Kegiatan ekonomi manusia tidak berjalan sesaat, tetapi berkelanjutan dari
waktu ke waktu, dari peristiwa ke peristiwa, dari berbagai suasana, dari berbagai
lintas sektor, lintas faktor. Untuk mengukur suatu kegiatan dalam keberagaman
kondisi seperti itu, maka data merupakan sesuatu yang mutlak diperlukan.
Melalui data, informasi itu dapat dianalisis, diinterpretasi, untuk mengungkap
kejadian-kejadian di masa lampau, serta dapat digunakan untuk prediksi masa
mendatang.
terlebih dahulu dalam bentuk matematik sehingga dapat dilakukan pengujian
terhadap teorama-teorama itu. Bentuk matematik teorama ekonomi ini
disebut model. Pembuatan model ekonometri merupakan salah satu sumbangan
ekonometrika di samping pembuatan prediksi (peramalan atau  forecasting ) dan
 pembuatan berbagai keputusan alternatif yang bersifat kuantitatif sehingga dapat
mempermudah para pengambil keputusan untuk menentukan pilihan.
Ekonometrika adalah ilmu yang membahas masalah pengukuran
hubungan ekonomi. Dengan demikian, Ekonometrika adalah ilmu yang mencakup
teori ekonomi, matematika,  dan statistikadalam satu kesatuan sistem yang bulat,
menjadi suatu ilmu yang berdiri sendiri dan berlainan dengan ilmu ekonomi;
matematika; maupun statistika. Ekonometrika digunakan sebagai alat analisis
ekonomi yang bertujuan untuk menguji kebenaran teorama-teorama teori ekonomi
yang berupa hubungan antarvariabel ekonomi dengan data empirik.
Salah satu bagian paling penting dari ekonometri adalah analisis regresi. 
Analisis ini digunakan untuk mengetahui kaitan antara satu variabel dengan
variabel yang lain. Berdasarkan data yang digunakan, ekonometri dibagi menjadi
tiga analisis, yaitu analisis runtun waktu (time series), antar-wilayah (cross
 section), dan analisis data panel.  Analisis runtun waktu menjelaskan mengenai
 perilaku suatu variabel sepanjang beberapa waktu berturut-turut, berbeda dengan
analisis antar-wilayah yang menjelaskan antara beberapa daerah dalam satu waktu
tertentu ( snapshot ). Sementara itu analisis data panel menggabungkan antara data
runtun waktu dengan data antar-wilayah.
Dalam buku “Ekonometrika Dasar” (Damodar Gujarati, 1978), pengertian
ekonometrika adalah :
a.  Ekonometrika adalah hasil dari suatu pandangan khusus atas peranan ilmu
ekonomi, terdiri dari penerapan statistika matematik atas data ekonomi
untuk memberikan dukungan empiris untuk model yang disusun dengan
ilmu ekonomi matematis dan untuk memperoleh hasil dalam angka.
 b.  
yang berbarengan dari teori dan pengamatan, dihubungkan dengan metode
inferensi yang sesuai.
1.2  Rumusan Masalah
contohnya adalah:
1.  Apakah yang dimaksud dengan variabel dumi atau dummy variable?
2.  
1.3  Tujuan
Tujuan dari pembuatan makalah ini adalah:
1.  Untuk mengetahui apakah yang dimaksud dengan variabel dumi atau dummy
variable.
2.  Untuk mengetahui cara penyelesaian soal dalam variabel dumi atau dummy
variable.
Variabel dummy adalah variabel yang digunakan untuk mengkuantitatifkan
variabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan
kebijakan pemerintah, perbedaan situasi dan lain-lain). Variabel dummy
merupakan variabel yang bersifat kategorikal yang diduga mempunyai pengaruh
terhadap variabel yang bersifat kontinyu. 
Di dalam metodologi penelitian dikenal ada sebuah variabel yang disebut
dengan dummy variable. Variabel ini bukan jenis lain dari variabel dependen-
independen, namun menunjukkan sebuah variabel yang nilainya telah ditentukan
oleh peneliti. Donald Cooper dan Pamela Schindler (2000) mendefinisikan dummy
variable sebagai sebuah variabel nominal yang digunakan di dalam regresi
 berganda dan diberi kode 0 dan 1. Nilai 0 biasanya menunjukkan kelompok yang
tidak mendapat sebuah perlakuan dan 1 menunjukkan kelompok yang mendapat
 perlakuan. Dalam regresi berganda, aplikasinya bisa berupa perbedaan jenis
kelamin (1 = laki-laki, 0 = perempuan), ras (1 = kulit putih, 0 = kulit berwarna),
 pendidikan (1 = sarjana, 0 = non-sarjana). Variabel dummy hanya mempunyai 2
(dua) nilai yaitu 1 dan nilai 0, serta diberi simbol D. 
D = 1 untuk suatu kategori (wanita, Batak, Islam, damai dan sebagainya).
D = 0 untuk kategori yang lain (pria, Jawa, Kristen, perang dan sebagainya).
Dalam kenyataan sebuah variabel tergantung tidak hanya dipengaruhi oleh
variabel bebas yang bersifat kuantitatif saja akan tetapi juga sering dipengaruhi
oleh variabel yang bersifat kualitatif.
Contoh:
Besarnya konsumsi tidak hanya dipengaruhi oleh pendapatan, jumlah anggota
keluarga, tetapi juga dapat dipengaruhi oleh jenis kelamin, gaya hidup dan
variabel kualitatif lainnya.
saja.
 juga variabel kualitatif saja.
Variabel kualitatif biasanya menunjukkan kehadiran atau ketidakhadiran
dari suatu atribut, seperti mutu baik atau jelek, jenis kelamin laki-laki atau
 perempuan, tempat tinggal didesa atau dikota dan lain-lain, maka metode untuk
mengkuantitasikan atribut itu adalah dengan jalan membangun variabel buatan
(dummy variabel) yang mengambil nila 0 dan 1 dimana nilai 1 menunjukkan
kehadiran variabel tersebut sedangkan 0 menunjukkan ketidakhadiran variabel
tersebut.
Model regresi dengan satu variabel kualitatif tanpa mengikutsertakan
variabel kuantitatif lainnya adalah serupa dengan anali sis ragam (Anova model) .
Persamaan regresi variabel dummy dua kategori:
Y = a + bDi +  
Di  = Variabel Dummy dengan dua kategori
  = Nilai Residu
n
Seorang peneliti akan meneliti apakah ada pengaruh jenis kelamin
terhadap pengeluaran. Untuk keperluan tersebut diambil sampel secara acak
sebanyak 10 orang yang teridiri dari 5 mahasiswa dan 5 mahasiswi.
Tabel 1. Pengaruh Jenis Kelamin dengan Pengeluaran
JK Y
1 22
0 19
0 18
1 21,7
0 18,5
1 21
1 20,5
0 17
0 17,5
1 21,2
Penyelesaian
Ho : b j=0 : Tidak terdapat pengaruh jenis kelamin terhadap pengeluaran.
Ha : bi ≠ 0:Terdapat pengaruh jenis kelamin terhadap pengeluaran. 
Keterangan :
Ha diterima Jika – thitung < -ttabel  atau thitung> t tabel
1.  Mencari persamaan regresi
1 1 22 22 1 484
2 0 19 0 0 361
3 0 18 0 0 324
4 1 21,7 21,7 1 470,89
 
