Variabel kontrol dalam regresi adalah variabel yang ditambahkan oleh peneliti agar interpretasi tidak bias. Tanpa memasukkan variabel kontrol, hasil penelitian bisa menyesatkan meskipun sudah sesuai dengan kaidah statistik. Ini sebenarnya masuk dalam penyusunan model regresi. Ketika peneliti sudah salah dari awal dalam menyusun model, maka seterusnya adalah salah meskipun sesuai dengan kaidah yang ada.
Sebagai ilustrasi sederhana, ada perusahaan A mempunyai profit sebesar 1 Milliar per tahun, dan perusahaan B mempunyai profit 10 Milliar pada periode yang sama. Sepintas maka kita akan melihat bahwa perusahaan B lebih berkualitas dibandingkan perusahaan A, lebih bonafid. Tetapi ketika dimasukkan informasi Total Asset, perusahaan A mempunyai asset 500 juta, sedangkan perusahaan B mempunyai asset 1 Trillyun. Mungkin pandangan orang akan berubah. Ini hanya contoh saja, mohon tidak dianalisis lebih mendalam. Mungkin ada yang mengusulkan menggunakan ROA.... bagus...
Penentuan variabel apa yang menjadi variabel kontrol sebenarnya lebih kepada telaah literatur yang ada. Jadi hati-hati dalam menyusun model di awal. Sering kali kita mendapatkan permasalahan statistik, yang sebenarnya berawal dari salahnya model yang dibangun di awal.
Berikut adalah simulasi yang kami buat "Ekstrem" untuk menjelaskan fenomena variabel kontrol:
![]() |
Tabulasi Data Simulasi Variabel Kontrol dalam Analisis Regresi Linear |
Hasil analisis regresi antara Nutrisi dengan status kesehatan adalah sebagai berikut:
![]() |
Hasil Uji t Nutrisi terhadap Status Kesehatan |
![]() |
Hasil Uji t pada Kelompok Usia 20 Tahun |
![]() |
Hasil Uji t pada Kelompok Usia 50 Tahun |
![]() |
Hasil Uji t pada Kelompok Usia 70 Tahun |
![]() |
Hasil Uji Regresi dengan Variabel Kontrol |
Tampak bahwa hasil ini lebih mudah diterima dengan kondisi atau teori yang ada. Dari mana peneliti tahu harus memasukkan usia? Ini adalah telaah teoritis yang harus dilakukan sebelum menyusun model penelitian. Mungkin bukan masuk dalam ranah statistik, tetapi bidang ilmu kajian masing-masing.