Memahami variabel dummy dalam analisis regresi linier berganda
Analisis regresi linier berganda sudah sangat familier sekali digunakan oleh peneliti untuk mengelaborasi pengaruh variabel bebas terhadap variabel terikat. Regresi linier berganda metode kuadrat terkecil merupakan analisis yang paling sering digunakan oleh peneliti.
Kita semua tahu, bahwa pada analisis regresi metode kuadrat terkecil (ordinary least square), terdapat sejumlah asumsi yang dipersyaratkan. Pemenuhan terhadap sejumlah asumsi ini dapat kita gunakan untuk mendeteksi tercapai hasil estimasi yang tidak bias dan konsisten. Kita sering menyebutnya dengan Best Linear Unbiassed Estimator (BLUE).
Namun, dari beberapa kali saya melihat list komentar di channel Youtube yang saya buat, banyak yang bertanya, bagaimana dengan variabel non parametrik jika digunakan dalam regresi linier metode OLS, apakah bisa?
Pada kesempatan ini, saya akan membahas mengenai penggunaan variabel non parametrik yang diukur menggunakan skala nominal dalam regresi linier berganda. Lebih tepatnya bagaimana mengintegrasikan atau menambahkan salah satu variabel non parametrik ke dalam persamaan regresi linier berganda?
Mengenal variabel dummy
Dalam analisis regresi linier berganda, kita dapat menggunakan variabel non parametrik untuk ditambahkan sebagai variabel independent. Kita menyebutnya dengan nama variabel dummy atau variabel boneka.
Variabel dummy yang sering digunakan dalam analisis regresi linier ini umumnya merupakan variabel dummy biner. Pengukuran variabel dummy biner ini sama seperti pada pengukuran variabel yang menggunakan skala nominal.
Pilihan jawabannya pun dibuat menjadi dua kategori, seperti ya/tidak, adopter/non adopter, desa/kota, sebelum kebijakan/setelah kebijakan, dan lainnya. Pada variabel dummy ini, responden diminta untuk merespon pertanyaan yang dikategorikan secara biner.
Kategori pilihan jawaban ini hanya untuk membedakan, dan pada pilihan jawaban tersebut tidak ada level/peringkat. Sehingga kita tidak bisa mengatakan pilihan jawaban yang satu lebih baik dari yang lainnya dan sebaliknya. Atau pilihan jawaban yang satu lebih tinggi dari pilihan jawaban yang lain, dan sebaliknya.
Variabel dummy dijadikan sebagai variabel independent
Seperti yang sudah saya sampaikan diawal artikel ini, dalam analisis regresi linier berganda terdapat sejumlah asumsi yang perlu dipenuhi. Umumnya, peneliti menggunakan skala data parametrik (skala interval/rasio) dalam analisis regresi linier berganda metode OLS.
Lantas, dimana variabel dummy akan kita tambahkan pada persamaan regresi linier berganda yang memiliki persyaratan asumsi yang ketat tersebut? Terlebih variabel dummy yang akan dimasukan berskala nominal (non parametrik).
Variabel non parametrik berskala nominal, ternyata bisa juga dimasukkan sebagai variabel independent pada persamaan regresi linier berganda. Namun demikian, disarankan kita cukup menambahkan 1 atau 2 variabel dummy dalam persamaan regresi linier tersebut.
Misalnya kita memiliki persamaan regresi linier berganda yang terdiri dari faktor-faktor (5 variabel independent) yang mempengaruhi produksi domestik komoditas ABC (variabel dependent). Kita sebagai peneliti, ingin mengetahui bagaimana dampak kebijakan peningkatan tarif impor terhadap produksi domestik komoditas ABC. Data yang digunakan pada contoh studi kasus merupakan data time series.
Pada contoh kasus tersebut, kita dapat membuat variabel kebijakan impor sebagai variabel dummy. Artinya kita menambahkan satu variabel dummy untuk ditempatkan bersama dengan 5 variabel independent yang lainnya. Kurang lebih persamaannya akan menjadi seperti dibawah ini:
Y = b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6D+e
Pada persamaan tersebut, kita telah menambahkan variabel tarif impor (D) sebagai variabel dummy.
Cara memberi skor pada variabel dummy
Berdasarkan contoh kasus yang saya sampaikan pada subbab sebelumnya, bahwa variabel tarif impor kita jadikan sebagai variabel dummy. Kemudian, pertanyaannya adalah bagaimana cara memberikan skor untuk variabel dummy tersebut?
Teknik skoring variabel dummy dibuat menggunakan nilai 1 dan 0. Dengan demikian, jelas bahwa pada variabel dummy hanya ada dua angka numerik, yaitu bisa bernilai 1 atau bernilai 0.
Agar memudahkan dalam interpretasi, skor 1 dapat kita berikan pada pilihan jawaban yang sesuai dengan hipotesis penelitian kita. Misalnya, hipotesis kita menyatakan bahwa adanya peningkatan tarif impor akan meningkatkan produksi domestik komoditas ABC.
Dengan demikian, periode waktu pada data time series setelah adanya peningkatan tarif impor kita beri skor 1. Adapun periode waktu sebelum adanya kenaikan tarif impor kita berikan skor 0. Dengan teknik pemberikan skor ini, kita akan dapat dengan mudah untuk menginterpretasikan apakah kenaikan tarif impor benar akan meningkatkan produksi domestik.
Baik, ini artikel yang dapat saya tulis pada kesempatan ini. Semoga bermanfaat dan menambah nilai pengetahuan bagi yang membutuhkan. Tunggu update artikel pada kesempatan berikutnya dari priyono.id, terima kasih.
Posting Komentar untuk "Memahami variabel dummy dalam analisis regresi linier berganda"