ANALISIS VARIABEL BONEKA (DUMMY)

A. Tinjauan Teoritis Analisis Variabel Boneka (Dummy)

Dummy variabel merupakan variabel-variabel yang sesungguhnya merupakan
variabel yang bersifat kulitatif (misal jenis kelamin yang dikelompokkan menjadi pria dan
wanita, dan lain-lain) yang diubah menjadi variabel kuantitatif berupa angka yang terdiri 0
(nol) dan 1 (satu). Ini menyebabkan variabel dummy hanya terdiri dari dua jenis.
Analisa variabel dummy dengan regresi berganda biasanya digunakan untuk melihat
bagaimana variabel kulitatif ini dapat mempengaruhi suatu gejala atau pola tertentu yang
dicoba diteliti. Misal, kita mencoba untuk menguji bagaimana keterkaitan antara
keikutsertaan petani pada kelompok tani dapat mempengaruhi tingkat pendapatan rumah
tangganya, maka analisa variable dummy perlu dilakukan.
Tidak ada ketetapan untuk penentuan angka yang merepresentasikan pilihan ini,
namun pada umumnya peneliti menggunakan simbol angka 1 untuk keputusan yang bernilai
positif dan angka nol untuk keputusan/pilihan yang bersifat negatif. Namun, untuk pilihan
seperti wanita atau pria, pilihan agama, dll yang sejenis biasanya angka 1 menunjukan
pilihan yang secara umum telah diketahui mendominasi, sedangkan angka 0 (nol) untuk
pilihan yang secara umum diketahui minoritas.
Dalam menemukan keterkaitan antara dua pilihan kualitatif yang ada ini, peneliti
perlu mencoba berbagai jenis model untuk memastikan model terbaik dalam menggambarkan
realita. Model-model ini terdiri dari model matematis yang dibentuk berdasarkan opsi
(pilihan) model dari variabel dummy, yaitu dummy intersept; dummy slope; dan dummy
kombinasi. Ketiga jenis model ini masih perlu disusun kembali berdasarkan banyaknya
variabel yang mempengaruhi variable dependen yang dicari. Model-model ini disusun
berdasarkan hal berikut,
Y = a + bX + c Di (Model Dummy Intersep)
Y = a + bX + c (Di.X) (Model Dummy Slope)
Y = a + bX + c (Di.X) + d Di (Kombinasi; dapat berupa kombinasi intersep dengan
slope, atau slope dengan slope ketika dummy slope lebih dari satu, dan dapat pula dengan

jenis kombinasi lainnya yang memungkinkan) dimana a adalah konstanta (intersep), b dan c
adalah koefisien terkait, X adalah variabel bebas, dan Di adalah variabel dummy yang
nilainya bisa diisikan nol ataupun satu. Dummy kombinasi ini sebenarnya dapat bervariasi
seperti dijelaskan pada kalimat yang diblok kuning di atas. Untuk lebih cepat membuat
model persamaan dummy kombinasi terbaik, dari berbagai kemungkinan dummy kombinasi
lainnya dapat dilakukan dengan memperhatikan penyusun persamaannya. Kita bisa
membuatnya

dengan

menyusun

persamaan

yang

terdiri

dari

kombinasi

elemen

persamaanpersamaan intersep dan slope dengan nilai F dan Adj. R 2 tertinggi. Sebagai contoh,
ketika nilai uji F dan Adj. R2 pada persamaan dummy intersep cukup tinggi, diiringi dengan
nilai uji yang tinggi pula untuk persamaan dummy slope bibit misalnya, maka kita dapat
memilih untuk membuat kombinasi antara dummy intersep dengan dummy slope bibit,
ketimbang kita menyusun persamaan dummy kombinasi dari dummy intersep dan dummy
slope tenaga kerja atau yang lainnya.
Untuk perhitungan model dummy slope dan intersep, perhatikan hal berikut:
a. Untuk masing-masing variabel bebas yang mempengaruhi variabel terikat, perhatikan
model persamaannya.
b. Sebelum menganalisis dengan menggunakan SPSS (Analisa Regresi), perhatikan
terlebih dahulu faktor yang mempengaruhi variabel dependen atau terikatnya. Dalam
perhitungan ini, variabel yang mempengaruhi produksi yaitu tenaga kerja dan bibit.
Maka dalam persamaan regresi nantinya ditentukan terlebih dahulu nilai masing-masing
variabel independen atau bebas yang mempengaruhi variabel dependennya. Artinya kita
membuat Di.Bibit dan Di.TK terlebih dahulu dengan cara mengalikan data kedua
variabel tersebut.
c. Bahkan untuk perhitungan dummy intersep, perlu diperhatikan bahwa regresi variable
Di juga menghasilkan koefisien, sehingga koefisien ini wajib untuk dimasukkan dalam
persamaan matematisnya nanti. Penjelasan lebih lanjut aka disampaikan di bagian
selanjutnya.

B. Contoh Kasus
Peneliti ingin mengetahui apakah faktor pendidikan pegawai di kantor X mempunyai
pengaruh terhadap besar kecilnya jumlah gaji yang diterima oleh pegawai. Dalam penelitian

ini, pendidikan pegawai dielompokkan menjadi dua kategori. Pertama, pegawai yang
berpendidikan menengah (SMP dan SMA), dan kedua, pegawai yang berpendidikan tinggi
(Institut, Akademi, Sekolah Tinggi dan Universitas).
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Pegawai
Soplo
Supli
Juminten
Tukiyem
Tukimin
Tumincep
Zainab
Badriah
Ucok
Pandu
Teddy
Nanang
Bagong
Semar
Petruk

Keterangan :

Pendidikan
0
1
0
1
0
1
0
0
0
0
1
1
1
1
0

Gaji Perbulan
700.000
800.000
750.000
825.000
775.000
750.000
600.000
675.000
680.000
695.000
700.000
885.000
891.000
900.000
795.000

1. Pendidkan Menengah = 0
2. Lainnya = 1

C. Cara Kerja SPSS

Berikut langkah-langkah menganalis variabel dummy dengan menggunakan SPSS:

1. Memasukkan data yang akan dianalisis ke dalam SPSS

a. Masukkan data variabel di variable view

b. Pada kolom value, baris pendidikan, klik pada teks none, masukkan label 0
sebagai data pendidikan pendidikan menengah dan 1 sebagai data pendidikan
lainnya.

c. Masukkan data berikutnya di data view

2. Menganalisis Data
a. Klik Analyze, pilih regression dan klik linear

b. Pada kotak linear regression, klik gaji menuju kolom dependent dan klik
pendidikan menuju kolom independent, kemudian klik ok.

c. Selanjutnya muncul tampilan seperti ini

D. Intrepretasi Output SPSS

Perhatikan pada bagian Coefficients, dari sana didapatkan model matematis
sebagai berikut:
Y^ = + Di+ i
Y^ =708750+112821,43 Di
Dari persamaan diatas dapat ditentukan rata-rata gaji bagi pegawai yang
berpendidikan menengah dan yang berpendidikan tinggi.
1. Bagi pegawai yang berpendidikan menengah memiliki rata-rata gaji sebagai berikut:
E ( Y^ ID=0 )=708750+112821,43 (0)=708750

2. Bagi pegawai yang berpendidikan tinggi memiliki rata-rata gaji sebagai berikut:
E ( Y^ ID=1 ) =708750+112821,43 ( 1 )=821571,43