MODUL PRAKTIKUM

EKONOMETRIKA II
MODEL REGRESI DENGAN VARIABEL
INDEPENDEN KUALITATIF

Oleh: Fitri Juniwati Ayuningtyas, S.E., M.Ec.Dev

PROGRAM STUDI EKONOMI

FAKULTAS EKONOMI DAN SOSIAL
UNIVERSITAS AMIKOM YOGYAKARTA
2021
DAFTAR ISI

Halaman Judul_____________________________________________________________________________________ i
Kata Pengantar ___________________________________________________________________________________ ii
I. Model Regresi dengan Satu Variabel Independen Kualitatif _________________________________ 1
II. Model Regresi dengan Lebih dari Satu Variabel Independen Kualitatif ____________________ 6
III. Perbandingan Dua Regresi: Pendekatan Variabel Dummy ________________________________ 7
IV. Aplikasi Model Regresi dengan Variabel Independen Kualitatif dengan Eviews __________ 9
V. Interpretasi Model Regresi dengan Variabel Independen Kualitatif ______________________ 12
Daftar Pustaka _________________________________________________________________________________ 16
KATA PENGANTAR

Puji syukur kami ucapkan kehadirat Allah SWT atas berkat rahmat dan karunianya
sehingga penulis dapat menyelesaikan penyusunan modul ini. Penyusunan modul ini
diharapkan dapat menjadi acuan pembelajaran untuk mata kuliah Ekonometrika serta dapat
digunakan untuk mengaplikasikan model ekonometrika di bidang ekonomi, bisnis, dan
keuangan dengan menggunakan software Eviews. Modul Praktikum Ekonometrika II Model
Regresi dengan Variabel Independen Kualitatif menitikberatkan pada analisis variabel
independen kualitatif yang mempengaruhi variabel dependen. Dalam modul ini diberikan
secara detail praktek permodelan ekonometrika mulai dari proses komputasi hingga analisis
serta intepretasi hasil/output.
Penulis menyadari bahwa penyusunan modul ini masih jauh dari sempurna, dan oleh
karena itu penulis menerima kritik dan saran dari pembaca. Akhir kata semoga dengan
disusunnya Modul Praktikum Ekonometrika II Model Regresi dengan Variabel Independen
Kualitatif ini bermanfaat dalam kegiatan pembelajaran bagi mahasiswa yang mengambil mata
kuliah Ekonometrika 2.

Yogyakarta, 02 September 2021

Penulis
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

I. MODEL REGRESI DENGAN SATU VARIABEL INDEPENDEN

KUALITATIF

Dalam banyak kasus, variabel independen yang mempengaruhi variabel dependen dapat
bersifat kualitatif. Sebagai contoh dalam hal pengeluaran mahasiswa yang mana selain
dipengaruhi oleh uang kiriman dari orang tua dapat juga dipengaruhi oleh jenis kelamin karena
diduga ada perbedaan jumlah pengeluaran antara mahasiswa wanita dan pria. Pengeluaran
mahasiswa wanita cenderung lebih besar dibandingkan dengan pengeluaran pria. Variabel
kualitatif mengindikasikan ada tidaknya atribut. Caranya, dengan membentuk variabel
artifisial (dummy) ke dalam model persamaan regresi dengan mengambil nilai 1 atau 0,
dimana angka 1 menunjukkan adanya atribut dan angka 0 menunjukkan tidak adanya atribut.
Misalnya, akan diuji isu gender dalam pekerjaan, yaitu apakah ada perbedaan antara gaji
karyawan pria dengan karyawan wanita. Model persamaan regresi untuk analisis mengenai isu
gender dalam pekerjaan yaitu sebagai berikut:
Yi = β0 + β1Di + ei (1.1)

Dimana :

Y = Gaji karyawan tahunan

Di = 1  pria

Di = 0  bukan pria (wanita)

