regresi Binary / RegresiLogistik

  17. Regresi Binary / RgeresiLogistik Jikaadasatuvariabel yang signifikansinyadibawah 5%, makavariabeltersebutdapatdigunakanuntukmengestimasivariabel dependent padaanalisaregresilogistiktahapkedua. Jikasemuavariabeltingkatsignifikansinyadiatas 5% makaanalisaregresiLogistiktahapkeduatidakdapatdilakukan, variabel yang tidaksignifikanharusdikeluarkandari model regresidandigantidenganvariabel lain, sampehasilnyasignifikan.

  18. Regresi Binary Logistik Setelahanalisaregresidiulanghasilnyaakantampaksbb: Persamaanregresilogistikdapatdisajikansbb: APS = 6,030 – 0,186 BOS Misal, sebuahdaerahmendapatbantuan BOS sebesarRp. 30 juta, berapapersenpenurunanangkaputussekolahdidaerahtersebut ?? APS = 6,030 – 0,186 ( 30 ) = 6,030 - 5,580 = 45%. APS = 6,030 – 0,186 ( 32 ) = 6,030 - 5,952 = 7,8% APS = 6,030 – 0,186 ( 33 ) = 6,030 - 6,138 = 0

  19. UjiKelayakan Model

  20. UjiKelayakan Model

More Related