EKONOMETRIKA DASAR

MENGANALISIS VARIABEL INDEPENDEN KUALITATIF

Dosen Pengampu : PUTRI SARI MJ SILABAN, SE, M.SI

DISUSUN OLEH
KELOMPOK 10
1. M. ZUHRIADI (7212540003)
2. MENTARI SYAHPUTRI PURBA (7213540023)
3. DESRY SITUNGKIR (7213540029)

PROGRAM STUDI ILMU EKONOMI

FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
2023
 KATA PENGANTAR
Segala puji dan syukur saya panjatkan ke khadirat Tuhan Yang Maha Esa karena telah
melimpahkan rahmat,hidayah,dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan
tugas Makalah Menganalisis varibael independen kualitatif ini dengan baik untuk memenuhi tugas
dari mata kuliah Ekonometrika Dasar. Terimakasih juga saya ucapkan kepada pihak-pihak yang
telah membantu kami menyelesaikan tulisan ini,terutama kepada Dosen Pengampu Ibu Putri Sari
MJ Silaban, SE, M.Si.
Terlepas dari itu semua,kami menyadari sepenuhnya bahwa masih ada kekurangan dan
kesalahan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu, dengan tangan
terbuka saya menerima segala saran dan kritik dari pembaca agar saya dapat memperbaiki tulisan
ini menjadi lebih baik lagi ke waktu yang akan datang.
Akhir kata kami berharap makalah yang kami buat ini dapat memberikan manfaat kepada
semua pembaca, Terimakasih.

Mei, 03 April 2023

Kelompok 3
 DAFTAR ISI

Table of Contents
KATA PENGANTAR ......................................................................................................................................... i
DAFTAR ISI ..................................................................................................................................................... ii
BAB I PENDAHULUAN ................................................................................................................................... 1
Latar Belakang ........................................................................................................................................... 1
Rumusan Masalah ................................................................................................................................. 2
Tujuan .................................................................................................................................................... 2
BAB II PEMBAHASAN .................................................................................................................................... 3
Pengertian Regresi Variabel Independent Kualitatif ................................................................................. 4
Tujuan Regresi dengan Variabel kulitatif ............................................................................................... 5
Macam-macam variabel Dummy .......................................................................................................... 6
Langkah-langkah Uji Regresi variabel kualitatif dengan eviews............................................................ 7
BAB III PENUTUP ........................................................................................................................................... 8
Kesimpulan ............................................................................................................................................ 8
Saran ...................................................................................................................................................... 9
DAFTAR PUSTAKA ....................................................................................................................................... 10
 BAB I
PENDAHULUAN
1. Latar belakang
Model regresi dengan variabel independen kualitatif adalah model yang digunakan untuk
menganalisis hubungan antara variabel dependen dengan variabel independen yang memiliki
kategori atau nilai yang dapat dikategorikan. Sebagai contoh, kita dapat menggunakan model
regresi dengan variabel independen kualitatif jika ingin menghubungkan jenis kelamin (laki-laki
atau perempuan) dengan gaji yang diterima. Model ini disebut sebagai analisis regresi logistik.
Pada model regresi dengan variabel independen kualitatif, nilai-nilai kualitatif
diperlakukan sebagai variabel dummy. Variabel dummy akan diubah menjadi variabel numerik
dengan nilai 1 atau 0. Nilai 1 menunjukkan bahwa observasi berada dalam kategori tertentu
sedangkan nilai 0 menunjukkan bahwa observasi tidak berada dalam kategori tersebut.
Model regresi dapat dilakukan dengan menggunakan beberapa teknik, antara lain regresi
logistik, ANOVA (analisis variansi), dan regresi linier berganda. Namun, penggunaan teknik
regresi logistik lebih umum untuk analisis variabel independen kualitatif karena model ini lebih
dapat menangani kategori yang lebih besar.
Dalam analisis regresi logistik, variabel independen kualitatif dapat memiliki satu atau
lebih kategori. Model dilakukan dengan memperkirakan parameter koefisien yang
mengindikasikan seberapa besar pengaruh variabel independen terhadap variabel dependen.
Interpretasi hasil regresi logistik dilakukan dengan melihat arah dan signifikansi koefisien.
Koefisien positif menunjukkan hubungan positif antara variabel independen dan variabel
dependen, sedangkan koefisien negatif menunjukkan hubungan negatif antara dua variabel
tersebut. Signifikansi koefisien ditentukan oleh p-value yang merupakan ukuran signifikansi
hubungan antara kedua variabel. Semakin kecil p-value, maka semakin signifikan hubungan antara
variabel independen kualitatif dan variabel dependen.
2. Rumusan Masalah
1. Apa itu variable independent kualitatif?
2. Bagaimana Langkah Langkah melakukan uji variable independent kualitatif pada Eviews?

