Studi Kasus

Bidang
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
4.00
4.00

Didik
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
4.00
4.00

Gaji
115.00
245.00
315.00
365.00
575.00
385.00
425.00
350.50
587.00
985.00
635.00
695.00
785.00
402.50
612.50
425.00
680.00
623.00
651.50
620.00
606.50
1055.00
565.00
185.00
545.00
245.00
245.00
415.00
155.50
565.00
415.00
485.00
659.00
596.00
750.00
245.00
285.00

Kerja
2.00
2.00
4.00
3.00
5.00
4.00
4.00
3.00
5.00
7.00
4.00
7.00
7.00
4.00
6.00
4.00
6.00
6.00
5.00
6.00
7.00
10.00
5.00
1.00
5.00
2.00
3.00
4.00
3.00
6.00
3.00
4.00
6.00
4.00
7.00
2.00
2.00

Usia
23.00
21.00
21.00
22.00
24.00
25.00
25.00
26.00
29.00
30.00
30.00
30.00
30.00
30.00
31.00
20.00
24.00
27.00
29.00
31.00
30.00
33.00
33.00
20.00
20.00
21.00
22.00
22.00
24.00
26.00
27.00
30.00
30.00
30.00
30.00
20.00
21.00

4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
4.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00

4.00
2.00
2.00
2.00
3.00
2.00
2.00
2.00
3.00
1.00
3.00
2.00
2.00
2.00
2.00
3.00
3.00
3.00
3.00
2.00
2.00
3.00
3.00
3.00
3.00
1.00
2.00
2.00
3.00
1.00
1.00
2.00
2.00
3.00
3.00
3.00
3.00
3.00

485.00
285.00
575.00
567.50
650.00
485.00
482.00
485.00
567.50
245.00
585.00
582.50
554.00
387.50
522.50
650.00
560.00
565.00
845.00
567.50
597.50
885.00
965.00
485.00
985.00
115.00
285.00
245.00
605.00
115.00
285.00
605.00
474.50
594.50
500.00
785.00
745.00
609.50

5.00
10.00
6.00
5.00
6.00
4.00
4.00
2.00
5.00
2.00
5.00
5.00
4.00
4.00
5.00
6.00
5.00
5.00
5.00
5.00
3.00
8.00
2.00
4.00
10.00
1.00
3.00
2.00
6.00
1.00
2.00
5.00
4.00
5.00
5.00
6.00
6.00
4.00

22.00
22.00
22.00
22.00
23.00
23.00
24.00
25.00
25.00
26.00
26.00
26.00
26.00
26.00
28.00
28.00
28.00
30.00
30.00
30.00
31.00
33.00
33.00
33.00
30.00
22.00
22.00
22.00
22.00
24.00
25.00
25.00
25.00
27.00
27.00
29.00
29.00
30.00

Data diatas adalah Gaji Pegawai Sesuai Dengan Kriterianya, dengan keterangan sebagai berikut.
Keterangan bidang
1= Pemasaran

2= Humas
3= Accounting
4 = Kredit
5= Personalia
Keterangan didik
1= D3
2= S1
3= S2
Buatlah 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. Hipotesis
Ho : = 0 (model regresi Y terhadap Xkerja,usia tidak berarti/tidak sesuai)
H1 : 0 (model regresi Y terhadap Xkerja,usia memiliki arti/sesuai)
2. Tingkat Signifikansi:
=0.05
3. Daerah Kritis:
Fhit Ftab : Tolak H0
Sig. < : Tolak H0
4. Statistika Uji:
Fhitung = 82.1
Ftabel = 3,12

Sig. = 0.000

5. Keputusan Uji
Karena 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 0 bernilai -386.284, 1 bernilai
57.133, dan 2 bernilai 24.591. Hal ini menunjukkan bahwa 0, 1, dan 2 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.