Materi 5 :Model Regresi Dengan

Variabel Independen Kualitatif

Contoh ; Benarkah terjadi diskriminasi
gender dalam pekerjaan,sehingga terjadi
adanya pembedaan gaji antara pria dan
wanita.Untuk menjawab pertanyaan
tersebut di gunakan model regresi sbb:
Yi = β0 + β1Di +ei …………………(1.1)
• Yi =Gaji karyawan tahunan.
• Di = 1 jika pria
• = 0 jika bukan pria (wanita)
Model Regresi Dengan Variabel
Independen Kualitatif
• Dlm persamaan 1.1 diasumsikan variabel
gangguan (ei) memenuhi assumsi metode
OLS Yaitu :
1.Nilai harapan/rata-rata variabel gangguan
sama dengan nol (ei =0).
2.Varian variabel gangguan konstan (var
ei=σ² )
3.Tdk ada serial korelasi antara variabel
gangguan (ei ≠ ej )
• Hipotessa ;
• H0 : β0 = 0 tdk ada perbedaan gender
dalam soal gaji.
Ha : β0 ≠ 0 ada perbedaan gender dalam
soal gaji.
• Melalui uji t statistik,apakah β1 signifikan ?
jika signifikan maka dapat disimpulkan
bhw memang terjadi pembedaan gaji
antara pria dan wanita. Nilai rata2 yg
diharapkan :
• Pria E(Yi І Di=1)= β0 +β1…………….(1.2)
Wanita E(Yi І Di =0) =β0 …………….(1.3)
Dlm hal ini,intercep (β0) menunjukkan
garis rata-rata karyawan wanita dan slope
(β1) menunjukkan seberapa besar
perbedaan gaji rata-rata pria dan
wanita,dan β0+β1 memberikan informasi
gaji rata-rata pria (lihat gambat 1.1)
 Garis regresi
Gaji

Pria

β1

Wanita

β0

Jenis Kelamin

Gambar 1.1 hub gaji dng jenis kelamin

 Regresi Variabel kualitatif
pada data cross-saction
Jika ditambahkan lagi satu variabel dlm
persamaan 1.1 maka akan menjadi sbb
Yi =β0 +β1Di +β2Xi +ei………….(1.4)
β1>0 ; β2 >0
Dimana; Yi =gaji ; Xi =masa kerja ;Di=1
jika pria dan Di =0 jika bukan pria(wanita)
Model persamaan 1.4,berisi
satu variabel dummy yg
mempunyai 2 kelas,yaitu pria
dan wanita
• Hipotesa :
• H0 : β1=0 tdk ada diskriminan gaji gender
• Ha : β1≠ 0 ada diskriminan
• Jika β1 signifikan melalui uji t maka,kita
menolak H0
Arti persamaan 1.4 adalah :
Pria E(Yi І Di=1) =(β0+β1) +β2Xi……….…(1.5)
Wanita E(Yi І Di=0) = β0 + β2Xi………….(1.6)

Gaji
Pria

Wanita
β1

β0
Masa Kerja

Gambar :1.2 hub gaji pria dan wanita masa kerja

Model persamaan 1.4 dpt diartikan
bahwa pria dan wanita dlm hub nya
dengan masa kerja mempunyai
slope yg sama β2, tapi intercepnya
beda (β0)lihat gambar 1.2,artinya
gaji rata-rata pria beda dengan
wanita diawal masa kerja dng
perbedaan sebesar β1,namun tngkt
kenaikannya sama tiap tahun
sebesar β2
Contoh : pengeluaran
mahasiswa
Pertanyaan penelitian :
1.Apakah pengeluaran mahasisa/bln
(Y),selain dipengaruhi oleh kiriman orang
tua (X) juga dipengaruhi oleh jenis
kelamin(D). Data hasil survei 16 mhs yg
kuliah di Untan. Diduga kebutuhan wanita
lebih besar dari pria sehingga pengeluaran
wanita akan lebih besar dari pria.
 Model persamaan regresi
pengeluaran mhs adalah :
• Yi =β0 +β1Di +β2Xi +ei………….(1.4)
• β1>0 ; β2 >0
• Dimana; Yi = pengeluaran ; Xi =kiriman
uang ;Di=1 jika wanita dan Di =0 jika
bukan wanita (pria)
 Hasil regresi persamaan 1.4
• Ŷi =- 85,2984 + 13,9035Di +1,0683Xi
• t = (-3,6411) (2,2735) (32,8943)
• R2 =0,9889 F=576,4637
Semua variabel independen signifikan
secara statistik dng uji satu sisi,nilai t tabel
dengan α=5% df 13 =1,771 demikian
juga uji variabel independen secara
simultan/serempak melalui uji F juga
signifikan Fhit =576,46 >
FtabN2=13.N1=2=1,55
 Hasil regresi persamaan 1.4
• Hasil regresi mengindikasikan bahwa jenis
kelamin berpengaruh terhadap
pengeluaran mahasiswa dimana wanita
lebih besar Rp.13,9035 perbedaan
pengeluaran keduanya dapat ditulis dalam
persamaan sbb:
• Mhs pria Ŷi =- 85,2984 +1,0683Xi ( 1.5)
• Mhs Wanita Ŷi =-71,3949 + 1,0683Xi (1.6)
Regresi variabel kualitatif dng
lebih dari dua kelas
• Model Regresinya dpt ditulis sbb:
• Yi=β0+β1D1i +β2D2i +β3Xi + ei…….(1.7)
• Dimana; Yi=gaji dosen tahunan
• Xi=masa kerja (tahun)
• D1i =1 jika S2
• =0 jika tidak
• D2i=1 jika S3
• =0 jika tidak
• Hipotesa :
• H0 : β1= β2=0 tdk ada diskriminasi gaji
berdasarkan tingkat pendidikan.
• Ha : β1≠ β2 ≠ 0 ada diskriminasi
• Jika β1 dan β2 signifikan melalui uji t
maka,kita menolak H0
Dengan demikian arti dari
persamaan 1.7 adalah sbb
• S3 ; E(Yi І D1i =0,D2i=1,Xi )=(β0+β2)+β3Xi 1.8
• S2 ; E(Yi І D1i =1,D2i=0,Xi )=(β0+β1)+β3Xi 1.9
S1 ; E(Yi І D1i =0,D2i=0,Xi )= β0+ β3Xi . 1.10
 Gaji Y S3

