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 $ 48.014,62. 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 gaji pada negara bagian tsb.
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

1. e1t ≈ N (0, σ2) dan e2t ≈ N (0, σ2). Kedua periode penelitian tsb menghasilkan residual
normal dan homoskedastik.
2. Kedua residual e dan e tidak saling berhubungan
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
residual sum of squares.
(RSSdgn
3. Uji perubahan struktural R – RSS UR)/k
uji statistik F
(RSSUR)/(n1 + n2 – 2k)
F[K,(n1 + n2 – 2k)] =

Menurut Chow, jika tidak terjadi perubahan struktural dalam persamaan regresi, maka RSS R dan
RSSUR adalah sama scr statistik., atau Fhitung < nilai Fkritis, dan sebaliknya. Eviews uji chow
didasarkan pd statistik log likehood ratio (uji LR) dgn estimasi regresi metode ML. Jika uji F
dan uji LR tidak signifikan, mk akan menerima H0 atau tidak terjadi perubahan struktural. Misal;
ALTERNATIF VAR. DUMMY UNTUK
CHOW TEST
Namun apabila hasil uji Chow menyatakan H0 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)

Langkah penyelesaian 4
Yt = β0 + β1 D2 + β2 X2t + β3 X3t + β4 (D2X2t) + 3β5 (D2X3t) + et
Y
1
Y = permintaan impor, X1 = indeks harga impor dan X2 = RGDP
D2 = 1 untuk periode substitusi impor 1980 – 1990 2 Fungsi permintaan impor periode 199
0 untuk periode promosi ekspor 1991 - 2002 – 2002
Yt = β0 + β2 X2t + β3 X3t + et
Fungsi permintaan impor periode 198
– 1990
Periode 1 Periode 2 X Y = (β + β ) + (β + β )X + (β
t 0 1 2 4 2t 3
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