BAB I

PENDAHULUAN

1.1

Latar Belakang
Kegiatan ekonomi manusia tidak berjalan sesaat, tetapi berkelanjutan dari

waktu ke waktu, dari peristiwa ke peristiwa, dari berbagai suasana, dari berbagai
lintas sektor, lintas faktor. Untuk mengukur suatu kegiatan dalam keberagaman
kondisi seperti

itu, maka data merupakan sesuatu yang mutlak diperlukan.

Melalui data, informasi itu dapat dianalisis, diinterpretasi, untuk mengungkap

kejadian-kejadian di masa lampau, serta dapat digunakan untuk prediksi masa
mendatang.
Teorama-teorama

yang

persifat apriori pada ilmu

ekonomi dinyatakan

terlebih dahulu dalam bentuk matematik sehingga dapat dilakukan pengujian

terhadap teorama-teorama itu. Bentuk matematik teorama ekonomi ini
disebut model. Pembuatan model ekonometri merupakan salah satu sumbangan
ekonometrika di samping pembuatan prediksi (peramalan atau forecasting) dan
pembuatan berbagai keputusan alternatif yang bersifat kuantitatif sehingga dapat
mempermudah para pengambil keputusan untuk menentukan pilihan.
Ekonometrika adalah

ilmu

yang

membahas

masalah

pengukuran

hubungan ekonomi. Dengan demikian, Ekonometrika adalah ilmu yang mencakup

teori ekonomi, matematika, dan statistikadalam satu kesatuan sistem yang bulat,
menjadi suatu ilmu yang berdiri sendiri dan berlainan dengan ilmu ekonomi;
matematika; maupun statistika. Ekonometrika digunakan sebagai alat analisis
ekonomi yang bertujuan untuk menguji kebenaran teorama-teorama teori ekonomi
yang berupa hubungan antarvariabel ekonomi dengan data empirik.
Salah satu bagian paling penting dari ekonometri adalah analisis regresi.
Analisis ini digunakan untuk mengetahui kaitan antara satu variabel dengan
variabel yang lain. Berdasarkan data yang digunakan, ekonometri dibagi menjadi
tiga analisis, yaitu analisis runtun waktu (time series), antar-wilayah (cross
section), dan analisis data panel. Analisis runtun waktu menjelaskan mengenai
perilaku suatu variabel sepanjang beberapa waktu berturut-turut, berbeda dengan
analisis antar-wilayah yang menjelaskan antara beberapa daerah dalam satu waktu

tertentu (snapshot). Sementara itu analisis data panel menggabungkan antara data
runtun waktu dengan data antar-wilayah.
Dalam buku Ekonometrika Dasar (Damodar Gujarati, 1978), pengertian
ekonometrika adalah :
a. Ekonometrika adalah hasil dari suatu pandangan khusus atas peranan ilmu
ekonomi, terdiri dari penerapan statistika matematik atas data ekonomi
untuk memberikan dukungan empiris untuk model yang disusun dengan
ilmu ekonomi matematis dan untuk memperoleh hasil dalam angka.
b. Ekonometrika bisa didefinisikan sebagai analisis kuantitatif dari fenomena
ekonomi yang sebenarnya (aktual) yang didasarkan pada pengembangan
yang berbarengan dari teori dan pengamatan, dihubungkan dengan metode
inferensi yang sesuai.

1.2

Rumusan Masalah
Rumusan masalah dalam pembuatan makalah tentang variabel dumi beserta

contohnya adalah:
1. Apakah yang dimaksud dengan variabel dumi atau dummy variable?
2. Berikan contohnya beserta cara penyelesaiannya.

1.3

Tujuan
Tujuan dari pembuatan makalah ini adalah:

1. Untuk mengetahui apakah yang dimaksud dengan variabel dumi atau dummy
variable.
2. Untuk mengetahui cara penyelesaian soal dalam variabel dumi atau dummy
variable.

