MODEL REGRESI VARIABEL

DUMMY

Dr. Teguh Hadi

Priyono
Variabel dummy adalah variabel skala nominal, atau disebut
variabel indikator, variabel kategori, variabel kualitatif. Mis.
Jenis kelamin, ras, warna kulit, agama, kebangsaan, letak
geografis, kondisi politik, dsb.

Analisis regresi, variabel dependen seringkali dipengaruhi

tidak hanya oleh variabel skala rasio (pendapatan, output,
harga, tinggi, suhu, dsb), tetapi juga oleh variabel kualitatif
atau skala nominal (jenis kelamin, ras, warna kulit, agama,
kebangsaan, letak geografis, kondisi politik, dsb), dan variabel
tersebut sebagai penjelas (regresor).

Variabel dummy merupakan variabel skala nominal yang

memiliki nilai 1 dan 0, nilai 1 menandakan adanya suatu
atribut, dan 0 tidak adanya atribut tsb. Misal, nilai 1
menunjukkan bahwa seseorang adalah perempuan dan 0
untuk laki-laki.
MODEL ANOVA

Tabel 9.1; menunjukkan rata-rata gaji guru pada 51 negara bagian,

dimana dikelompokan kedalam 3 lokasi geografis (1) Utara terdapat
21 negara bagian, (2) Selatan terdapat 17 negara bagian, dan (3)
Barat terdapat 13 negara bagian. Apabila menggunakan rata-rata
aritmetika sederhana rata-rata gaji guru sebagai berikut $
49.538,71, $ 46.293,59, dan $ 48.104,62. Angka tsb berbeda, tetap
apakah scr statistik berbeda?

D2 = 1 jika negara bagian Utara, 0 sebaliknya

D3 = 1 jika negara bagian Selatan, 0 sebaliknya

Yi = β1+ β2 D2i + β3 D3i + μi

Hasil

Yi = 48.014,615 + 1.524,099 D2i – 1.721,027 D3i

P (0,0000) (0,5220) (0,4888)

Hasil tsb menunjukkan bahwa tidak ada perbedaan gaji guru

diantara ketiga kelompok negara bagian, atau tidak ada perbedaan
MODEL ANOVA dgn 2 VAR
KUALITATIF
Hubungan antara upah per jam dengan status perkawinan dan
daerah tempat tinggal

Yi = = 8,8148 + 1,0997 D2i – 1,6729 D3i

P (0,0000) (0,0182) (0,0006)

Y = upah per jam

D2 = status pernikahan, 1 = menikah, dan 0 = sebaliknya
D3 = daerah tempat tinggal, 1 = selatan, dan 0 = sebaliknya
REGRESI VAR KUANTITATIF DAN
KUALITATIF; MODEL ANCOVA
Gaji guru dalam hubungannya dgn daerah dan pengeluaran per
siswa

Yi = β1+ β2 D2i + β3 D3i + β4 Xi + μi

Y = rata-rata gaji guru

X = pengeluaran per siswa
D2 = 1 jika negara bagian Utara, 0 sebaliknya
D3 = 1 jika negara bagian Selatan, 0 sebaliknya

Yi = 28.694,918 – 2.954,127 D2i – 3.112,194 D3i + 2,3404 Xi

t (8,795) (-1,586) (-1,710) (6,515)
CHOW TEST

Chow test digunakan untuk Uji Stabilitas Struktural Model

Analisis regresi dgn data time series mengasumsikan bahwa perilaku

variabel adalah sama. Dalam kenyataan, seringkali dijumpai pd titik
tertentu terjadi perubahan perilaku variabel yd diamati atau disebut
adanya perubahan struktural. Misal, krisis ekonomi Indonesia th 1997.
Krisis tsb akan mempengaruhi kegiatan ekonomi, contoh; konsumsi
masyarakat, pendapatan, inflasi, pertumbuhan ekonomi, dsb. Atau
adanya kebijakan pemerintah yg dapat mempengaruhi kegiatan
ekonomi, misal deregulasi perbankan Oktober 1998. Dgn demikian,
kejadian tsb akan menyebabkan adanya perbedaan perilaku ekonomi
(perubahan struktural dalam analisis regresi).