Variabel-variabel yang bersifat kualitatif tersebut kemudian dikuantitatifkan

menggunakan variabel dummy. Model tersebut menjelaskan apakah jenis kelamin berpengaruh
terhadap gaji karywan dengan asumsi variable lain selain jenis kelamin dianggap tetap.
Hipotesis nol yang terbentuk adalah tidak ada diskriminasi jenis kelamin terhadap gaji
karyawan (H0 : β1 = 0). Dari persamaan tersebut diperoleh dua persamaan berikut:
– E(Y | Di = 1) = β0 + β1 untuk karyawan pria (1.2)

1
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

– E(Y | Di = 0) = β0 untuk karyawan wanita (1.3)

β0 menunjukkan gaji rata-rata karyawan wanita dan slope β1 menunjukkan besarnya perbedaan
gaji rata-rata karyawan pria dan wanita, sedangkan β0 + β1 memberi informasi gaji rata-rata
karyawan pria

Gaji Karyawan

Gaji Karyawan Pria

β1

Gaji Karyawan Wanita

β0

Jenis Kelamin

Gambar 1.1. Gaji Karyawan Pria dan Wanita

1.1. Regresi Variabel Kualitatif pada Data Cross Section

Sebagian besar penelitian ekonomi menggunakan variabel-variabel baik yang bersifat
kuantittaif maupun kualittaif. Analisis mengenai faktor yang mempengaruhi gaji karyawan
selain jenis kelamin yang bersifat kualitatif dapat pula dipengaruhi oleh variabel masa kerja
karyawan (kuantitatif). Untuk lebih memperjelas, contoh berikut menggabungkan variabel
independen yang kuantitatif, misalnya masa kerja karyawan. Model persamaan untuk analisis
tersebut adalah sebagai berikut.
Yi = β0 + β1Di + β2Xi + ei dimana β1 > 0; β2 > 0 (1.4)
Dimana:
Yi = Gaji karyawan;

2
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Xi = masa kerja karyawan (tahun);

Di = 1 jika pria dan Di = 0 jika bukan pria (wanita)
Persamaan 1.4 di atas dapat diartikan sebagai berikut:
– Pria : E(Yi | Di = 1) = (β0 + β1) + β2Xi (1.5)
– Wanita : E(Yi | Di = 0) = β0 + β2Xi
(1.6)
Gaji Karyawan

Y
Karyawan Pria

β1 Karyawan Wanita

β0
X (Masa Kerja)

Gambar 1.2. Perbedaan Gaji Karyawan Pria dan Wanita

Gambar 1.2 di atas menunjukkan bahwa tingkat gaji rata-rata karyawan pria berbeda dengan
gaji wanita pada awal masa kerja dengan perbedaan sebesar β1.

1.2. Regresi Variabel Kualitatif dengan Lebih dari Dua Kelas

Jika ada lebih dari dua kelas (misalnya variabel gender diganti dengan variabel tingkat
pendidikan S1, S2 dan S3) sehingga ada dua variabel dummy. Model persamaan regresi
variable kualitatif dengan lebih dari dua kelas adalah sebagai berikut.
Yi = β0 + β1D1i + β2D2i + β3Xi + ei (1.7)
Dimana

3
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Yi = Gaji dosen tahunan,

Xi = masa kerja dosen (tahun),
D1i = 1 jika S2, D1i = 0 jika tidak;
D2i = 1 jika S3 dan D2i = 0 jika tidak
Hipotesis nol tidak ada diskriminasi dalam soal gaji berdasarkan tingkat pendidikan yang
dinyatakan H0: β1 = 0 dan H0: β2 = 0
– S3 : E(Yi | D1i = 0, D2i = 1, Xi) = (β0 + β2) + β3Xi (1.8)
– S2 : E(Yi | D1i =1, D2i = 0, Xi) = (β0 + β1) + β3Xi (1.9)
– S1 : E(Yi | D1i = 0, D2i = 0, Xi) = β0 + β3Xi
(1.10)
Gaji (Y)

Dosen S-3
Y

Dosen S-2

Dosen S-1
β2

β1

β0

X (Masa Kerja)

Gambar 1.3. Perbedaan Gaji Dosen S1, S2, dsn S3

Berdasarkan Gambar 1.3 di atas dijelaskan bahwa dosen dengan pendidikan S1

merupakan kategori dasar sehingga β0 merupakan intersep untuk dosen S1. Intersep β1 dan β2
menggambarkan perbedaan intersep dosen yang berpendidikan S2 dan S3.