BAB II
PEMBAHASAN

2.1

Pengertian Variabel Dumi atau Dummy Variable

Variabel dummy adalah variabel yang digunakan untuk mengkuantitatifkan

variabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan
kebijakan pemerintah, perbedaan situasi dan lain-lain). Variabel dummy
merupakan variabel yang bersifat kategorikal yang diduga mempunyai pengaruh
terhadap variabel yang bersifat kontinyu.
Di dalam metodologi penelitian dikenal ada sebuah variabel yang disebut
dengan dummy variable. Variabel ini bukan jenis lain dari variabel dependenindependen, namun menunjukkan sebuah variabel yang nilainya telah ditentukan
oleh peneliti. Donald Cooper dan Pamela Schindler (2000) mendefinisikan dummy
variable sebagai sebuah variabel nominal yang digunakan di dalam regresi
berganda dan diberi kode 0 dan 1. Nilai 0 biasanya menunjukkan kelompok yang
tidak mendapat sebuah perlakuan dan 1 menunjukkan kelompok yang mendapat
perlakuan. Dalam regresi berganda, aplikasinya bisa berupa perbedaan jenis
kelamin (1 = laki-laki, 0 = perempuan), ras (1 = kulit putih, 0 = kulit berwarna),
pendidikan (1 = sarjana, 0 = non-sarjana). Variabel dummy hanya mempunyai 2
(dua) nilai yaitu 1 dan nilai 0, serta diberi simbol D.
D = 1 untuk suatu kategori (wanita, Batak, Islam, damai dan sebagainya).
D = 0 untuk kategori yang lain (pria, Jawa, Kristen, perang dan sebagainya).
Dalam kenyataan sebuah variabel tergantung tidak hanya dipengaruhi oleh
variabel bebas yang bersifat kuantitatif saja akan tetapi juga sering dipengaruhi
oleh variabel yang bersifat kualitatif.
Contoh:
Besarnya konsumsi tidak hanya dipengaruhi oleh pendapatan, jumlah anggota
keluarga, tetapi juga dapat dipengaruhi oleh jenis kelamin, gaya hidup dan
variabel kualitatif lainnya.
Perbedaan dengan regresi biasa
Regresi biasa hanya membahas analisis terhadap variabel-variabel kuantitatif
saja.

Y = a+bX+
Regresi variabel dummy membahas analisis terhadap variabel kuantitatif dan
juga variabel kualitatif saja.
Y = a+bDi+
Proses penyusunan variabel dummy:
Variabel kualitatif biasanya menunjukkan kehadiran atau ketidakhadiran
dari suatu atribut, seperti mutu baik atau jelek, jenis kelamin laki-laki atau
perempuan, tempat tinggal didesa atau dikota dan lain-lain, maka metode untuk
mengkuantitasikan atribut itu adalah dengan jalan membangun variabel buatan
(dummy variabel) yang mengambil nila 0 dan 1 dimana nilai 1 menunjukkan
kehadiran variabel tersebut sedangkan 0 menunjukkan ketidakhadiran variabel
tersebut.
Analisis Regresi Terhadap Satu Variabel Dummy Dengan Dua Kriteria
Model regresi dengan satu variabel kualitatif tanpa mengikutsertakan
variabel kuantitatif lainnya adalah serupa dengan analisis ragam (Anova model).
Persamaan regresi variabel dummy dua kategori:
Y = a + bDi +
Dimana:
Y = Nilai yang diramalkan
a = Konstansta
b = Koefisien regresi untuk D1
Di = Variabel Dummy dengan dua kategori
= Nilai Residu
Persamaan Regresi linier Sederhana:
Y = a + b1D1 +
Y = Nilai yang diramalkan
a = Konstansta

n( XY ) ( X )( Y )
n( X 2 ) ( X ) 2

b = Koefesien regresi
D = Variabel bebas Dummy
= Nilai Residu

Y b( X )
n

2.2 Contoh Soal

Soal 1
Seorang peneliti akan meneliti apakah ada pengaruh jenis kelamin
terhadap pengeluaran. Untuk keperluan tersebut diambil sampel secara acak
sebanyak 10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.
Tabel 1. Pengaruh Jenis Kelamin dengan Pengeluaran
JK

22

19

18

21,7

18,5

21

20,5

17

17,5

21,2

Apakah terdapat pengaruh jenis kelamin terhadap pengeluaran?

