REGRESI DENGAN VARIABEL INDEPENDEN

KUALITATIF

TEORI
 Variabel Kualitatif
• Harga, produksi, penjualan adalah beberapa
contoh variabel yang datanya bersifat kuantitatif.
Lain halnya dengan masalah jenis kelamin, warna
kulit, tingkat pendidikan, status perkawinan adalah
variabel bersifat kualitatif.
• Untuk keperluan pengolahan analisis regresi,
keberadaan variabel ini relatif sulit jika diolah
secara langsung, sehingga harus dikuantifir terlebih
dahulu sebelum dilakukan perhitungan lebih lanjut.
 Model regresi
• Misalkan ingin menguji benarkah ada masalah gender dalam hal
pekerjaan yaitu apakah benar terjadi perbedaan gaji antara karyawan
pria dan wanita. Mengingat variabel jenis kelamin (pria dan wanita)
bersifat kategoris, maka dapat dilakukan kodifikasi misalnya D akan
bernilai 1 untuk pria dan bernilai 0 untuk jenis kelamin wanita.
Variabel yang demikian lebih dikenal sebagai variabel boneka
(dummy). Model persamaan regresinya dapat ditulis sebagai berikut:

Yi   0  1 Di  ei
dimana:
Yi = gaji karyawan tahunan
Di = jenis kelamin (gender), jika
1: karyawan pria
0: karyawan wanita
 Regresi Dengan Satu Variabel Kualitatif
• Misalkan selain jenis kelamin, menambahkan variabel
independen kuantitatif yakni masa kerja karyawan sebagai
faktor yang mempengaruhi gaji seorang karyawan. Modifikasi
persamaan regresi tersebut adalah sebagai berikut:
Yi  0 1Di 2 Xi ei

dimana:
Yi = gaji karyawan tahunan
Di = jenis kelamin (gender), jika
1: karyawan pria
0: karyawan wanita
Xi = masa kerja karyawan (tahun)
 Regresi dengan Lebih Dari Satu Variabel
Kualitatif
• Teknik variabel dummy dapat diperluas jika memasukkan lebih dari satu variabel kualitatif
dalam persamaan regresi. Misalkan besarnya gaji karyawan antara pria dan wanita juga
status pernikahannya apakah sudah menikah atau belum. Model persamaan regresinya
adalah sebagai berikut:
Yi 0 1D1i 2D2i 3Xi ei
dimana:
Yi = gaji karyawan tahunan
D1i = jenis kelamin (gender), jika
1: karyawan pria
0: karyawan wanita
D2i = status pernikahan
1: sudah menikah
0: belum menikah
Xi = masa kerja karyawan (tahun)
 Beberapa hal yang perlu dipertimbangkan
dalam menggunakan teknik variable dummy
1. Jika ada dua kategori maka hanya digunakan 1 variabel dummy karena satu
variable dummy sudah mampu membedakan dua atribut. Jika hanya mempunyai
dua kategori tetapi hanya membutuhkan dua variable dummy sehingga akan
terjadi kondisi hubungan keeratan atau korelasi yang sempurna (perfect
collinearity) antar variabel dummy sehingga menimbulkan masalah. Secara umum
jika mempunyai n kategori maka hanya membutuhkan n-1 variabel dummy.
2. Nilai 1 dan 0 pada variabel dummy bersifat manasuka atau arbiter. Artinya dalam
kasus diskriminasi gender dalam gaji karyawan, nilai 0 bisa digunakan untuk
karyawan wanita dan 1 untuk karyawan pria. Jika teknik variabel dummy seperti ini
maka interprestasinya adalah sebagai berikut:
Karyawan Wanita: E Y D  1         X
i i 0 1 2 i

Karyawan Pria: E Y D  0      X
i i 0 2 i

3. Kelompok atau kategori dalam variabel dummy yang bernilai 0 merupakan kategori
dasar sebagai kelompok pengontrol.
4. Koefisien β1 pada variabel dummy disebut koefisien intersep pembeda karena
menunjukkan berapa besar perbedaan intersep yang bernilai 1 dengan intersep
dari kelompok pengontrol.