Y= 18 + 3,28 D +
18 + (3,28*0)= 18 
18 + (3,28*1)= 21,28
22 1 22 1 484 21.28 0.518 5.5696
19 0 0 0 361 18 1.000 0.4096
18 0 0 0 324 18 0.000 2.6896
21.7 1 21.7 1 470.89 21.28 0.176 4.2436
18.5 0 0 0 342.25 18 0.250 1.2996
21
1
20.5 1 20.5 1 420.25 21.28 0.608 0.7396



28,3 )5()5(10
)4,196)(5()4,106(10 2
2.  Mencari koefisien determinasi (R²)
Koefisien determinasi
5.  Mencari Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu
menggambarkan kondisi sesungguhnya:



8
Karena F hitung (55,342) > dari F tabel (5,32) maka maka persamaan regresi
dinyatakan Baik (good of fit).
6.  Mencari Uji t
tergantung.
Ha: Diterima jika t hitung > t tabel atau –  thitung<-ttabel 
Karena t hitung (7,439) > dari t tabel (2,306) maka Ha  diterima ada jenis
kelamin terhadap pengeluaran harian mahasiswa/mahasiswi.
7.  Menetapkan kesimpulan
8.  Menetapkan Implikasi
mahasiswi berbeda.
Soal 2 
 No Y X1 X2
1 6,50 1,00 2,00
2 6,50 1,00 2,00
3 6,25 0,00 2,00
4 6,25 0,00 2,00
5 5,50 1,00 2,00
6 5,50 1,00 2,00
7 6,00 0,00 1,00
8 5,25 1,00 2,00
9 4,50 1,00 2,00
X1 = Jenis kelamin (1=pria, 0=wanita)
X2 = Tingkat pendidikan (1=SMA, 2=Sarjana)
 No Y X1 X2 X1^2 X2^2 X1Y X2Y X1X2
1 6,50 1,00 2,00 1,00 4,00 6,5 13 2
2 6,50 1,00 2,00 1,00 4,00 6,5 13 2
3 6,25 0,00 2,00 0,00 4,00 0 12,5 0
4 6,25 0,00 2,00 0,00 4,00 0 12,5 0
5 5,50 1,00 2,00 1,00 4,00 5,5 11 2
6 5,50 1,00 2,00 1,00 4,00 5,5 11 2
 
∑  

 
     
Y=3,835 + 0,0859X1 + 0,831X2
mengkuantitatifkan variabel yang bersifat kualitatif.  Perbedaan dengan regresi
 biasa adalah bahwa pada regresi biasa hanya membahas analisis terhadap
variabel-variabel kuantitatif saja. Kesimpulan dari contoh soal diatas adalah
 bahwa terdapat pengaruh jenis kelamin terhadap pengeluaran
mahasiswa/mahasiswi.
Hill/Irvin : New York.