4
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

1.3. Regresi Variabel Kualitatif pada Data Time Series

Misalnya kita akan menguji perbedaan waktu terhadap perilaku impor Indonesia,
sebelum 1997 dan sesudah 1997. Persamaan regresi variabel kualitatif data time series adalah
sebagai berikut.
Yt = β0 + β1Dt + β2Xt + et dimana β1 < 0; β2 > 0 (1.11)
Dimana:
Yt = Impor;
Xt = GDP riil;
Dt = 0 sebelum 1997 dan Dt = 1 sesudah 1997
– Periode < 1997 : E(Yt | Dt = 0) = β0 + β2Xt
– Periode ≥ 1997 : E(Yt | Dt = 1) = (β 0 + β1) + β2Xt

5
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

II. MODEL REGRESI DENGAN LEBIH DARI SATU VARIABEL

INDEPENDEN KUALITATIF

Teknik variabel dummy dapat pula dikembangkan jika ingin menganalisis lebih dari satu
variable kualitatif dalam persamaan regresi. Misalnya kita akan menganalisis hubungan
pengaruh jenis kelamin, jabatan akademis, dan masa kerjanya terhadap gaji dosen. Persamaan
regresinya adalah sebagai berikut:
Yi = β0 + β1D1i +β2D2i + β3Xi + ei (1.12)
Dimana:
Yi = Gaji dosen tahunan;
Xi = masa kerja dosen (tahun);
D1i = 1 jika Pria dan D1i = 0 jika Wanita;
D2i = 1 jika Profesor dan D2i = 0 jika tidak Profesor
Hipotesis nol tidak ada diskriminasi dalam soal gaji baik berdasarkan jenis kelamin maupun
jabatan akademik, yang dinyatakan H0: β1 = 0 dan H0: β2 = 0. Persamaan 1.12 dapat
diinterpretasikan sebagai berikut :
– Dosen Pria Profesor:
E (Yi | D1i = 1, D2i = 1, Xi) = (β0 + β1+ β2) + β3Xi (1.13)
– Dosen Pria bukan Profesor:
E (Yi | D1i = 1, D2i = 0, Xi) = (β0 + β1) + β3Xi (1.14)
– Wanita Profesor :
E (Yi | D1i = 0, D2i =1, Xi) = (β0 + β2) + β3Xi (1.15)
– Wanita Tidak Profesor :
E (Yi | D1i = 0, D2i = 0, Xi) = β0 + β3Xi (1.16)

6
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

III. PERBANDINGAN DUA REGRESI: PENDEKATAN VARIABEL

DUMMY

Teknik variabel dummy tidak hanya terbatas pada perbedaan intersep saja, namun dapat
juga dikembangkan teknik variabel dummy untuk mengetahui apakah suatu regresi juga
berbeda pada slope (kemiringan). Untuk menjelaskan teknik variabel dummy tersebut, kita
coba menguji apakah terjadi perbedaan perilaku impor masyarakat sebelum dan sesudah krisis.
Model regresi dua periode (sebelum dan sesudah krisis) dapat dituliskan dalam persamaan
berikut ini.
Regresi priode sebelum krisis Yt = β0 + β1X1t + e1t (1.17)
Regresi priode sesudah krisis Yt = λ0 + λ1X1t + e2t (1.18)
Persamaan regresi 1.17 dan 1.18 dapat dijelaskan dengan beberapa kemungkinan hasil yaitu:
1. β0 = λ0 dan β1 = λ1, kedua garis regresi sama
2. β0 ≠ λ0 dan β1 = λ1, kedua garis regresi berbeda intersep, namun slope sama
3. β0 = λ0 dan β1 ≠ λ1, kedua garis regresi berbeda slope, namun intersep sama
4. β0 ≠ λ0 dan β1 ≠ λ1, kedua garis regresi berbeda baik dalam hal slope, maupun intersep

