Definisi Variabel Dummy

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 kontinu. Variabel
dummy sering juga disebut variabel boneka, binary, kategorik atau
dikotom.

Variabel dummy hanya mempunyai 2 (dua) nilai yaitu 1 dan nilai 0, serta
diberi simbol D. Dummy memiliki nilai 1 (D=1) untuk salah satu kategori
dan nol (D=0) untuk kategori yang lain.
D = 1 untuk suatu kategori (laki- laki, kulit putih, sarjana dan sebagainya).
D = 0 untuk kategori yang lain (perempuan, kulit berwarna, non-sarjana
dan sebagainya).
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).

Model Regresi dengan Variabel Independen Dummy

Variabel dummy digunakan sebagai upaya untuk melihat bagaimana
klasifikasi-klasifikasi dalam sampel berpengaruh terhadap parameter
pendugaan. Variabel dummy juga mencoba membuat kuantifikasi dari
variabel kualitatif.

Model Regresi dengan variabel dummy antara lain :

I. Y = a + bX + c D1 (Model Dummy Intersep)
II. Y = a + bX + c (D1X) (Model Dummy Slope)
III. Y = a + bX + c (D1X) + d D1 (Kombinasi)

Tujuan Penggunaan Regresi Dummy

Tujuan menggunakan regresi berganda dummy adalah memprediksi
besarnya nilai variabel tergantung/dependen atas dasar satu atau lebih
variabel bebas/independen, di mana satu atau lebih variabel bebas yang
digunakan bersifat dummy. Variabel dummy adalah variabel yang
digunakan untuk membuat kategori data yang bersifat kualitatif (data
kualitatif tidak memiliki satuan ukur), agar data kualitatif dapat digunakan
dalam analisa regresi maka harus lebih dahulu di transformasikan ke dalam
bentuk Kuantitatif. contoh data kualitatif misal jenis kelamin adalah laki-
laki dan perempuan, harus di transform ke dalam bentuk Laki-laki = 1;
Perempuan = 0. atau tingkat pendidikan misal SMA dan Sarjana, maka
diubah menjadi SMA = 0 ; Sarjana = 1, skala yang terdiri dari dua yakni 0
dan 1 disebut kode binary, sedangkan persamaan model yang terdiri dari
variabel dependennya kuantitatif dan variabel independennya skala
campuran : kualitatif dan kuantitatif, maka persamaan tersebut disebut
persamaan regresi berganda dummy. Dalam kegiatan penelitian, kadang
variabel yang akan diukur bersifat kualitatif, sehingga muncul kendala
dalam pengukuran, dengan adanya variabel dummy tersebut, maka
besaran atau nilai variabel yang bersifat kualitatif tersebut dapat di ukur
dan diubah menjadi kuantitatif.

Studi Kasus
Sebuah perusahaan maskapai penerbangan sedang dalam kondisi pailit,
untuk itu tim peneliti perusahaan berusaha untuk menemukan solusi yang
tepat bagi keberlangsungan perusahaan. Salah satu opsi terakhir yang
diajukan adalah melakukan Pemutusan Hubungan Kerja (PHK) bagi
karyawan perusahaan dengan data karyawan calon PHK yang telah ada.
Untuk itu perusahaan ingin mengetahui besar nilai yang harus dibayarkan
perusahaan pada gaji terakhir sebelum di PHK. Hal tersebut didasarkan
pada divisi yang dijalankan (penerbangan : 1, pemasaran: 2, akunting: 3,
personalia: 4, sistem informasi: 5, public relation: 6, kredit : 7, armada: 8,
ground handling: 9, penelitian: 10), jabatan dalam perusahaan (kepala
divisi: 1, sekretaris divisi:2, staff divisi:3, office boy: 4) , tingkat pendidikan
yang telah ditempuh (S2: 1, S1 : 2, D3: 3, SMA/Sederajat : 4) , penilaian
hasil kinerja, dan usia. Berikut ini adalah data karyawan calon penerima
keputusan PHK :

Data tabel karyawan

Divisi Jabatan Didik Kinerja Usia Gaji ($)
1 1 1 7 50 530
1 2 2 7 47 430
1 3 3 3 30 212
1 3 2 5 31 310
1 3 2 5 31 303
1 3 2 6 32 300
1 3 3 4 27 242
2 3 1 6 50 536
2 4 4 5 19 232
2 3 2 6 43 242
2 3 2 5 34 238
2 4 4 6 23 143
2 3 4 3 34 132
2 3 4 6 24 143
2 3 4 5 31 140
3 1 2 4 45 446
3 3 2 5 43 330
3 3 2 5 45 369
3 4 4 5 23 129
3 4 4 6 24 131
3 2 3 5 34 376
3 3 2 4 31 240
3 3 2 4 32 240
3 4 4 6 20 133
4 1 1 6 51 478
4 3 2 5 33 402
4 3 3 4 25 321
4 3 2 7 35 398
4 3 2 4 31 356
4 3 3 4 37 321
4 3 3 3 36 320
5 3 1 5 50 300
5 2 2 5 34 362
5 3 2 6 32 327
5 4 4 3 46 132
5 4 4 3 20 131
5 3 2 5 36 256
5 3 2 4 34 229
5 4 4 4 26 247
5 4 4 6 21 151
6 3 4 4 31 146
6 3 3 3 36 303
6 2 2 7 31 400
6 4 4 4 23 133
6 2 3 4 30 307
6 3 3 3 35 157
6 3 2 3 37 256
6 4 4 4 18 134
7 1 1 3 46 431
7 3 2 6 41 365
7 3 2 5 37 361
7 4 4 3 47 134
7 3 3 5 34 240
7 3 4 7 29 150
7 4 4 5 22 132
7 4 4 4 23 131
8 1 1 4 47 425
8 2 3 6 34 368
8 2 3 5 35 328
 8 3 3 4 38 200
8 3 2 6 37 361
8 3 4 5 35 242
8 3 4 4 36 221
9 1 1 4 48 431
9 2 2 5 33 320
9 3 2 7 28 378
9 3 2 6 31 373
9 4 4 6 29 134
9 2 3 6 31 323
9 3 3 6 36 225
9 3 3 6 35 225
10 3 3 3 42 203
10 3 3 4 31 236
10 4 4 5 34 132
10 3 2 7 35 251
10 4 2 5 36 134
10 4 4 6 32 136
10 3 4 6 31 242
10 3 4 5 34 221

Berdasarkan data diatas, lakukan analisis diantaranya untuk :

 Mendapatkan pemodelan regresi linear
 Melakukan uji hipotesis dengan mencantumkan variabel mana yang
dijadikan sebagai variabel dummy
 Melakukan uji asumsi
 Menghitung perkiraan gaji yang harus dibayarkan oleh perusahaan
apabila terdapat seorang karyawan calon PHK, bekerja pada divisi
pemasaran, jabatan dalam perusahaan adalah sekretaris divisi, tingkat
pendidikan S1, usia 35 tahun, nilai kerja 5.