DUMMY VARIABEL PADA VARIABEL BEBAS MODEL REGRESI

Presentasi berjudul: "DUMMY VARIABEL PADA VARIABEL BEBAS MODEL REGRESI"— Transcript presentasi:

1 DUMMY VARIABEL PADA VARIABEL BEBAS MODEL REGRESI
Gangga Anuraga, M.Si

2 Variabel Dummy Variabel artificial yang digunakan untuk mengkuantifikasikan Variabel kualitatif Variabel kualitatif: - Gender (perempuan,lakilaki) - Tingkat pendidikan(SD,SMP,SMA,PT) - dll

3 PENERAPAN VARIABEL DUMMY
Untuk membedakan kategori –kategori dalam variabel kualitatif menggunakan nilai 0 dan 1. Dengan ketentuan jumlah variabel dummy : Model regresi dengan intersep, jumlah variabel dummy r-1 (r=jumlah kategori variabel kualitatif)

4 Contoh Model regresi intersep:
Pola alokasi variabel dummy untuk variabel kualitatif r kategori diperoleh dengan menuliskan matrik 1 yang berukuran (r-1)(r-1) ditambah satu baris (r-1) angka 0. Contoh

5 Contoh : Variabel tingkat pendidikan (SD,SMP,SMA,PT)
r= jumlah var dummy=3 Alokasi penulisan: D D D3 Kategori SD Dlm var SMP kualitatif SMA PT ( ) kategori dasar pembanding dengan kategori lain

6 Sifat-sifat variabel Dummy
Untuk membedakan kategori dalam variabel kualitatif tanpa menyebabkan matrik (x’x) nya singular Interpretasi hasil dari model yang menggunakan var dummy tergantung pada penggunaan angka 1 dan 0, artinya kategori mana yang dikode 1 dan 0. Kategori yang diberi angka 0 disebut kategori dasar Koefisien dari var dummy (D) disebut sebagai differential intercept koefisien,sebab menerangkan besarnya pendapatan kategori yang diberi nilai 1 dengan kategori dasar (angka 0)

7 CONTOH : Data merupakan data berat ayam kalkun (Y) dalam pound dan umur (X) dalm minggu dari 13 kalkun untuk perayaan thanks giving. Empat diantara ayam kalkun itu berasal dari Georgia (G), empat dari Virginia (V), dan lima dari Wincosin (W). Postulate model menyatakan ada pengaruh umur dan asal terhadap berat ayam kalkun estimasi modelnya?

8 X(umur) Y (berat) D1 D2 28 13.3 1 20 8.9 32 15.1 22 10.4 29 13.1 27 12.4 13.2 26 11.8 21 11.5 14.2 15.4 23 25 13.8

9 The regression equation is
y = x D D2 Predictor Coef SE Coef T P Constant x D D S = R-Sq = 97.9% R-Sq(adj) = 97.3% Analysis of Variance Source DF SS MS F P Regression Residual Error Total Source DF Seq SS x D D

10 Estimasi model yang didapat:
y = x D D2 Estimasi model untuk Georgia y = x Estimasi model untuk Virginia y = x Estimasi model untuk Winconsin y = x