Penyelesaian
Ho : bj=0 : Tidak terdapat pengaruh jenis kelamin terhadap pengeluaran.
Ha : bi 0:Terdapat pengaruh jenis kelamin terhadap pengeluaran.
Keterangan :
Ho diterima Jika -t tabel thitung t tabel
Ha diterima Jika thitung < -ttabel atau thitung> t tabel
1. Mencari persamaan regresi
No

XY

22

22

484

19

361

18

324

21,7

21,7

470,89

18,5

342,25

21

21

441

20,5

20,5

420,25

17

289

17,5

306,25

10

21,2

21,2

449,44

Jumlah

196,4

106,4

3888,08

n( XY ) ( X )( Y )

n( X 2 ) ( X ) 2

10 (106 ,4) (5)(196 ,4)

3,28
10 (5) (5) 2

Y b( X )
n

(196,4) 3,28(5)
18
10

Y= 18 + 3,28 D +
Nilai Prediksi
Berapa besarnya konsumsi harian mahasiswi?
18 + (3,28*0)= 18
Berapa besarnya konsumsi harian mahasiwa?
18 + (3,28*1)= 21,28

XY

X2

Y2

Ypred

(Y-Ypred)2

(Y-Yrata)2

22

22

484

21.28

0.518

5.5696

19

361

18

1.000

0.4096

18

324

18

0.000

2.6896

21.7

21.7

470.89

21.28

0.176

4.2436

18.5

342.25

18

0.250

1.2996

21

441

21.28

0.078

1.8496

20.5

420.25

21.28

0.608

0.7396

1
21
20.5

17

289

18

1.000

6.9696

17.5

306.25

18

0.250

4.5796

21.2

21.2

449.44

21.28

0.006

2.4336

196.4

106.4

3888.08

196.4

3.888

30.784

2. Mencari koefisien determinasi (R)

Koefisien determinasi

R2 1

(Y Y )
(Y Y )

R2 1

(3,888 )
0,874
(30 ,784 )

Koefisien Determinasi Disesuaikan (Adjusted)

Radj R 2

P(1 R 2 )
N P 1

Radj 0,874

1(1 0,874)
0,858
10 1 1

3. Mencari kesalahan baku estimasi

Se

(Y Y )

Se

nk

(3,888 )
0,6971
10 2

4. Mencari standar eror koefisien regresi

Sb

Se

Sb1

( X )2
X2
n

0,6971
(5) 2
(5)
10

0,441

5. Mencari Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu
menggambarkan kondisi sesungguhnya:
Ho: Diterima jika F hitung F tabel
Ha: Diterima jika F hitung > F table
F

R 2 /(k 1)
1 R 2 /(n k )

0,874 /(2 1)
55,342
1 0,874 /(10 2)

Karena F hitung (55,342) > dari F tabel (5,32) maka maka persamaan regresi
dinyatakan Baik (good of fit).

6. Mencari Uji t
Digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel
tergantung.
Ho: Diterima jika -t hitung t hitung t tabel
Ha: Diterima jika t hitung > t tabel atau thitung<-ttabel
Thitung

bj
Sbj

t hitung

3,280
7,439
0,441

Karena t hitung (7,439) > dari t tabel (2,306) maka Ha diterima ada jenis
kelamin terhadap pengeluaran harian mahasiswa/mahasiswi.
7. Menetapkan kesimpulan
Terdapat pengaruh jenis kelamin terhadap pengeluaran mahasiswa/mahasiswi.
8. Menetapkan Implikasi
Sebaiknya perlu dilakukan pembedaan uang saku bagi mahasiswa dan
mahasiswi, hal ini karena kebutuhan konsumsi harian mahasiswa dan
mahasiswi berbeda.