3. Tujuan
Adapun tujuan dari penulisan makalah ini, antara lain:
1. Untuk memenuhi tugas mata kuliah Ekonometrika dasar.
2. Untuk mengetahui apa itu uji variable independent kualitatif.
3. Untuk mengetahui Langkah Langkah uji variable independent kualitatif pada Eviews.
 BAB II
PEMBAHASAN
1. PENGERTIAN REGRESI VARIABEL INDEPENDEN KUALITATIF
Variabel kualitatif (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 kualitatif merupakan variabel yang bersifat kategorikal
yang diduga mempunyai pengaruh terhadap variabel yang bersifat kontinue.Variabel kualitatif
sering juga disebut variabel boneka, kategoris atau indikator.
Variabel dummy hanya mempunyai 2 (dua) nilai yaitu 1 dan nilai 0, serta simbol D. Dummy
memiliki nilai 1 untuk salah satu kategori yang mendapat perlakuan dan 0 untuk kategori yang
tidak mendapat perlakuan.
D = 1 untuk suatu kategori (laki-laki, kulit putih, sarjana dsb).
D= 0 untuk kategori yang lain (perempuan, kulit berwarna, non-sarjana dsb).
Persamaan regresi variabel dummy dua kategori: dimana,
Y: α + β0 + β1X1 + β2X2 + ε
Y: variable independent
X1: variable independent berupa variable numerik
X2: variable independent berupa variable dummy dua kategori (0 atau 1)
Β0: konstanta atau intercept
Β1: koefisien regresi untuk variable numerik
Β2: koefisien regresi untuk variable dummy
ε: nilai residu
2. TUJUAN REGRESI DENGAN VARIABEL INDEPENDEN KUALITATIF
Tujuan dari variabel independen kualitatif adalah untuk mengetahui pengaruh kategori atau jenis
variabel independen terhadap variabel dependen. Variabel independen kualitatif sering kali
digunakan dalam penelitian sosial atau behavioral untuk memahami perbedaan atau pola dalam
karakteristik yang berbeda antara kelompok. Contoh variabel independen kualitatif dapat berupa
jenis kelamin, agama, etnis, status ekonomi, atau tingkat pendidikan. Dengan memahami pola-
pola dan perbedaan antara kelompok-kelompok ini, peneliti dapat mengidentifikasi faktor-faktor
yang memengaruhi hasil dan membantu formulasi kebijakan dan intervensi yang lebih efektif.
Tujuan menggunakan regresi berganda dummy adalah memprediksi besarnya nilai variabel
tergantung(dependent) atas dasar satu atau lebih variabel bebas (independent), dimana satu atau
lebih variabel bebas yang digunakan bersifat dummy atau dengan kata lain variabel yang
digunakan untuk membuat kategori 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.
Berikut adalah model regresi variabel independen kualitatif :
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)

