statistika-2 pwk s1 ugm-agam 1

PROGRAM STUDI S1 PWKUNIVERSITAS GADJAH MADA

2006

ANALISIS MULTIVARIAT

sesi-3 (Dummy variable dalam multiple regression)

Dummy variable ?-Merupakan kata sifat yang artinya kosong (biasa digunakan dalam bridge)

-“Zero – One” suatu variabel yang hanya ada “ya” atau “tidak”

“muncul” atau “tidak muncul”.

Contoh:

-Lulus = 1; tidak lulus = 0

-masa krismon = 1; masa tidak krismon = 0

-wanita = 1 ; pria = 0

-setelah tsunami = 1; sebelum tsunami = 0 dst..dst

Ada kalanya fenomena regresi dipengaruhi oleh adanya dummy variable ini. Bisa saja pada independen variabelnya atau pada dependen variabelnya.

statistika-2 pwk s1 ugm-agam 2

0407614

0377013

0326212

0346511

0234510

146709

140548

134427

133386

118135

11484

013363

08222

0281

DXYn

Contoh:Penelitian tentang penggunaan BBM premium yang dikaitkan dengan waktu penggunaan danmusim.

Tujuan penelitian tersebut adalah mencaribesarnya pengaruh independent (explanatory) variable yakni waktu penggunaan dan musimanterhadap dependend variabelnya yakni jumlahBBM premium.

Jadi : Y adalah jumlah premium (liter)X adalah waktu penggunaan (jam)D adalah dummy variabel

(1 = kemarau; 0 = penghujan).

Data yang didapat peneliti adalah sbb:

Y = a + b X

Y = 2,865 + 1,521 X

(t = 6,065)

Bila ini yang dilakukan dengan

mengabaikandummy variable

(musiman), makaakan terjadi BIAS.

Hanya X saja

next 2

statistika-2 pwk s1 ugm-agam 3

8, 2

22, 8

36, 13

13, 18

38, 3342, 34

54, 40

70, 46

45, 23

65, 34

62, 32

70, 37

76, 40

8, 14

0

5

10

15

20

25

30

35

40

45

50

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80

S e rie s1

Bila ini yang digunakanakan menjadi BIAS dalammemprediksikannya.

R dan R square ini lebihbesar daripada hanya

Y = a + b X. See previous

Y = 6,436 + 1,759 X – 23,182 D

statistika-2 pwk s1 ugm-agam 4

8, 2

22, 8

36, 13

13, 18

38, 3342, 34

54, 40

70, 46

45, 23

65, 34

62, 32

70, 37

76, 40

8, 14

0

5

10

15

20

25

30

35

40

45

50

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80

S e rie s1

kemarau

penghujan

Sehingga pada saatkemarau dan

penghujan memilikigaris regresi yang

berbeda.

Y = 6,436 + 1,759 X – 23,182 DJadi bila pada musim penghujan, dan waktu penggunaannya35 jam, maka jumlah premium yang dibutuhkan = 68 liter.

Tapi pada musim kemarau 44,8 liter.

Y = 6,436 + 1,759 X – 23,182 D

Fenomena di atas, menunjukkan bahwa DUMMY VARIABLE ada di independen variabel (explanatory variable).

BILA DUMMY VARIABLE-nya ada pada dependen variabelini yang disebut dengan DISCRIMINANT MULTIVARIATE

ANALYSIS yang tergolong pada multivariate classified.

Ada kalanya fenomena regresi dipengaruhi oleh adanya dummy variable ini. Bisa saja pada independen variabelnya atau pada dependen variabelnya.

statistika-2 pwk s1 ugm-agam 5