Anda di halaman 1dari 2

1. Jelaskan apa fungsi analisis regresi menggunakan variabel dummy?

Jawab:

Variabel dummy berfungsi sebagai ciri yang memisah-misahkan sesuatu yang diukur atas


dasar kelompok atau kategorinya. Variabel kualitatif atau variabel boneka (dummy) dapat
dipergunakan dalam model regresi bersama dengan variabel kualitatif.

2. Jelaskan bagaimana cara memberikan penilaian atas variabel kualitatif untuk


analisis regresi variabel dummy?

Jawab:

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 kontinue.
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).

3. Jelaskan keterkaitan antara regresi satu variabel dummy dua kategori dengan
analisis anova!

Jawab:
Regresi satu variabel dummy dengan dua kategori digunakan untuk menganalisis
hubungan kausal satu variabel bebas yang merupakan variabel dummy terhadap satu
variabel tergantung, di mana variabel dummy tersebut menggunakan dua kategori. Model
regresi dengan sutu variabel kualitatif tanpa mengikutsertakan variabel kuantitatif lainnya
adalah serupa dengan analisis ragam (ANOVA model).

Anda mungkin juga menyukai