Gambar 5.4. Berbagai Kemungkinan Regresi Permintaan Impor

7
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Prosedur teknik variabel dummy untuk kasus perbedaan impor sebelum dan selama
krisis dapat dituliskan dalam persamaan berikut.
Yt = β0 + β1Dt + β2Xt + β3(DtXt) + et (1.19)
Dimana:
Yt = impor;
Xt = pendapatan nasional (GDP riil);
Dt = 0 masa sebelum krisis < 97 dan Dt = 0 masa selama krisis ≥ 97
Hipotesis nol untuk kasus perbedaan impor sebelum dan selama krisis yaitu tidak ada
perbedaan perilaku impor sebelum dan selama krisis ekonomi. Persamaan 1.19 dapat
diinterpretasikan sebagai berikut :
– Masa sebelum krisis ekonomi:
E (Yi | Di = 0) = β0 + β2Xi (1.20)
– Masa selama krisis ekonomi:
E (Yi | Di = 1) = (β0 + β1) + (β2 + β3)Xi (1.21)
β1 dalam persamaan 1.19 merupakan intersep pembeda kedua regresi yang menunjukkan
seberapa besar perbedaan intersep sebelum krisis ekonomi dan selama krisis ekonomi. Β3
merupakan slope pembeda yang menunjukkan seberapa besar slope berbeda di dalam kedua
periode tersebut.

8
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

IV. APLIKASI MODEL REGRESI DENGAN VARIABEL

INDEPENDEN KUALITATIF DENGAN EVIEWS

Eviews adalah suatu software yang berfungsi untuk menganalisis data, melakukan
analisis regresi dan melakukan peramalan dengan basis Windows. Dengan fasilitas-fasilitas
yang tersedia disoftware ini, pengguna dapat dengan mudah membangun hubungan statistik
dari data dan dengan menggunakan hubungan tersebut dapat dilakukan peramalan untuk
mengetahui nilai-nilai yang akan datang dari data yang dianalisis, Eviews terutama digunakan
dalam hal analisis data dan evaluasinya, analisis keuangan, peramalan makro ekonomi,
simulasi, peramalan penjualan, dan analisis biaya (Quantitative Micro Software, 2). Langkah-
langkah dalam pengolahan data untuk model regresi berganda dapat dijelaskan sebagai
berikut:
1. Mempersiapkan file data dalam Ms. Excel
Siapkan file Ms. Excel yang akan diimport, Simpan dalam format .XLS (format 2003-
2007). Contoh format penyusunan tabel adalah sebagai berikut:

2. Memasukan data dalam program Eviews

9
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Pilih open foreign file (such as excel), lalu pilih file excel yang berisi data observasi

3. Estimasi model regresi

10
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Pilih tab Quick  Estimate Equation. Pada tab specification masukkan persamaan y c d1
x

11
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

V. INTERPRETASI MODEL REGRESI DENGAN VARIABEL

INDEPENDEN KUALITATIF

5.1. Regresi Variabel Kualitatif pada Data Cross Section

Hasil estimasi model regresi dengan variabel independen kualitatif pada data cross
section untuk menganalisis kasus pengeluaran mahasiswa adalah sebagai berikut.
Ŷ = − 85,2984 + 13,9035 Di + 1,0683Xi

Berdasarkan uji siginifikansi parsial (uji t) dijelaskan bahwa semua variabel independen
signifikan pada α = 5% sedangkan uji F juga menunjukkan hasil yang signifikan dimana
secara bersama-sama variabel independen mempengaruhi variabel dependen. Berdasarkan
hasil regresi mengindikasikan bahwa jenis kelamin berpengaruh terhadap pengeluaran
mahasiswa dimana pengeluaran mahasiswa wanita lebih besar Rp 13,9035 dibandingkan
dengan pengeluaran mahasiswa pria. Perbedaan kedua pengeluaran mahasiswa wanita dan pria
dapat dituliskan sebagai berikut:
Mahasiswa pria Ŷ = − 85,2984 + 1,0683Xi
Mahasiswa wanita Ŷ = − 71,3949 + 1,0683Xi