3. MACAM-MACAM VARIABEL DUMMY

1. Regresi Atas Satu Variabel Kualitatif (Dua Kategori)
Dari data yang diberikan, misalnya kita ingin meregresikan variabel kualitatif jenis kelamin (sex)
terhadap penghasilan, dengan kuantifikasi laki-laki =1 dan perempuan = 0
Model regresi yang kita bentuk:
Y = b1+b2 D
Dimana:
Y = penghasilan
D = variabel dummy untuk jenis kelamin
2. Regresi Atas Satu Variabel Kuantitatif dan Satu Variabel Kualitatif (dua kategori)
Dari data yang sudah diberikan, misalnya kita bentuk suatu model regresi sbb:
Y = bo+b1 Ds + b2 Pd+ Ɛi
Dimana:
Ds = dummy jenis kelamin
Pd - pendidikan
3. Regresi Atas Satu Variabel Kuantitatif dan Satu Variabel Kualitatif(lebih dua kategori)
Dari data yang diberikan, misalnya kita bentuk suatu model regresi sbb:
Y = bo + b 1 Dk1 + b2 Dk2 + b3 Pd + Ɛ i
Dimana:
Dk1= dummy jenis pekerjaan
1 = setengah terampil
0 = lainnya
Dk2= dummy jenis pekerjaan
1 = terampil
0 = lainnya
Pd – Pendidikan
4. Langkah Langkah uji analisis variable independent kualitatif pada eviews
Berikut data variable jenis kelamin, masa kerja, dan gaji karyawan
jenis gaji
no kelamin masa kerja karyawan
x1 x2 y
1 1 1 3.000.000
2 1 1 3.500.000
3 1 0 2.500.000
4 1 0 2.000.000
5 0 1 3.000.000
6 0 1 4.000.000
7 1 0 1.800.000
8 0 1 3.500.000
9 1 1 3.500.000
10 1 1 3.000.000

HASIL OUTPUT
Dependent Variable: GAJI_KARYAWAN
Method: Least Squares
Date: 04/30/23 Time: 12:09
Sample: 1 10
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C 2350000. 363678.3 6.461755 0.0003

JENIS_KELAMIN -250000.0 290114.9 -0.861727 0.4174
MASA_KERJA 1150000. 290114.9 3.963946 0.0054

R-squared 0.772317 Mean dependent var 2980000.

Adjusted R-squared 0.707265 S.D. dependent var 702060.5
S.E. of regression 379849.6 Akaike info criterion 28.77626
Sum squared resid 1.01E+12 Schwarz criterion 28.86704
Log likelihood -140.8813 Hannan-Quinn criter. 28.67668
F-statistic 11.87228 Durbin-Watson stat 2.698020
Prob(F-statistic) 0.005632

PERSAMAAN REGRESI
Estimation Command:
=========================
LS GAJI_KARYAWAN C JENIS_KELAMIN MASA_KERJA

Estimation Equation:
=========================
GAJI_KARYAWAN = C(1) + C(2)*JENIS_KELAMIN + C(3)*MASA_KERJA

Substituted Coefficients:
=========================
GAJI_KARYAWAN = 2350000 - 250000*JENIS_KELAMIN + 1150000*MASA_KERJA

MODEL REGRESI BERGANDA

Y= 𝛼 + 𝛽𝑋1 + 𝛽𝑋2
1. Gaji karyawan = Y= 𝛼 + 𝛽 𝑗𝑒𝑛𝑖𝑠 𝑘𝑒𝑙𝑎𝑚𝑖𝑛 + 𝛽 𝑚𝑎𝑠𝑎 𝑘𝑒𝑟𝑗𝑎
Gaji karyawan = 2.350.000-250.000 + 1.150.000

2. Model regresi bagi laki – laki ( kode 1) dan masa kerja < 5 tahun (kode 0)
Gaji karyawan = 𝛼 + 𝛽 𝑗𝑒𝑛𝑖𝑠 𝑘𝑒𝑙𝑎𝑚𝑖𝑛 (1) + 𝛽 𝑚𝑎𝑠𝑎 𝑘𝑒𝑟𝑗𝑎(0)
Gaji karyawan = 2.350.000-250.000(1) + 1.150.000(0)
Gaji karyawan =2.350.000-250.000 + 0
Gaji karyawan = 2.100.000

Model regresi bagi laki – laki ( kode 1) dan masa kerja > 5 tahun (kode 1)
Gaji karyawan = 𝛼 + 𝛽 𝑗𝑒𝑛𝑖𝑠 𝑘𝑒𝑙𝑎𝑚𝑖𝑛 (1) + 𝛽 𝑚𝑎𝑠𝑎 𝑘𝑒𝑟𝑗𝑎(0)
Gaji karyawan = 2.350.000-250.000(1) + 1.150.000(1)
Gaji karyawan =2.350.000-250.000 + 1.150.000
Gaji karyawan = 3.250.000

