MODEL REGRESI DENGAN

VARIABEL KUALITATIF

Fitri Juniwati Ayuningtyas, SE., M.Ec.Dev

 OUTLINE MATERI

• Karakteristik Variabel Kualitatif

• Regresi dengan Satu Variabel Kualitatif
• Regresi dengan Lebih dari Satu Variabel Kualitatif
 KARAKTERISTIK VARIABEL
KUALITATIF
• Harga, produksi, dan penjualan  variabel bersifat
kuantitatif
• Jenis kelamin, tingkat pendidikan, status perkawinan,
status pekerjaan, krisis ekonomi  variabel bersifat
kualitatif
• Sebagai contoh benarkah terjadi diskriminasi gender
dalam pekerjaan sehingga ada perbedaan nominal
gaji antara pria dan wanita
• 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
 Yi = β0 + β1Di + ei (5.1)
Dimana :
Y = Gaji karyawan tahunan
Di = 1  pria
Di = 0  wanita
• H0 : tidak ada diskriminasi dalam soal gaji karyawan
(H0 : β1 = 0)
• Metode OLS dapat digunakan untuk mengestimasi
persamaan
• Dari persamaan tersebut diperoleh dua persamaan
berikut:
– E(Y | Di = 1) = β0 + β1 untuk karyawan pria
– E(Y | Di = 0) = β0 untuk karyawan wanita
• 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
REGRESI DENGAN SATU VARIABEL
KUALITATIF
1. Regresi Variabel Kualitatif pada Data Cross Section
• Untuk lebih memperjelas, contoh berikut
menggabungkan variabel independen yang
kuantitatif, misalnya masa kerja karyawan
Yi = β0 + β1Di + β2Xi + ei dimana β1>0;β2>0
Dimana:
Yi = Gaji karyawan;
Xi = masa kerja;
Di = 1 untuk pria dan Di = 0 untuk wanita
• Model pada persamaan 5.4 berisi satu variabel
dummy yang mempunyai dua kelas (Pria dan
Wanita)
• Hipotesis nol : tdk ada diskriminasi gender dalam
soal gaji (H0 : β1 = 0)
• Arti dari persamaan :
– Pria : E(Yi|Di = 1) = (β0 + β1) + β2Xi (5.5)
– Wanita : E(Yi|Di = 0) = β0 + β2Xi (5.6)
• Jika ada lebih dari dua kelas (misalnya variabel
gender diganti dengan variabel tingkat pendidikan
S1, S2 dan S3) sehingga ada dua variabel dummy
Yi=β0 + β1D1i + β2D2i + β3Xi + ei (5.11)
Dimana
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 sebagai H0: β1 = 0 dan β2 = 0
– S3 : (E(Yi|D1i = 0,D2i = 1, Xi) = (β0 + β2) + β3Xi 5.12
– S2 : (E(Yi|D1i =1,D2i = 0, Xi) = (β0 + β1) + β3Xi 5.13
– S1 : (E(Yi|D1i = 0,D2i = 0, Xi) = β0 + β3Xi 5.14
2. Regresi Variabel Kualitatif dengan Data Time Series
• Misalnya kita akan menguji perbedaan waktu
terhadap perilaku impor Indonesia, sebelum 1997
dan sesudah 1997
Yt = β0 + β1Dt + β2Xt + et dimana β1<0;β2>0 (5.15)
Dimana:
Yt = Impor;
Xi = GDP riil;
Dt = 0 sebelum 1997 dan Dt = 1 sesudah 1997
– Sebelum krisis 1997 : E(Yt|Dt = 0) = β0 + β2Xt
– Setelah krisis 1997 : E(Yt|Dt = 1) = (β 0 + β1)+β2Xt
 REGRESI DENGAN LEBIH DARI
SATU VARIABEL KUALITATIF
• Sebagai contoh analisis mengenai hubungan antara
gaji dosen dengan jenis kelamin dan jabatan
akademis dan masa kerjanya
Yi = β0 + β1D1i +β2D2i + β3Xi + ei 5.21
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 β2 = 0
• Arti dari Persamaan 5.21 adalah :
– Pria Profesor:
E (Yi|D1i=1, D2i=1,Xi) = (β0+β1+β2) + β3Xi 5.22
– Pria Tidak Profesor:
E (Yi| D1i=1, D2i=0,Xi) = (βo+β1) + β3Xi 5.23
– Wanita Profesor :
E (Yi| D1i=0, D2i=1,Xi) = (β0+β2) + β3Xi 5.24
– Wanita Tidak Profesor :
E (Yi| D1i=0, D2i=0,Xi) = β0 + β3Xi 5.25
Terimakasih