Pertanyaan, bagaimana perubahan struktural bs dijelaskan dlm

regresi? Adanya perubahan struktural berarti nilai parameter estimasi
tidak sama dalam periode penelitian. Artinya, perubahan tsb
menyebabkan perbedaan pd intersep, slope, dan keduanya. Gregory
C. Chow mengembangkan uji ada tidaknya perubahan struktural dlm
regresi dengan uji statistik F atau Uji Chow.

Asumsi Uji Chow

Misal; model regresi linear permintaan impor tahun 1980 – 2002.

Yt = β0 + β1 X1t + β2 X2t + et Y = permintaan impor, X1 = indeks harga impor

dan X2 = RGDP

Periode industrialisasi substitusi impor 1980 – 1990;

Yt = δ0 + δ1 X1t + δ2 X2t + et
Periode industrialisasi promosi ekspor 1991 – 2002;
Yt = λ0 + λ1 X1t + λ2 X2t + et

Prosedur Uji Chow

1. Estimasi persamaan utama dan dapatkan RSSR (residual sum of square),
2. Estimasi kedua persamaan periodenya scr terpisah dan dapatkan RSS,
maka akan mendapatkan RSS1 dan RSS2. Dengan menambah RSS1 + RSS2
= RSSUR atau unrestricted
(RSSR – RSSresidual
UR)/k sum of squares.
3. Uji perubahan (RSS
struktural dgn uji statistik F
UR)/(n1 + n2 – 2k)

F[K,(n1 + n2 – 2k)] =

Menurut Chow, jika tidak terjadi perubahan struktural dalam persamaan

regresi, maka RSSR dan RSSUR adalah sama scr statistik., atau Fhitung < nilai
Fkritis, dan sebaliknya. Eviews uji chow didasarkan pd statistik log likehood
ALTERNATIF VAR. DUMMY
UNTUK CHOW TEST
Namun apabila hasil uji Chow menyatakan H 0 ditolak atau terdapat
perubahan struktural, maka dapat menggunakan variabel dummy dalam
menyelesaikan permasalahan tsb. Mk akan terdapat 4 (empat
kemungkinan):
1. Koefisien intersep dan kemiringan (slope) sama nilainya pd kedua
periode tsb (coincident regression)
2. Koefisien intersep pada kedua periode berbeda, tetapi koefisien
kemiringan sama (parallel regression)
3. Koefisien intersep pada kedua periode sama, tetapi koefisien
kemiringan berbeda (concurrent regression)
4. Koefisien intersep dan kemiringan (slope) nilainya pd kedua periode tsb
berbeda (dissimilar regression)
4
Langkah penyelesaian 3
Yt = β0 +Yβ1 D2 + β2 X2t + β3 X3t + β4 (D2X2t) + β5 (D2X3t) + et
1
Y = permintaan impor, X1 = indeks harga 2impor
Fungsi
dan X2 =permintaan
RGDP impo
D2 = 1 untuk periode substitusi impor 1980 – 1990 periode 1991 – 2002
0 untuk periode promosi ekspor 1991 - 2002 Yt = β0 + β2 X2t + β3 X3t + et
Fungsi permintaan impo
periode 1980 – 1990
Periode Periode X Y = (β + β ) + (β + β )X + (β
t 0 1 2 4 2t
1 2
ILUSTRASI
Misal hasil regresi, sbb;

Yt = 1,0161 + 152,4786 D2 + 0,0803 Xt – 0,0655 (D2Xt) Y =

tabungan, X = pendapatan
t (0,0504) (4,6090) (5,5413) (-4,0963) D2 1 = observasi 1982
– 1995, 0 = obervasi 1970 - 1981
R2 = 0,8819

Regresi tabungan pendapatan 1970 - 1981

Yt = 1,0161 + 0,0803 Xt

Regresi tabungan pendapatan 1982 – 1995

Yt = (1,0161 + 152,4786) + (0,0803 – 0,0655) Xt
= 153,4947 + 0,0148 Xt
TERIMA KASIH