Regresi Dummy Menggunakan Gretl (2 dan 4 Kategori)

Regresi Dummy kita gunakan ketika satu atau lebih variabel independen dalam model regresi merupakan variabel dengan skala nominal atau ordinal (variabel kualitatif) dan ada satu atau lebih variabel independen lain yang mempunyai skala pengukuran minimal interval (variabel kuantitatif). Untuk informasi selengkapnya Anda bisa membaca Di Sini atau Di Sini.

Pada kesempatan kali ini kita akan melakukan analisis regresi dummy yang memiliki lebih dari dua kategori. Perangkat lunak yang akan kita pakai adalah Gretl. Tidak seperti menggunakan Eviews, jika menggunakan gretl kita tidak perlu mengubah data kategori menjadi data numerik secara manual. Proses membuat data dummy sangat simpel dan mudah di Gretl. Baiklah kita akan melakukan analisis regresi menggunakan data yang bisa diunduh Di Sini.

Tampilan data ini kalau dibuka di Excel seperti gambar di bawah ini. Model regresi dummy kita ini terdiri dari satu variabel terikat dan lima variabel bebas yang dua diantaranya adalah variabel dengan skala nominal yaitu variabel “Gender” dan “Gaya Belajar”.

Impor Data Dari Excel

Langkah pertama adalah mengimpor data yang sudah diunduh tadi dengan langkah-langkah sebagai berikut:

  • Buka perangkat lunak Gretl.
  • Setelah berhasil dibuka, silakan klik “File”
  • Pilih “Open data” lalu klik “User file”.
  • Cari file data Anda di folder mana tersimpan, sebelumnya ganti tipe file menjadi “All files” atau sesuai dengan format penyimpanan Anda misalnya “Excel files”.
  • Setelah menemukan datanya, pilih lalu akhiri dengan klik dua kali tetikus atau klik “Open”.
  • Selanjutnya akan muncul notifikasi dari pembacaan data yang akan dimpor.
  • Pada contoh di bawah ini data akan dibaca mulai dari kolom pertama dan baris pertama dari sheet di Excel.
  • Kemudian akan muncul klarifikasi data yang ditemukan, dan jenis data berdasarkan skala pengukuran.
  • Pada contoh ini ditemukan data pada 1 sheet dengan 6 variabel serta jumlah observasi (data) sebanyak 100.
  • Terbaca juga dua variabel non-numerik yaitu variabel Gender dan Gaya Belajar.
  • Klik “Close” untuk menutup kotak dialog ini.
  • Selanjutnya akan muncul kotak dialog sebagai klarifikasi jenis data berdasarkan waktu, data cross-sectional atau time-series. Karena data kita ini adalah data undated atau cross-section maka kita pilih “No”.
  • Ada keterangan lain yang juga dimunculkan yaitu informasi string yang diberikan aleh mesin pada setiap data non-numerik seperti berikut ini.
  • Sampai di sini berarti data sudah berhasil diimpor dan siap untuk dianalisis.
  • Tampilan data di Gretl seperti gambar di atas. Selanjutnya akan kita buat variabel dummy-nya.

Mempersiapkan Variabel Dummy di Gretl (Variabel Gender, 2 kategori)

Sebelum melakukan perintah regresi masih ada sedikit hal yang harus kita kerjakan dahulu, ingat data kita masih dalam bentuk kategori dan kita belum membuat variabel dummy-nya. Untuk membuatnya silakan ikuti langkah-langkah berikut:

  • Pilih variabel “Gender”
  • Klik kanan, lalu pilih “Dummify”
  • Pilih saja “Encode all values” kemudian klik “OK”.
  • Ketikat data sudah ter-encode, klik tanda “+” (plus) di bagian kiri variabel “Gender” untuk melihat variabel dummy yang telah kita buat.
  • Akan muncul variabel ke 7 dan ke 8 sebagai  dummy dari variabel “Gender”.
  • Bila kita buka variabel dummy tersebut maka hasilnya seperti gambar di bawah ini.
  • Kita akan mendapatkan dua variabel dummy yang bisa kita gunakan salah satunya.
  • Variabel ini siap digunakan, selanjutnya kita akan membuat variabel dummy dari variabel Gaya Belajar

Mempersiapkan Variabel Dummy di Gretl (Variabel Gaya Belajar, 4 kategori)

Loading...

