KANDA DATA

Bagi kamu yang sedang melakukan analisis regresi, namun ingin menambahkan variabel dummy, ada satu teknik yang dapat kamu pertimbangkan, yaitu teknik skoring. Dalam konteks ini, memberikan skor pada variabel dummy menjadi hal yang sangat penting, karena akan menentukan bagaimana kita menginterpretasikan hasil analisis regresi tersebut.

Pada artikel ini, saya akan memberitahukan bagaimana teknik memberikan skor pada variabel dummy sebagai dasar kita dalam melakukan interpretasi hasil analisis.

Contoh Penggunaan Variabel Dummy

Sebelum kita melangkah lebih jauh mengenai teknik skoring pada variabel dummy, kita harus memahami terlebih dahulu konteks variabel dummy yang akan kita bahas.

Variabel dummy merupakan variabel kategorik yang kita masukkan ke dalam model regresi linear dengan metode kuadrat terkecil (OLS). Mungkin sebelumnya kamu sudah tahu bahwa ketika menggunakan analisis regresi linear metode OLS, terdapat sejumlah asumsi yang harus dipenuhi. Salah satunya adalah skala data yang digunakan sebaiknya numerik, yaitu dalam skala interval atau rasio.

Namun, dalam beberapa kasus penelitian, mau tidak mau kita harus melibatkan variabel kategorik. Hal ini karena peneliti ingin mengetahui pengaruh dari variabel tersebut terhadap variabel dependen.

Secara teori, variabel kategorik dengan skala nominal lebih cocok dianalisis menggunakan statistik non-parametrik. Akan tetapi, karena kita ingin melihat pengaruhnya dalam model regresi linear, maka kita dapat mengubahnya menjadi variabel dummy, meskipun variabel tersebut awalnya bersifat kategorik.

Contohnya, ada seorang peneliti yang ingin mengetahui pengaruh tarif impor terhadap produksi domestik. Peneliti tersebut memiliki hipotesis bahwa pemberlakuan tarif impor akan meningkatkan produksi domestik.

Oleh karena itu, peneliti ingin memastikan apakah benar bahwa kebijakan tarif impor tersebut berdampak pada peningkatan produksi domestik. Kasus ini akan kita jadikan sebagai dasar dalam memahami teknik skoring variabel dummy.

Cara Pemberian Skor pada Variabel Dummy

Mungkin kamu sudah memahami bahwa variabel dummy biasanya diberikan skor berupa 0 dan 1. Namun, yang sering menjadi pertanyaan adalah: kapan kita memberikan nilai 0 dan kapan kita memberikan nilai 1?

Jika kita merujuk pada contoh kasus sebelumnya, maka dalam data time series, kita dapat memberikan: (a)
Nilai 0 untuk tahun-tahun sebelum diberlakukannya tarif impor; dan (b)
Nilai 1 untuk tahun-tahun setelah tarif impor mulai diberlakukan.

Dengan cara ini, kita bisa menginterpretasikan hasil regresi dengan lebih jelas. Misalnya, hasil estimasi regresi menghasilkan koefisien variabel dummy sebesar 2,5. Artinya, setelah pemberlakuan tarif impor, produksi domestik meningkat sebesar 2,5 unit (atau 2,5%, tergantung satuan data yang digunakan), dibandingkan dengan kondisi sebelum adanya tarif impor.

Sebaliknya, jika koefisiennya negatif, misalnya -1,2, maka dapat diartikan bahwa setelah kebijakan tarif impor diterapkan, produksi domestik justru mengalami penurunan sebesar 1,2 unit dibandingkan sebelumnya.

Jadi, inti dari skoring ini bukan sekadar memberi angka 0 dan 1, tetapi bagaimana kita mendefinisikan “kondisi sebelum” dan “kondisi sesudah” agar interpretasi hasil regresi menjadi tepat.

Demikian artikel yang dapat saya share pada kesempatan ini. Semoga bisa membantu kamu yang sedang belajar atau mengerjakan analisis regresi dengan variabel dummy. Sampai jumpa di artikel berikutnya.