3. Model regresi bagi perempuan ( kode 0) dan masa kerja < 5 tahun (kode 0)
Gaji karyawan = 𝛼 + 𝛽 𝑗𝑒𝑛𝑖𝑠 𝑘𝑒𝑙𝑎𝑚𝑖𝑛 (1) + 𝛽 𝑚𝑎𝑠𝑎 𝑘𝑒𝑟𝑗𝑎(0)
Gaji karyawan = 2.350.000-250.000(0) + 1.150.000(0)
Gaji karyawan =2.350.000-0 + 0
Gaji karyawan = 2.3500.000

Model regresi bagi perempuan ( kode 0) dan masa kerja >5 tahun (kode 1)
Gaji karyawan = 𝛼 + 𝛽 𝑗𝑒𝑛𝑖𝑠 𝑘𝑒𝑙𝑎𝑚𝑖𝑛 (0) + 𝛽 𝑚𝑎𝑠𝑎 𝑘𝑒𝑟𝑗𝑎(1)
Gaji karyawan = 2.350.000-250.000(0) + 1.150.000(1)
Gaji karyawan =2.350.000-0 + 1.150.000
Gaji karyawan = 3.500.000

UJI KOFISIEN DETERMINASI

R-squared 0.772317 Mean dependent var 2980000.
Adjusted R-squared 0.707265 S.D. dependent var 702060.5
S.E. of regression 379849.6 Akaike info criterion 28.77626
Sum squared resid 1.01E+12 Schwarz criterion 28.86704
Log likelihood -140.8813 Hannan-Quinn criter. 28.67668
F-statistic 11.87228 Durbin-Watson stat 2.698020
Prob(F-statistic) 0.005632

Nilai adjusted R square sebesar0,707265 atau 70.726%. nilai koefisien determinasi tersebut
menunjukkan bahwa variable independent yaitu jenis kelamin dan masa kerja mampu menjelaskan
variable terkait yaitu gaji karyaean sebesar 70.7265% sedangkan sisanya yaitu 29.2735%
dijelaskan oleh variable lain yang tidak dimasukkan dalam model penelitian ini.
UJI F
R-squared 0.772317 Mean dependent var 2980000.
Adjusted R-squared 0.707265 S.D. dependent var 702060.5
S.E. of regression 379849.6 Akaike info criterion 28.77626
Sum squared resid 1.01E+12 Schwarz criterion 28.86704
Log likelihood -140.8813 Hannan-Quinn criter. 28.67668
F-statistic 11.87228 Durbin-Watson stat 2.698020
Prob(F-statistic) 0.005632

Nilai f hitung
Dependent sebsesar
Variable: 11.87228 dan nilai sig.yaitu 0.005632 lebih kecil dari 0,05 artinya variabel
GAJI_KARYAWAN
jenis kelamin dan masa kerja berpengaruh secara simultan terhadap gaji karyawan.
Method: Least Squares
Date: 04/30/23 Time: 12:09
UJI T 1 10
Sample:
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C 2350000. 363678.3 6.461755 0.0003

JENIS_KELAMIN -250000.0 290114.9 -0.861727 0.4174
MASA_KERJA 1150000. 290114.9 3.963946 0.0054

R-squared 0.772317 Mean dependent var 2980000.

Nilai t hitung variable
Adjusted R-squared
jenis kelamin sebesar -0.861727
0.707265 S.D. dependent var 702060.5
dan nilai sig. yaitu 0.4174 lebih
besar dari 0.05, artinya
S.E. of regression variabelAkaike
379849.6 jenisinfo
kelamin
criterion tidak 28.77626
berpengaruh secara parsial terhadap gaji
karyawan
Sum squared resid 1.01E+12 Schwarz criterion 28.86704
Log likelihood -140.8813 Hannan-Quinn criter. 28.67668
F-statisticNilai t hitung variable
11.87228 masa kerja sebesar
Durbin-Watson stat 3.963946 dan nilai
sig . yaitu 0.0054 lebih kecil
2.698020
Prob(F-statistic) 0.005632
dari 0,05 artinya variabel masa kerja berpengaruh secara parsial terhadap gaji karyawan.
UJI NORMALITAS
 4
Series: Residuals
Sample 1 10
Observations 10
3
Mean 1.54e-10
Median -50000.00
2
Maximum 500000.0
Minimum -500000.0
Std. Dev. 334995.9
1
Skewness 0.112155
Kurtosis 1.709881