Soal 2
Diketahui sampel gaji 30 karyawan adalah sebagai berikut:
No Y

X1

X2

6,50

1,00

2,00

6,50

1,00

2,00

6,25

0,00

2,00

6,25

0,00

2,00

5,50

1,00

2,00

5,50

1,00

2,00

6,00

0,00

1,00

5,25

1,00

2,00

4,50

1,00

2,00

10

5,00

1,00

1,00

11

5,25

0,00

2,00

12

4,25

0,00

2,00

13

5,50

1,00

2,00

14

4,00

1,00

1,00

15

4,00

1,00

1,00

16

3,75

0,00

1,00

17

6,00

1,00

1,00

18

5,00

1,00

1,00

19

3,75

0,00

1,00

20

3,75

0,00

1,00

21

4,75

0,00

1,00

22

4,00

1,00

1,00

23

4,00

1,00

1,00

24

5,00

1,00

1,00

25

6,00

1,00

1,00

26

5,75

0,00

1,00

27

4,00

1,00

1,00

28

4,75

0,00

1,00

29

6,00

1,00

2,00

30

4,75

0,00

1,00

Ket:
Y

= Gaji

X1 = Jenis kelamin (1=pria, 0=wanita)

X2 = Tingkat pendidikan (1=SMA, 2=Sarjana)

No
1
2
3
4
5
6

Y
6,50
6,50
6,25
6,25
5,50
5,50

X1
1,00
1,00
0,00
0,00
1,00
1,00

X2
2,00
2,00
2,00
2,00
2,00
2,00

X1^2
1,00
1,00
0,00
0,00
1,00
1,00

X2^2
4,00
4,00
4,00
4,00
4,00
4,00

X1Y
6,5
6,5
0
0
5,5
5,5

X2Y
13
13
12,5
12,5
11
11

X1X2
2
2
0
0
2
2

7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Jumlah

6,00
5,25
4,50
5,00
5,25
4,25
5,50
4,00
4,00
3,75
6,00
5,00
3,75
3,75
4,75
4,00
4,00
5,00
6,00
5,75
4,00
4,75
6,00
4,75

0,00
1,00
1,00
1,00
0,00
0,00
1,00
1,00
1,00
0,00
1,00
1,00
0,00
0,00
0,00
1,00
1,00
1,00
1,00
0,00
1,00
0,00
1,00
0,00

1,00
2,00
2,00
1,00
2,00
2,00
2,00
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
1,00
2,00
1,00

0,00
1,00
1,00
1,00
0,00
0,00
1,00
1,00
1,00
0,00
1,00
1,00
0,00
0,00
0,00
1,00
1,00
1,00
1,00
0,00
1,00
0,00
1,00
0,00

1,00
4,00
4,00
1,00
4,00
4,00
4,00
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
1,00
4,00
1,00

0
5,25
4,5
5
0
0
5,5
4
4
0
6
5
0
0
0
4
4
5
6
0
4
0
6
0

151,50

18,00

42,00

18,00

66,00

92,25 218,75

6
10,5
9
5
10,5
8,5
11
4
4
3,75
6
5
3,75
3,75
4,75
4
4
5
6
5,75
4
4,75
12
4,75

0
2
2
1
0
0
2
1
1
0
1
1
0
0
0
1
1
1
1
0
1
0
2
0
26,00

= 7,2

= 7,2

= 1,35

= 6,65

10

= 0,8

Dengan demikian, b1 dan b2 dapat dihitung dengan persamaan berikut:

= 0,0859

= 0,831
Maka, untuk mencari b0, menggunakan persamaan berikut:

= 5,05 (0,0859)(0,60) (0,831)(1,40)

= 3,835
Dengan demikian, persamaan regresi diatas adalah sebagai berikut:
Y=3,835 + 0,0859X1 + 0,831X2

11

BAB III
PENUTUP

3.1

Kesimpulan
Variabel

dummy

adalah

variabel

yang

digunakan

untuk

mengkuantitatifkan variabel yang bersifat kualitatif. Perbedaan dengan regresi

biasa adalah bahwa pada regresi biasa hanya membahas analisis terhadap
variabel-variabel kuantitatif saja. Kesimpulan dari contoh soal diatas adalah
bahwa

terdapat

pengaruh

jenis

kelamin

terhadap

pengeluaran

mahasiswa/mahasiswi.

12

Daftar Pustaka

Gujarati, Damodar. 2003. Basic Econometrics (Ekonometrika Dasar). McGrawHill/Irvin : New York.

13