5.2. Regresi Variabel Kualitatif pada Data Time Series

Berdasarkan data yang diperoleh maka hasil estimasi dengan model regresi dengan
variabel independen kualitatif pada data time series untuk menganalisis dampak krisis
ekonomi terhadap impor Indonesia adalah sebagai berikut.
Ŷt = − 10110,97 − 6351,085 D97 + 0,1186Xt

12
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Dependent Variable: Y
Method: Least Squares
Date: 11/29/19 Time: 15:03
Sample: 1980 2002
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

C -10110.97 2956.535 -3.419872 0.0027

D97 -6351.086 2345.806 -2.707421 0.0136
X 0.118573 0.010819 10.95957 0.0000

R-squared 0.887179 Mean dependent var 23557.04

Adjusted R-squared 0.875897 S.D. dependent var 10494.20
S.E. of regression 3696.918 Akaike info criterion 19.38949
Sum squared resid 2.73E+08 Schwarz criterion 19.53760
Log likelihood -219.9792 Hannan-Quinn criter. 19.42674
F-statistic 78.63625 Durbin-Watson stat 0.941080
Prob(F-statistic) 0.000000

GDP memiliki pengaruh positif terhadap permintaan impor di Indonesia, sedangkan

krisis ekonomi berpengaruh negatif terhadap permintaan impor di Indonesia. Hasil uji t
menunjukkan bahwa kedua variabel tersebut signifikan secara statistik pada α = 1%. Nilai
koefisien sebesar − 6351,086 pada variabel krisis ekonomi diartikan bahwa krisis ekonomi
telah menyebabkan permintaan impor di Indonesia berkurang sebesar 6351,086 milyar dollar
AS. Perbedaan nilai impor sebelum dan selama krisis ekonomi dapat dinyatakan sebagai
berikut:
Sebelum krisis Ŷi = − 10110,97 + 0,118573Xt
Selama krisis Ŷi = − 16462,056 + 0,118573Xt

5.3. Regresi dengan Lebih dari Satu Variabel Kualitatif

Analisis berikutnya adalah analisis pengeluaran mahasiswa dengan menambah satu
variable independen yaitu kepemilikan mobil. Mahasiswa yang memiliki mobil memiliki
pengeluaran yang lebih besar dibandingkan dengan mahasiswa yang tidak memiliki mobil.
Adapun hasil regresi analisis pengaruh uang kiriman mahasiswa, jenis kelamin, dan
kepemilikan mobil terhadap pengeluaran mahasiswa adalah sebagai berikut.

13
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Ŷi = − 15,7700 + 17,6013D1i + 27,1251D2i + 0,9607Xt

Dependent Variable: Y
Method: Least Squares
Date: 11/29/19 Time: 21:22
Sample: 1 16
Included observations: 16

Variable Coefficient Std. Error t-Statistic Prob.

C -15.77001 34.86366 -0.452334 0.6591

D1 17.60132 5.426661 3.243489 0.0070
D2 27.12513 11.15285 2.432126 0.0316
X 0.960689 0.052169 18.41493 0.0000

R-squared 0.992532 Mean dependent var 697.8125

Adjusted R-squared 0.990664 S.D. dependent var 106.0184
S.E. of regression 10.24357 Akaike info criterion 7.703496
Sum squared resid 1259.169 Schwarz criterion 7.896643
Log likelihood -57.62797 Hannan-Quinn criter. 7.713386
F-statistic 531.5863 Durbin-Watson stat 2.696082
Prob(F-statistic) 0.000000

Uang kiriman mahasiwa, jenis kelamin, dan kepemilikan mobil memiliki pengaruh
positif terhadap besar kecilnya pengeluaran mahasiswa. Hasil uji t menunjukkan bahwa ketiga
variabel tersebut signifikan secara statistik pada α = 5%. Perbedaan pengeluaran mahasiswa
dapat dinyatakan sebagai berikut:
Mahasiswa pria tidak bermobil Ŷi = − 15,7700 + 0,9607Xi
Mahasiswa pria bermobil Ŷi = 11,3551 + 0,9607Xi
Mahasiswa wanita tidak bermobil Ŷi = 1,8313 + 0,9607Xi
Mahasiswa wanita bermobil Ŷi = 28,9564 + 0,9607Xi

