1. MODEL REGRESI VARIABEL DUMMY A.Sifat Alamiah Variabel-Variabel Dummy Variabel yang diasumsikan nilai 0 dan 1 suatu perangkat untuk menggolongkan data ke dalam kategori mutually exclusive (berhubungan secara khusus) variabel yang digunakan untuk mengkuantitatifkan variabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan kebijakan pemerintah, perbedaan situasi dan lain-lain).

2. 6 hal yang harus diperhatikan dalam penggunaan variabel dummy 1.Untuk setiap regresor kualitatif, jumlah variabel dummy yang diikutsertakan harus kurang satu dari jumlah kategori variabel. 2.Kategori yang tidak ada variabel dummy-nya disebut sebagai kategori dasar, kategori acuan, kategori control, kategori pembanding, kategori referensi atau kategori yang dihilangkan. 3.Nilai intercept β 1 menunjukkan nilai rerata dari kategori acuan. 4.Koefisien yang melekat pada variabel dummy dalam persamaan dikenal senbagai koefisien intercept diferensial karena merupakan suatu nilai yang menjelaskan perbedaan antara nilai intercept dari kategori yang variabel dummy-nya bernilai 1 dan koefisien intercept dari kategori acuan. 5.Jika variabel kualitatif memiliki lebih dari 1 kategori, pilihan kategori yang akan digunakan sebagai kategori acuan diserahkan kepada peneliti. 6.Memperhatikan penggunaan variabel dummy sebanyak jumlah kategori, agar tdk terperangkap pada jebakan dummy, dg tidak menggunakan intercept.

3. Regresi Campuran Model Ancova Model regresi yang terdiri atas campuran antara variabel kuantitatif dan kualitatif disebut model analisis kovarians (analysis of cofariance_ANCOVA). Model ANCOVA merupakan lanjutan dari model ANOVA untuk memberikan suatu metode statistic untuk mengontrol pengaruh dari regresor kuantitatif, yang disebut dengan kovariat atau variabel kontrol, dalam sebuah model melibatkan kedua regresor kuantitatif dan kualitatif atau dummy

4. Alternatif Variabel Dummy untuk Uji Chow Koefisien intercept dan kemiringan sama nilainya pada kedua regresi. Hal ini merupakan coincident regression.

5. Alternatif Variabel Dummy untuk Uji Chow Koefisien intercept pada kedua regresi berbeda nilainya, tetapi koefisien kemiringannya sama;

6. Alternatif Variabel Dummy untuk Uji Chow Koefisien intercept pada kedua regresi sama nilainya, tetapi koefisien kemiringannya berbeda (concurrent regression);

7. Alternatif Variabel Dummy untuk Uji Chow Koefisien intercept dan kemiringan pada kedua regresi berbeda nilainya (dissimiliar regression).

8. Keuntungan menggunakan teknik variable dummy dibandingkan dengan Uji Chow : 1.Kita hanya menjalankan satu kali regresi karena regresi individual dengan mudah 2.Regresi tunggal dapat digunakan untuk menguji berbagai hipotesis. Jadi, jika koefisien intercept diferensial α 2 secara statistic tidak signifikan, kita dapat menerima hipotesis yang menyatakan bahwa kedua regresi memiliki koefisien intercept yang sama, sehingga kedua regresi adalah concurrent. Demikian juga, jika koefisien kemiringan diferensial β 2 secara statistic tidak signifikan, tetapi α 2 secara statistic signifikan, kita mungkin tidak menolak hipotesis yang menyatakan bahwa kedua regresi memiliki kemiringan yang sama, dimana kedua regresi adalah parallel. Pengujian stabilitas regresi dapat dilakukan dengan uji F. jika hipotesis ini tidak ditolak, regresi adalah coincident. 3.Uji chow tidak secara eksplisit menunjukkan koefisien mana yang berbeda antara koefisien intercept atau koefisien kemiringan. 4.Teknik variabeldummy dapat memperbaiki keakuratan relative dari parameter yang diestimasi.

9. Pengaruh Interaksi menggunakan variabel dummy Y i =α 1 + α 2 D 2i + α 3 D 3i + βX i +u i Keterangan: Y= upah perjam dalam dolar X= pendidikan (lamanya sekolah) D 2 = 1 jika perempuan, 0 lainnya D 3 = 1 jika bukan kulit putih dan bukan Hispanic, 0 lainnya

10. Piecewise Regression (Regresi Sepotong Demi Sepotong) Yt = β0 + β1Xi + β2(Xi – X*)Dt + et Dengan Y = komisi penjualan X = volume penjualan X* = volume penjualan minimum Dt= 0, jika X < X* = 1, jika X > X* Xt = GDP riil