commit to user 27
5. Regresi Atas Variabel Dummy
Analisis regresi tidak saja digunakan untuk data-data kuantitatif, tetapi juga bisa digunakan untuk data kualitatif. Jenis data kualitatif
tersebut seringkali menunjukkan keberadaan klasifikasi kategori tertentu, sering juga dikategorikan variabel bebas X dengan klasifikasi
pengukuran nominal dalam persamaan regresi. Sebagai contoh, bila ingin meregresikan pengaruh kondisi kemasan produk dodol nenas terhadap
harga jual. Pada umumnya, cara yang dipakai untuk penyelesaian adalah memberi nilai 1 satu kalau kategori yang dimaksud ada dan nilai 0 nol
kalau kategori yang dimaksud tidak ada bisa juga sebaliknya, tergantung tujuannya. Dalam kasus kemasan ini, bila kemasannya menarik diberi
nilai 1 dan bila tidak menarik diberi nilai 0. Variabel yang mengambil nilai 1 dan 0 disebut variabel dummy dan nilai yang diberikan dapat digunakan
seperti variabel kuantitatif lainnya Pusdatin, 2011: 5. Menurut Gujarati, 2004: 263-267 variabel yang mengambil nilai
seperti 1 dan 0 disebut variabel dummy, nama lainnya adalah variabel indikator, variabel binary 2 angka, variabel bersifat katagori, variabel
kualitatif, dan variabel yang membagi dua dichotomous. Ciri model regresi variabel dummy adalah:
a. Jika suatu variabel kualitatif mempunyai m kategori, maka hanya menggunakan m-1 variabel dummy.
b. Penetapan nilai 1 dan 0 untuk dua kategori adalah tanpa suatu dasar bersifat arbitrary.
commit to user 28
c. Kelompok, kategori, atau klasifikasi yang diberi nilai nol seringkali disebut sebagai kategori dasar, kontrol, perbandingan, atau yang
diabaikan merupakan dasar dalam arti bahwa perbandingan dibuat dalam kategori ini.
d. Koefisien ξΎ°
yang diberikan untuk variabel dummy D dapat disebut koefisien intersep deferensial karena koefisien tadi menyatakan berapa
banyak nilai unsur intersep dari kategori yang mendapat nilai 1 berbeda dari koefisien intersep dari kategori dasar.
Seringkali topik penelitian yang dibuat menggunakan jenis data kualitatif. Misalnya laki-laki dan wanita, industri sandang, pangan,
peralatan, dst. Jika jenis kelamin atau industri diberi kode dengan angka, maka sama sekali tidak menunjukkan bahwa angka yang lebih tinggi
menunjukkan nilai yang lebih besar. Angka-angka numerik tersebut hanya kode untuk membedakan jenis atau kategori yang satu dengan yang
lain. Jika kategori seperti itu merupakan variabel penjelas maka dapat digunakan variabel dummy. Jika kita memiliki tiga kategori, maka kita
hanya bisa membuat variabel dummy sebanyak dua n-1 kategori. Hal ini dilakukan untuk menghindari multikolinearitas yang sempurna. Misalnya
kita punya sembilan kelompok industri, maka kita dapat memasukkan delapan variabel Nachrowi, 2008: 27.
Meskipun merupakan suatu alat yang serba guna, teknik variabel dummy perlu ditangani secara hati-hati. Pertama, jika model regresi berisi
suatu unsur konstanta, banyaknya variabel dummy harus lebih kecil dari
commit to user 29
banyaknya klasifikasi tiap variabel kualitatif. Kedua, koefisien yang diberikan pada variabel dummy selalu harus diinterpretasikan dalam
hubungannya dengan kelompok dasar, yaitu kelompok yang mendapat nilai nol. Akhirnya, jika suatu model mempunyai beberapa variabel
kualitatif dengan beberapa kelas, pengenalan variabel dummy dapat menghasilkan banyak derajat kebebasan Gujarati, 2004: 278.
6. Model Persamaan Simultan
Kategori