Studi Kasus

Bidang Didik Gaji Kerja Usia1.00 1.00 115.00 2.00 23.001.00 1.00 245.00 2.00 21.001.00 1.00 315.00 4.00 21.001.00 1.00 365.00 3.00 22.001.00 1.00 575.00 5.00 24.001.00 1.00 385.00 4.00 25.001.00 1.00 425.00 4.00 25.001.00 1.00 350.50 3.00 26.001.00 1.00 587.00 5.00 29.001.00 1.00 985.00 7.00 30.001.00 1.00 635.00 4.00 30.001.00 1.00 695.00 7.00 30.001.00 1.00 785.00 7.00 30.001.00 1.00 402.50 4.00 30.001.00 1.00 612.50 6.00 31.002.00 2.00 425.00 4.00 20.002.00 2.00 680.00 6.00 24.002.00 2.00 623.00 6.00 27.002.00 2.00 651.50 5.00 29.002.00 2.00 620.00 6.00 31.002.00 2.00 606.50 7.00 30.002.00 2.00 1055.00 10.00 33.002.00 2.00 565.00 5.00 33.003.00 3.00 185.00 1.00 20.003.00 3.00 545.00 5.00 20.003.00 3.00 245.00 2.00 21.003.00 3.00 245.00 3.00 22.003.00 3.00 415.00 4.00 22.003.00 3.00 155.50 3.00 24.003.00 3.00 565.00 6.00 26.003.00 3.00 415.00 3.00 27.003.00 3.00 485.00 4.00 30.003.00 3.00 659.00 6.00 30.003.00 3.00 596.00 4.00 30.003.00 3.00 750.00 7.00 30.004.00 4.00 245.00 2.00 20.004.00 4.00 285.00 2.00 21.004.00 4.00 485.00 5.00 22.00

4.00 2.00 285.00 10.00 22.004.00 2.00 575.00 6.00 22.004.00 2.00 567.50 5.00 22.004.00 3.00 650.00 6.00 23.004.00 2.00 485.00 4.00 23.004.00 2.00 482.00 4.00 24.004.00 2.00 485.00 2.00 25.004.00 3.00 567.50 5.00 25.004.00 1.00 245.00 2.00 26.004.00 3.00 585.00 5.00 26.004.00 2.00 582.50 5.00 26.004.00 2.00 554.00 4.00 26.004.00 2.00 387.50 4.00 26.004.00 2.00 522.50 5.00 28.004.00 3.00 650.00 6.00 28.004.00 3.00 560.00 5.00 28.004.00 3.00 565.00 5.00 30.004.00 3.00 845.00 5.00 30.004.00 2.00 567.50 5.00 30.004.00 2.00 597.50 3.00 31.004.00 3.00 885.00 8.00 33.004.00 3.00 965.00 2.00 33.004.00 3.00 485.00 4.00 33.004.00 3.00 985.00 10.00 30.005.00 1.00 115.00 1.00 22.005.00 2.00 285.00 3.00 22.005.00 2.00 245.00 2.00 22.005.00 3.00 605.00 6.00 22.005.00 1.00 115.00 1.00 24.005.00 1.00 285.00 2.00 25.005.00 2.00 605.00 5.00 25.005.00 2.00 474.50 4.00 25.005.00 3.00 594.50 5.00 27.005.00 3.00 500.00 5.00 27.005.00 3.00 785.00 6.00 29.005.00 3.00 745.00 6.00 29.005.00 3.00 609.50 4.00 30.00

Data diatas adalah Gaji Pegawai Sesuai Dengan Kriterianya, dengan keterangan sebagai berikut.Keterangan bidang1= Pemasaran2= Humas

3= Accounting4 = Kredit5= Personalia

Keterangan didik1= D32= S13= S2Buatlah model regresinya.!

Langkah-langkah Analisis Regresi Linear Berganda dan Variabel Dummy dengan SPSS

1. Membuka aplikasi SPSS dengan melakukan double click pada icon desktop.2. Setelah aplikasi SPSS terbuka dan siap digunakan, buat nama variabel Bidang, Didik,

Gaji, Kerja, dan Usia dengan melakukan klik pada button Variable View, dan masukkan keterangan dalam bentuk kategori sesuai dengan studi kasus dengan melakukan klik pada values.

3. Kemudian masukkan data sesuai studi kasus, dengan melakukan klik pada button Data View.

4. Selanjutnya dilakukan pengkategorian dalam bentuk variabel dummy 0 dan 1, pada variabel Bidang dengan menjadikan bidang Pemasaran=1 sebagai reference category. Klik menu Transform –  Recode Into Different Variables, kemudian lakukan seperti gambar dibawah ini.

5. Lakukan seperti langkah 4 sampai terbentuk 4 variabel baru yaitu bd1, bd2, bd3, dan bd4.6. Seperti pada langkah 4, lakukan hal yang sama untuk variabel Didik, pada variabel Didik

dengan menjadikan S3=3 sebagai reference category. Klik menu Transform –  Recode Into Different Variables, kemudian lakukan seperti gambar dibawah ini.

