Dokumen tersebut membahas model regresi dengan variabel independen kualitatif. Variabel kualitatif mengindikasikan atribut yang tidak dapat diukur seperti jenis kelamin. Metode yang digunakan untuk mengakomodasi variabel kualitatif adalah membentuk variabel dummy. Contoh penelitian menggunakan variabel dummy jenis kelamin untuk menguji hipotesis diskriminasi gaji. Hasil estimasi menunjukkan bahwa variabel dummy jenis kelamin signifikan,
2. Introduction
Sejauh ini, model regresi yang kita kembangkan adalah model regresi yang mana
variabel independennya bersifat kuantitatif.
Bersifat kuantitatif artinya bahwa variabel-variabel tersebut terdiri dari data-data yang berupa
angka-angka
Namun demikian, dalam banyak kasus seringkali dijumpai bahwa variabel independen
yang akan digunakan bukanlah variabel yang memiliki data bersifat kuantitatif (dapat
diukur), namun bersifat kualitatif (tidak dapat diukur).
Contoh data kuantitatif : jenis kelamin, warna kulit, tempat tinggal, dsb.
3. Karakteristik Variabel Kualitatif
Variabel yang bersifat kualitatif tersebut mengindikasikan
ada tidaknya sebuah “atribut”.
Masalahnya adalah… bagaimana kemudian persoalan
“atribut” ini diakomodir sehingga dapat digunakan di
dalam analisis regresi.
Sebagaimana kita pahami bahwa analisis regresi menggunakan
data-data yang bentuknya nominal / angka.
Dalam ekonometrika, salah satu metode untuk
mengkuantitatifkan “atribut” yang bersifat kualitatif tadi
adalah dengan membentuk variabel yang sifatnya artifisial
(dummy) ke dalam model persamaan regresi.
Nilai dari variabel dummy adalah 1 dan 0.
4. Contoh Desain Penelitian (1)
• Misalkan kita ingin membuktikan suatu hipotesis bahwa benarkah
terjadi diskriminasi gender dalam pekerjaan yang pada akhirnya
berdampak pada adanya perbedaan gaji antara laki-laki dan
perempuan?
• Untuk menganalisis hal tersebut, selain memasukkan variabel yang
bersifat kuantitatif ke dalam model, juga terdapat variabel yang
bersifat kualitatif (i.e. jenis kelamin).
• Sehingga model ekonometrikanya adalah
Y = β0 + β1Xi + β2Di + ui
Gaji /
Pendapatan
Lama masa
kerja
Jenis
Kelamin
5. Contoh Desain Penelitian (2)
Y = β0 + β1Xi + β2Di + ui
• Hipotesisnya adalah
• H0 : tidak ada diskriminasi H0 : β2 = 0
• Ha : terdapat diskriminasi Ha : β2 ≠ 0
• Artinya adalah:
• Jika hasil estimasi nanti menunjukkan bahwa estimator β2 signifikan, maka
kita akan menolak H0 sehingga memang terjadi diskriminasi gaji antara laki-
laki dengan perempuan.
• Jika hasil estmasi justru menunjukkan bahwa estimator β2 tidak signifikan,
maka kita akan menerima H0 sehingga tidak terjadi diskriminasi gaji antara
laki-laki dengan perempuan.
7. Interpretasi Hasil
• Karena variabel dummy (D) memiliki nilai prob. 0,0256 yang lebih
kecil dari α (5%) maka secara statistik estimator dummy signifikan.
• Artinya perbedaan jenis kelamin, secara statistik, berpengaruh
signifikan terhadap besarnya gaji yang diterima.
• Besarnya koefisien estimasi dummy yaitu 464,7584 berarti bahwa
besarnya gap atau selisih gaji antara laki-laki dengan perempuan
adalah sebesar Rp464.758,00 dengan laki-laki digaji lebih besar.