5.4. Perbandingan Dua Regresi: Pendekatan Variabel Dummy

Krisis ekonomi tidak hanya berpengaruh terhadap intersep atau konstanta saja, namun
dapat berpengaruh pada kemiringan garis regresi. Dengan kata lain, ada perbedaan garis

14
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

regresi dengan teknik variabel dummy sebelum dan selama krisis. Hasil regresi perbedaan dua
regresi dituliskan pada persamaan berikut.
Ŷt = − 9564,941 − 40994,20D97 + 0,11647Xt + 0,0865(D97Xt)

Dependent Variable:
Method: Least Squares
Date: 11/29/19 Time: 21:59
Sample: 1980 2002
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

C -9564.941 2949.229 -3.243200 0.0043

D97 -40994.19 27896.26 -1.469523 0.1581
X 0.116476 0.010804 10.78038 0.0000
XD97 0.086451 0.069375 1.246149 0.2279

R-squared 0.895704 Mean dependent var 23557.04

Adjusted R-squared 0.879236 S.D. dependent var 10494.20
S.E. of regression 3646.854 Akaike info criterion 19.39789
Sum squared resid 2.53E+08 Schwarz criterion 19.59537
Log likelihood -219.0757 Hannan-Quinn criter. 19.44755
F-statistic 54.39103 Durbin-Watson stat 0.783287
Prob(F-statistic) 0.000000

Probabilitas X dan XD97 > 5%, sehingga kedua variabel tersebut tidak signifikan yang artinya
tidak ada perbedaan intersep dan slope diantara kedua regresi. Berdasarkan hasil regresi
tersebut dapat disimpulkan bahwa model regresi sebelum periode tahun 1997 dengan model
regresi periode tahun 1997 dan sesudahnya tidak berbeda.
Sebelum krisis Ŷt = − 9564,941 + 0,11647Xt
Selama krisis Ŷt = − 9564,941 + 0,11647Xt

15
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

DAFTAR PUSTAKA

Agus Widarjono, Ekonometrika Teori dan Aplikasi untuk Ekonomi dan Bisnis, Edisi Kedua,
Cetakan Kesatu, Penerbit Ekonisia Fakultas Ekonomi UII Yogyakarta 2007.

Baltagi, Bagi (2005). Econometric Analysis of Panel Data, Third Edition. John Wiley &
Sons.

Gujarati, Damodar N. 1995. Basic Econometrics. Third Edition.Mc. Graw-Hill, Singapore.

Thomas, R.L. 1998. Modern Econometrics : An Intoduction. Addison-Wesley. Harlow,

England.

16
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

LAMPIRAN

Tabel 1. Data Survei Hipotesis Pengeluaran Mahasiswa

N Y X D1 D2
1 575,000 600,000 1 0
2 640,000 650,000 1 0
3 560,000 600,000 0 0
4 675,000 700,000 1 0
5 575,000 625,000 0 0
6 600,000 650,000 0 0
7 840,000 850,000 1 1
8 700,000 725,000 1 0
9 640,000 675,000 0 0
10 650,000 700,000 0 0
11 730,000 750,000 1 0
12 750,000 775,000 1 0
13 875,000 900,000 1 1
14 795,000 80,000 0 1
15 675,000 725,000 0 0
16 885,000 900,000 0 1
Sumber Data: Widarjono, Agus, 2007: 94)

Keterangan Variabel:
Y = Jumlah pengeluaran mahasiswa (Rupiah)
X = Uang kiriman orang tua (Rupiah)
D1 = Jenis kelamin
D2 = Kepemilikan mobil (Ya = 1; Tidak = 0)
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Tabel 2. Data Dampak Krisis Ekonomi terhadap Impor Indonesia

