Anda di halaman 1dari 2

REGRESI DENGAN VARIABEL BEBAS DATA KUALITATIF

10.1 Pengantar

Regresi tidak saja dapat menganalisis data yang kuantitatif yang sudah banyak dibicarakan, juga
dapat digunakan menganalisis data kuantitatif pada variabel bebasnya, misalnya jenis kelamin, agama,
tingkat pendidikan, perangai salesman, sukses-gagal,dsb. Seperti telah diketahui bahwa data kualitatif
umumnya mempunyai skala nomonal, jika hanya terdiri dari dua kategori, maka untuk
mengkuatitatifkannya dibuat variabel buatan yang umum disebut “ variabel dummy” atau variabel
symbol, misalnya dengan memberikan nilai 1 misalnya untuk jenis kelamin pria dan 0 untuk wanita.
Nama lain variabel ini disebut juga variabel binominal (binary variable) atau variabel dikotomi. Variable
dummy dapat dipasang sebagai variabel bebas maupun variabel terikat. Pada bab ini dibahas variabel
dummy untuk variabel bebas

Variabel Bebas Dummy Untuk Menguji Intersep (Beda Rata-Rata)

Variabel dummy dapat dioperasikan ke dalam persamaan regresi semudah variabel kuantitatif
lainnya. Misalnya, tingkat pendapatan guru selain merupakan fungsi dari masa kerja juga dipengaruhi
oleh variabel jenis kelamin. Dengan memasukan variabel dummy ke dalam persamaan regresi sebagai
proxy (cerminan) dari jenis kelamin, dengan kata lain variabel dummy akan dapat membantu
mengetahui ada atau tidaknya perbedaan rata-rata variabel terikat, yaitu tingkat pendapatan menurut
jenis kelamin. Modelnya dapat dirancang sbb :

Yi = α + β1 XI + β2 Di + εi …………………………………………………………………………………..(10.1)

Dimana : Yi = jadi guru

XI = masa kerja

Di = jenis kelamin 1=pria; dan 0=wanita

Koefisien regresi dari dummy, yaitu β2 pada persamaan 10.1 menunjukan perbedaan rata-rata
gaji guru pria dan wanita. jika β2 positif, berarti gaji guru pria (D=1) rata-rata lebih tinggi dari guru wanita
(D=0), sebaliknya jika β2 negatif , berarti gaji guru pria rata-rata lebih rendah dari pada guru wanita.

Apabila variabel dummy tidak dimasukan, maka ditemukan dua persamaan regresi pengaruh
pendapatan menurut masa kerja, yaitu yang pertama untuk guru dengan jenis kelamin pria, dan kedua
dengan jenis kelamin wanita sebagai berikut :

Ywanita = α1 + βX1 ………………………………………………………………………………………………………(10.2)

Ypria = (α1 + α1) + βX1 .………………………………………………………………………………………………(10.2)

Dalam hal ini diasumsikan bahwa gaji guru pria dan guru wanita mempunyai kemiringan (β) yang sama,
tetapi intersepnya yang berbeda. Dengan kata lain bahwa pengaruh masa kerja terhadap besarnya gaji
adalah sama antara guru pria dan wanita, tetapi guru pria gajinya pengalaman masa lalu lalu lebih
banyak dari pada guru wanita karena guru pria memperoleh tambahan tanggungan keluarga. Apabila
digambarkan hal ini tampak pada gambar 10.1.

Gambar 10.1.

Guru pria
Gaji

Bulanan

Guru wanita

α2

α1
Masa Kerja

Contoh 10.1

Dua puluh orang guru suatu tempat, diteliti jumlah gaji yang diterima berdasarkan masa kerja
dan jenis kelaminnya. Datanya sebagai berikut :