kenMODUL 12 VARIABEL DUMMY

Ada kalanya kita melakukan suatu regresi dimana variabel penjelas atau variabel tergantung berupa data kategorikal (sering disebut data nominal). Misalnya laki-laki dan perempuan, desa-kota, industri pangan, sandang, dan peralatan. Contoh kita ingin mengetahui jenis kelamin, lokasi, dan industri terhadap upah, 1. Pengaruh jenis kelamin atas upah, modelnya, Upah = a + b1DJK + e Dimana DJK adalah Dummy jenis kelamin (laki-laki dan wanita) 2. Pengaruh lokasi terhadap upah, apakah desa lebih rendah upahnya dari kota, modelnya, Upah = a + b1DLOK + e dimana DLOK adalah dummy lokasi 3. Pengaruh industri terhadap upah, modelnya Upah = a + b1DIND + e dimana DIND adalah dummy setiap klasifikasi industri

Untuk memudahkan lihat contoh data berikut: Industri Pangan Sandang Sandang Pangan Peralatan logam Peralatan logam Pangan Pangan Sandang Sandang Kode Industri 31 32 32 31 38 38 31 31 32 32 Upah 500 522 530 512 600 642 540 520 580 570

Cara Membuat Variabel Dummy

Untuk dapat membedakan pengaruh masing-masing industri atas upah kita akan membuat variabel dummy. Caranya adalah memberi nilai 1 pada kategori tersebut dan memberi nol bagi kategori lainnya data berubah menjadi sebagai berikut.
Industri Pangan Sandang Sandang Pangan Peralatan logam Peralatan logam Pangan Pangan Sandang Sandang Kode Industri 31 32 32 31 38 38 31 31 32 32 Upah 500 520 530 520 600 640 540 520 580 570 Dpangan 1 0 0 1 0 0 1 1 0 0 Dsandang 0 1 1 0 0 0 0 0 1 1 Dalat 0 0 0 0 1 1 0 0 0 0

Sekarang perhatikan upah rata-rata untuk masing-masing industri: Pangan = 500 + 520 + 540 + 520 = 520 4

520 + 530 + 580 + 570 = 550 4 600 + 640 = 620 Peralatan= 2 Sandang = Jika kita memiliki 3 dummy variabel maka kita bisa memasukkan 2 variabel dummy, sedangkan yang satu akan berfungsi menjadi benchmark atau pematok. Besarnya benchmark tidak lain adalah intercept atau Contoh: Upah = a + b1 Dsandang + b2 Dalat + e Dari data di atas hasilnya adalah sebagai berikut Upah = 520 + 30 Dsandang + 100 Dalat Jadi rata-rata upah industri pangan yang tidak dimasukkan ke dalam model menjadi intersep (benchmark) beda upah sandang terhadap pangan adalah nilai b1=30 dan beda upah rata-rata industri peralatan terhadap industri pangan adalan 100. Sebaliknya jika yang tidak dimasukkan dalam regresi adalah industri peralatan, maka hasil regresi akan berubah sebagai berikut, Upah = 620 - 100 Dpangan - 70 Dsandang Sekarang intersep (a) menjadi rerata industri alat, dan beda upah pangan terhadap industri alat adalah minus 100 dan beda upah industri alat adalah minus 70. Kesimpulannya jika kita punya n variabel dummy, maka kita dapat memasukkan n-1 variabel dalam model regresi, dan nilai a.

yang menjadi intersep adalah nilai rata-rata variabel yang tidak dimasukkan. Perhatikan cara memaknai parameter hasil regresi yang menggunakan dummy di atas. Sekarang kita akan memasukkan data pendidikan pada data yang kita miliki di atas, data lengkapnya menjadi sebagai berikut.

Industri Pangan Sandang Sandang Pangan Peralatan logam Peralatan logam Pangan Pangan Sandang Sandang

Kode Industri 31 32 32 31 38 38 31 31 32 32

Upah 500 520 530 520 600 640 540 520 580 570

Dpangan 1 0 0 1 0 0 1 1 0 0

Dsandang 0 1 1 0 0 0 0 0 1 1

Dalat 6 9 9 9 12 11 9 6 12 9

Hasil di atas dapat kita ringkas dan sajikan sebagai berikut: Upah = 448,4 10,5 Pendidik (12,)** R2 F = 0,839 = 0,4 18,62 Dsandang + 49,9 Dalat + (-1,04) (2,287)** (2,486)**

Makna hasil regresi sekarang adalah sebagai berikut: Pada tingkat pendidikan yang sama, maka upah industri sandang adalah minus 18,6 di bawah industri pangan (industri yang tidak diikutkan dalam regresi). Upah industri peralatan pada tingkat pendidikan yang sama adalah 49,9 di atas industri pangan. Mengapa angkanya menjadi semakin kecil dari sebelumnya? Hal ini disebabkan adanya perbedaan pendidikan di ketiga industri, perbedaan upah tidak semata disebabkan oleh perbedaan industri tetapi juga disebabkan oleh perbedaan pendidikan. Ini dapat juga dikatakan bahwa pendidikan

menjadi variabel KONTROL yan bertugas memurnikan pengaruh perbedaan industri atas upah.

LATIHAN Sekarang buatlah analisis dengan data berikut. INDUSTRI A A A A B B B B B C C C A A B LABA 10 12 14 12 13 15 11 10 18 20 22 23 20 11 15 KAPITAL 10 11 12 9 13 23 25 16 31 40 50 52 20 30 40

Buatlah model analisis yang menjawab pertanyaan penelitian berikut: 1. Apakah ketiga industri memiliki laba benar-benar yang berbeda? Buatlah dummy variabelnya. 2. Apakah laba itu disebabkan oleh beda industri atau modal, berapa sumbangan masing-masing? 3. Mana variabel yang signifikan? 4. Tunjukkan ketepatan modelnya.

5. Ujilah asumsi klasiknya. 6. Sajikan hasil regresi secara internasional sebagaimana modul 6 Soal di atas hanya dapat dipecahkan melalui program paket karena variabelnya menjadi banyak. Gunakan SPSS