A DUMMY változók segítségével elérhetjük, hogy nominális változókat is értékelni tudjunk többszörös lineáris regressziós modellekben. Ehhez azonban először ennek technikai megvalósítását kell megismerni.

A feladatot a 2003-mas OECD PISA adatfájlon fogom bemutatni, annak is az iskolatípust meghatározó változóján.

Ennek kódjai sajnálatosan nem szerepelnek az adatbázisban, így most ezeket hiánypótlásként megadom:

Az adatfájlban ezt a változót, azaz az iskola típusát ST01Q02 néven fogjuk megtalálni. A gyakorisági elemzés segítségével is ellenőrizhetjük, hogy valóban 4 értéke van a változónknak, így összesen 3 DUMMY változót fogunk létrehozni.

Hogy ne egészen szokványos módon oldjuk meg a feladatot, az alábbi változókat fogjuk létrehozni:

• DUMMY_gim
• DUMMY_szk
• DUMMY_szi

Azaz, lesz egy gimnáziumi, egy szakközépiskolai és egy szakiskolai DUMMY változó. Ezek jelentése (rendre):

• egy adott diák gimnazista (1-es kód) vagy nem gimnazista (0-s kód)
• egy adott diák szakközépiskolás (1-es kód) vagy nem szakközépiskolás (0-s kód)
• egy adott diák szakiskolás (1-es kód) vagy nem szakiskolás (0-s kód)

Ennek értelmében tehát, ha valaki mindhárom fent felsorolt DUMMY változóra 0-s értéket kap, akkor tudhatjuk, hogy még nem középiskolás, hanem az eredeti változó 1-es kódján szereplő, általános iskolás diák.

A DUMMY változók létrehozására bemutatom a menüvezérelt és a syntax segítségével létrehozott változatot is.