0 Jarque-Bera 0.714467
-500000 0 500000
Probability 0.699609

Nilai probability menunjukkan angka sebesar 0.699609. artinya nilai ini memenuhi syarat (>0.5)
UJI HETEROSKIDASITAS
Heteroskedasticity Test: Glejser
Null hypothesis: Homoskedasticity

F-statistic 0.207813 Prob. F(2,7) 0.8172

Obs*R-squared 0.560472 Prob. Chi-Square(2) 0.7556
Scaled explained SS 0.241589 Prob. Chi-Square(2) 0.8862

Hasil uji ini menunjukkan nilai obs*R -Squared sebesar 0.7556. Artinya nilai memenuhi syarat
karena diatas 0.5

UJI AUTOKORELASI
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags

F-statistic 8.284980 Prob. F(2,5) 0.0259

Obs*R-squared 7.681961 Prob. Chi-Square(2) 0.0215

Nilai LM sebesar 0.0215 < 0,05 artinya terdapat autokorelasi. Jika terkena autokorelasi makadapat
menggunakan cara lain yaitu menggunakan durbin Watson
Jika durbin-watson stat nya berada diantara -2 dan +2 maka terbebas autokorelasi. Dan pada
gambar diatas nilai durbin Watson nya adalah 1.427883, maka data terbebas autokorelasi
UJI MULTIKORELASI
Nilai Variant Inflation Factors variabel jenis kelamin menunjukkan angka sebesar 1.225000
variabel ini menunjukkan tidak ada multikolinieritas. (< 10)
Nilai Variant Inflation Factors variabelmmenunjukka masa kerj angka sebesar 1.225000 Artinya
variabel ini menunjukkan tidak ada multikolinieritas. (< 10)
Variance Inflation Factors
Date: 04/30/23 Time: 13:24
Sample: 1 10
Included observations: 10

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 1.32E+11 9.166667 NA
JENIS_KELAMIN 8.42E+10 4.083333 1.225000
MASA_KERJA 8.42E+10 4.083333 1.225000
 BAB III

PENUTUP

Kesimpulan
Model regresi dengan variabel independen kualitatif adalah model yang digunakan untuk
menganalisis hubungan antara variabel dependen dengan variabel independen yang memiliki
kategori atau nilai yang dapat dikategorikan. Sebagai contoh, kita dapat menggunakan model
regresi dengan variabel independen kualitatif jika ingin menghubungkan jenis kelamin (laki-laki
atau perempuan) dengan gaji yang diterima. Model ini disebut sebagai analisis regresi logistik.
Model regresi dapat dilakukan dengan menggunakan beberapa teknik, antara lain regresi logistik,
ANOVA (analisis variansi), dan regresi linier berganda. Namun, penggunaan teknik regresi logistik
lebih umum untuk analisis variabel independen kualitatif karena model ini lebih dapat menangani
kategori yang lebih besar.
Saran
Saran yang dapat kami berikan terhadap makalah ini semoga setiap pembaca dapat memahami
materi yang kami sampaikan dan dapat menambah wawasan khususnya mahasiswa mengenai
Analisis variabel independen kualitatif serta penerapannya dalan pengaplikasian eviews sehingga
dapat memberikan output yang akurat. Selain itu, kami juga membutuhkan masukan dari setiap
pembaca guna untuk membangun dan menyempurnakan makalah ini.
 DAFTAR PUSTAKA

Kurniawan, I. (2015, October 12). Ekonometrika: Variabel Dummy. Math is My Life.

https://blog.unnes.ac.id/aiomcik/2015/10/12/ekonometrika-variabel-dummy/

Widarjono, A. (2005). Ekonometrika: Teori dan Aplikasi untuk Ekonomi dan Bisnis. Yogyakarta:
Penerbit Ekonisia.

Zelvia, R. (2017). Penerapan analisis REGRESI dummy pada data Kualitatif Kasus Ekonomi.
Adzkiya : Jurnal Hukum Dan Ekonomi Syariah, 5(1), 45.
https://doi.org/10.32332/adzkiya.v5i1.804