Sudah kebayang kan bagaimana ribetnya membuat variabel dummy dengan jumlah kategori lebih dari 2 bila dilakukan secara manual? Nah, di sinilah kelebihan gretl, kita tidak perlu melakukan langkah-langkah yang ribet itu. Berikut ini akan saya contohkan pembuatan variabel dummy dengan 4 kategori. Langkahnya sama saja dengan variabel dummy 2 kategori, namun hasilnya akan sedikit berbeda.

  • Klik variabel “Gaya Belajar”.
  • Klik kanan, lalu pilih “Dummify”.
  • Pilih “Encode all values”.
  • Klik tanda “+” di sebelah kiri variabel “Gaya Belajar”.
  • Kita sudah mendapat 4 variabel dummy baru yaitu variabel 9 sampai 12.
  • Beginilah tampilan setiap variabel dummy dari gaya belajar.
  • Sampai di sini data sudah siap digunakan. Selanjutnya kita akan melakukan perintah regresi dummy.

Menjalankan Perintah Regresi Dengan Variabel Dummy

  • Klik “Model”.
  • Pilih “Ordinary Leas Squares”.
  • Masukkan “Nilai” sebagai variabel dependen.
  • Masukkan variabel dependen atau regressor-nya. Perhatikan variabel apa saja yang saya masukkan sebagai variabel independen seperti pada gambar berikut.
  • Tidak semua variabel saya masukkan karena kita hanya butuh satu variabel dummy untuk “Gender” dan tiga variabel dummy untuk “Gaya Belajar”
  • Akhiri dengan klik “OK”.
  • Hasil regersi dummy ini adalah seperti gambar di bawah ini.
  • Nah, sekarang kita tinggal melakukan interpretasi luarannya.

Interpretasi Hasil Persamaan Regresi

Luaran persamaan regresi dummy di atas adalah sebagai berikut:

Nilai = -111,46 – 0,012 Motivasi + 2,52 Jam Belajar + 1,70 IQ – 6,38 DGender_1 – 2,046 DGayaBelajar_1 – 1,165 DGayaBelajar_2 − 1.758 DGayaBelajar_3 + e

Loading...

Dari kelima variabel bebas di atas hanya variabel Motivasi dan Gaya Belajar yang tidak signifikan mempengaruhi Nilai siswa, sedangkan tiga variabel lainnya berpengaruh signifikan. Variabel Jam belajar berpengaruh positif terhadap Nilai siswa, dimana setiap penambahan 1 jam belajar maka akan menaikkan nilai sebesar 2,52 poin dengan asumsi variabel lainnya konstan. Variabel IQ juga demikian, semakin tinggi tingkat IQ seseorang maka nilai siswa cenderung lebih tinggi.

Nah, bagaimana dengan variabel Gender?, karena variabel ini adalah variabel nominal maka tidak ada istilah pengaruh positif atau negatif. Dari persamaan ini kita bisa menginterpretasikan bahwa ada perbedaan signifikan antara nilai siswa laki-laki dan siswa perempuan. Karena siswa laki-laki kita tandai dengan angka 1 dan siswa perempuan kita tandai dengan angka 0, maka tanda negatif di koefisien regresi dummy ini memberitahu kita bahwa siswa perempuan nilainya cenderung lebih baik dari nilai siswa laki-laki.

Karena variabel gaya belajar tidak signifikan maka tidak ada pengaruh berarti dari variabel gaya belajar terhadap nilai siswa. Dengan demikian tidak ada perbedaan nilai antara siswa yang berbeda gaya belajarnya.

Tinggalkan Balasan