Tahun Y X D97
1980 10834 159343.3 0
1981 13272 171979.2 0
1982 16859 175848.7 0
1983 16352 183216.8 0
1984 13882 196005.3 0
1985 10259 200827.0 0
1986 10718 212615.6 0
1987 12370 223097.5 0
1988 13249 235992.5 0
1989 16360 253597.6 0
1990 21837 271958.1 0
1991 25869 290859.1 0
1992 27280 309648.6 0
1993 28328 329775.0 0
1994 31983 383792.3 0
1995 40630 414418.9 0
1996 42929 413797.9 0
1997 41694 433245.9 1
1998 27337 376374.9 1
1999 24004 379557.7 1
2000 33515 397666.3 1
2001 30962 411691.9 1
2002 31289 426740.6 1
Sumber Data: BPS Berbagai Penerbitan (dalam Widarjono, Agus, 2007)

Keterangan Variabel:
Y = Impor (Milyar $)
X = GDP (Milyar $)
D97 = Krisis ekonomi (Sebelum krisis = 0; selama krisis = 1)
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Tabel 3. Data Dampak Krisis Ekonomi terhadap Permintaan Impor

Tahun Y X D97 XD97

1980 10834 159343.3 0 0
1981 13272 171979.2 0 0
1982 16859 175848.7 0 0
1983 16352 183216.8 0 0
1984 13882 196005.3 0 0
1985 10259 200827.0 0 0
1986 10718 212615.6 0 0
1987 12370 223097.5 0 0
1988 13249 235992.5 0 0
1989 16360 253597.6 0 0
1990 21837 271958.1 0 0
1991 25869 290859.1 0 0
1992 27280 309648.6 0 0
1993 28328 329775.0 0 0
1994 31983 383792.3 0 0
1995 40630 414418.9 0 0
1996 42929 413797.9 0 0
1997 41694 433245.9 1 433245.9
1998 27337 376374.9 1 376374.9
1999 24004 379557.7 1 379557.7
2000 33515 397666.3 1 397666.3
2001 30962 411691.9 1 411691.9
2002 31289 426740.6 1 426740.6
Sumber Data: BPS Berbagai Penerbitan (dalam Widarjono, Agus, 2007)

Keterangan Variabel:
Y = Impor (Milyar $)
X = GDP (Milyar $)
D97 = Krisis ekonomi (Sebelum krisis = 0; selama krisis = 1)
XD97 = GDP* Krisis ekonomi (Sebelum krisis = 0)
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Tabel 4. Data Pengaruh Suku Bunga dan Krisis Ekonomi

terhadap Pendapatan Nasional

SUKU
OBSERVASI PDB DUMMY
BUNGA
1982 389,786 9 Sebelum
1983 455,418 17.5 Sebelum
1984 545,832 18.7 Sebelum
1985 581,441 17.8 Sebelum
1986 575,950 15.2 Sebelum
1987 674,074 16.99 Sebelum
1988 829,290 17.76 Sebelum
1989 956,817 18.12 Sebelum
1990 1,097,812 18.12 Sebelum
1991 1,253,970 22.49 Sebelum
1992 1,408,656 18.62 Sebelum
1993 1,757,969 13.46 Sebelum
1994 2,004,550 11.87 Sebelum
1995 2,345,879 15.04 Sebelum
1996 2,706,042 16.69 Sebelum
1997 3,141,036 16.28 Sebelum
1998 4,940,692 21.84 Sesudah
1999 5,421,910 27.6 Sesudah
2000 6,145,065 16.15 Sesudah
2001 6,938,205 14.23 Sesudah
2002 8,645,085 15.95 Sesudah
2003 9,429,500 12.64 Sesudah
2004 10,506,215 8.21 Sesudah
2005 12,450,736 8.22 Sesudah
2006 15,028,519 11.63 Sesudah
2007 17,509,564 8.24 Sesudah
2008 21,666,747 10.43 Sesudah
2009 24,261,805 9.55 Sesudah
2010 27,028,696 7.88 Sesudah
2011 30,795,098 7.04 Sesudah
Sumber Data: Basuki, A.T, 2018: 67)
MODEL REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF

Keterangan Variabel:
PDB = Pendapatan nasional (Rupiah)
R = Suku bunga (Persen)
DUMMY = Krisis Ekonomi