S2

β2 S1
β1

β0
Masa Kerja (X)

Gambar :1.3 perbedaan gaji dosen

 Regresi Variabel kualitatif
pada data time series
Pertanyaan penelitian :
1.Benarkah terjadi penurunan impor karena
resesi tahun 1997 sehingga terjadi
perbedaan dalam realisasi nilai impor pada
waktu sebelum dan sesudah resesi.
2.Apakah berdampak signifikan terhadap nilaiimpor ?
3.Seberapa besar dampak resesi 97 thd realisasi
nilai impor?
 Model yg tepat untuk menjawab
pertanyaan penelitian tersebut adalah :

Yt=β0+β1Dt +β2Xt +et ………..…..2.1)

β1>0 ; β2 >0
Dimana;Yt =impor ; dan t adalah tahun
Dt= 0 u/periode < 1997 ;
Dt =1 u/periode >1997 ;Xt = GDP riil,arti
persamaan 2.1 sbb:
Sblm krisis E(Yt ІDt=0)=β0+β2Xt………..(2.2)
Slm krisis E(Yt ІDt =1)= (β0+β1) +β2Xt…(2.3)
Hasil regresi persamaan 2.1
Ŷt = -10110,97 -6351,085D97 +0,1186Xt
t = (-3,42) (-2,71) (10,96)
R2 =0,8872 F =78,64
GDP berpengaruh positif dan krisis ek
berpengaruh negatif seperti yg
diharapkan. Artinya krisis ek 1997 telah
menyebabkan impor Indonesia berkurang
6351,085 milyar dollar AS. Berdasarkanuji
t keduanya signifikan dengan α =1%.
 Adanya perbedaan impor
sebelum dan selama krisis
dapat dilihat pada :
Seblm krisis Ŷt =-10110,97 + 0,1186 (2.2)
Slma krisis Ŷt =-16462,055 + 0,1186 (2.3)
 Perbandingan dua regresi :
pendekatan variabel dummy
• Pembahasan yg lalu,hanya tertuju pada
ada tidaknya perbedaan intersep saja.
Pada bagian ini akan dibicarakan teknik
variabel dummy yg bisa digunakan untuk
mengetahui apakah suatu regresi berbeda
tidak hanya pada intersepnya,tapi
sekaligus juga pada slope atau
kemiringannya.Untuk menjelaskan
perbedaan dua garis regresi dengan
teknik variabel dummy ,akan digunakan
 Perbandingan dua regresi :
pendekatan variabel dummy
• Untuk menjelaskan perbedaan dua garis
regresi dengan teknik variabel dummy
,akan digunakan contoh sebagai berikut :
Pertanyan penelitian :
1.Apakah terjadi perbedaan perilaku
masyarakat dalam mengimpor pada saat
sebelum dan selama krisis.
2.Apakah terjadi perbedaan garis
regresi,baik di slope maupun di intersep
dimasa sebelum krisis dan masa krisis.
Modelnya adalah :
• Regresi sebelum masa krisis ;
• Yt =β0 +β1X1t +e1t ( 3.1)
• Yt =λ0 +λ1 X1t +e2t (3.2 )
• Jika kita melakukan regresi persamaan
3.1 dan 3.2 secara terpisah maka kita
akan mendapatkan 4 kemungkinan yaitu:
1.β0 =λ0 dan β1 =λ1 kedua grs regresi sama.
2.β0 ≠ λ0 dan β1 =λ1 kedua grs regresi berbeda
dalam hal intersep sedangkan slopenya
sama.
3. β0 =λ0 dan β1 ≠ λ1 kedua grs regresi
berbeda dalam slope sedang intersepnya
sama
4. β0 ≠λ0 dan β1 ≠ λ1 kedua grs regresi
intersep dan slopenya beda.
Keempat kemungkinan tersebut
dpt dijelaskan dng gambar 1.4
Impor

GDP

Regresi yang sama (a)

Keempat kemungkinan tersebut
dpt dijelaskan dng gambar 1.4
Impor

GDP

Regresi berbeda intersep (b)

Keempat kemungkinan tersebut
dpt dijelaskan dng gambar 1.4
Impor

GDP

Regresi berbeda slope ( c )

Keempat kemungkinan tersebut
dpt dijelaskan dng gambar 1.4
Impor

GDP

Regresi berbeda slope dan

intersep ( d)
 Teknik variabel dummy untuk mengetahui
apa terjadi perbedaan impor,sebelum dan
selama krisis.
Yt=β0+β1Dt +β2X1t + β3(DtX1t) + et …..…..3.3)
Dimana;Yt =impor ; dan t adalah tahun
Xi = GDP riil
Dt =0 sebelum krisis
=1 masa krisis persamaan 3.3 menjadi
sbb:
Sblm krisis E(Yt ІDt=0)=β0+β2Xi………..(3.4)
krisis E(Yt ІDt =1)= (β0+β1) +(β2 +β3)Xi…(3.4)