7. Lakukan seperti langkah 6 sampai terbentuk 2 variabel baru yaitu dd1 dan dd2.8. Variabel yang terbentuk dari langkah 4 – 7 dapat dilihat pada gambar dibawah ini.

9. Selanjutnya adalah melakukan analisis regresi dengan metode stepwise terhadap semua variabel, kecuali variabel Bidang dan Didik, klik menu Analyze – Regression – Linear, kemudian masukkan variabel Gaji ke kotak Dependent dan variabel Kerja, Usia, bd1, bd2, bd3, bd4, dd1, dd2 ke dalam kotak independent, pilih metode Stepwise dan Ok seperti gambar dibawah ini.

Dan selanjutnya, mari kita bahas satu persatu output yang dihasilkan.

Dalam analisis regresi pada studi kasus digunakan analisis regresi dengan metode stepwsise pada SPSS, sehingga langsung didapatkan model regresi yang signifikan seperti terlihat pada gambar diatas, variabel yang tidak signifikan akan dikeluarkan secara otomatis dari model, kemudian akan dilakukan penyesuaian oleh algoritma software sehingga didapatkan variabel yang mempengaruhi besarnya gaji yang diterima pegawai adalah variabel penilaian kerja dan usia.

 Pada output SPSS  Model Summary pada gambar, dapat diketahui bahwa hubungan antara variabel dependent dan variabel independent dapat dilihat dari nilai (R = 0,834) termasuk dalam hubungan korelasi sangat kuat (Sarwono, 2006). Hal ini juga didukung dengan nilai koefisien determinasi (Adjusted R Square ) sebesar 68.7% variabel independent Kerja dan Usia mampu

menjelaskan variabel dependennya dan sisanya sebesar 31.3% dipengaruhi oleh faktor atau variabel bebas lain diluar penelitan.

  Untuk mengetahui model sesuai atau tidak, maka dilakukan pengujian dengan menggunakan uji serentak (uji f). Perhatikan output SPSS  ANOVA  pada gambar diatas.

1. HipotesisHo : β =  0 (model regresi Y terhadap Xkerja,usia tidak berarti/tidak sesuai)H1 : β ≠  0 (model regresi Y terhadap Xkerja,usia memiliki arti/sesuai)

2. Tingkat Signifikansi:α=0.05

3. Daerah Kritis:Fhit ≥ Ftab    : Tolak H0Sig. < α     : Tolak H0

4. Statistika Uji:Fhitung    = 82.1        Sig. = 0.000Ftabel    = 3,12

5. Keputusan UjiKarena nilai Fhitung > Ftabel dan Sig. < 0.05 maka keputusannya adalah tolak H0

6. Kesimpulan :Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa model regresi variabel dependent (Gaji) terhadap variabel independent (Kerja dan Usia) adalah signifikan atau sesuai.

Untuk melakukan uji parsial atau uji koefisien regresi atau uji sendiri-sendiri dilakukan untuk mengetahui variabel tersebut signifikan atau tidak terhadap model regresi yang didapatkan, uji parsial ini dapat dilakukan dengan melihat p-value atau membandingkan Thitung dengan Ttabel.

Pada output SPSS  Coefficients, menunjukkan bahwa koefisien β0 bernilai -386.284, β1 bernilai 57.133, dan β2 bernilai 24.591. Hal ini menunjukkan bahwa β0, β1, dan β2 signifikan, artinya koefisien tersebut berpengaruh terhadap model. Selanjutnya didapatkan persamaan regresi dari output yang dihasilkan untuk memprediksi variabel Y yaitu:

Gaji = -386.284 + 57.133 Kerja + 24.591 Usia

Interpretasi:Nilai konstanta sebesar -386.284. Jika dilihat dari konstanta tersebut yang bertanda negative, artinya gaji akan bernilai negative, itu sebenarnya tidak mungkin gaji bernilai negative, variabel dependent tersebut tidak akan mungkin bernilai negative jika semua variabel independentnya masih berada dalam range nilai minimal, artinya penilaian kerja dan usia juga tidak mungkin sama dengan nol.

Oleh sebab itu persamaan tersebut digunakan untuk menentukan gaji karyawan yang sudah bekerja dalam perusahaan, sehingga tidak akan mungkin gaji bernilai negative.

Nilai koefisien variabel Kerja sebesar 57.133. Hal ini mengandung arti bahwa setiap peningkatan penilaian kerja terhadap karyawan satu satuan maka Gaji yang diterimanya juga akan naik sebesar 57.133 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

Nilai koefisien variabel Usia sebesar 24.591. Hal ini mengandung arti bahwa setiap penambahan usia karyawan satu satuan maka Gaji yang diterimanya juga akan naik sebesar 24.591 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

Demikian postingan tentang Analisis Regresi Linear Berganda dan Variabel Dummy dengan SPSS, semoga bisa membantu. silahkan baca juga postingan tentang analisis regresi berganda dengan SPSS.Have FUN.