Statistik-Glossar

Dummy-Variable

Englisch: Dummy Variable · auch: Indikatorvariable, binäre Variable · Maximilian Fuchs · 24. April 2026 · 4 Min. Lesezeit

In diesem Beitrag

Was versteht man unter einer Dummy-Variable?
Warum ist die Dummy-Variable für statistische Analysen wichtig?
Praxisbeispiel

Was versteht man unter einer Dummy-Variable?

Eine Dummy-Variable ist eine künstlich erzeugte Variable, die ausschließlich die Werte 0 und 1 annimmt. Sie kodiert eine kategoriale Information in numerischer Form – zum Beispiel ob eine Bedingung zutrifft (1) oder nicht (0). Dummy-Variablen werden vor allem in der Regressionsanalyse eingesetzt, um nominale oder ordinale Merkmale als Prädiktoren verwenden zu können.

Hat eine kategoriale Variable k Ausprägungen, werden genau k − 1 Dummy-Variablen erstellt. Eine Kategorie wird dabei als sogenannte Referenzkategorie ausgelassen. Würde man alle k Dummies gleichzeitig ins Modell aufnehmen, entstünde eine perfekte Multikollinearität – bekannt als die Dummy-Variable-Falle.

Kodierungsschema (Beispiel: 3 Gruppen)

$\text{Gruppe A: } D_A = 1,\; D_B = 0 \quad \text{Gruppe B: } D_A = 0,\; D_B = 1 \quad \text{Referenz: } D_A = 0,\; D_B = 0$

Einfach erklärt Stell dir vor, du möchtest untersuchen, ob das Geschlecht einer Person ihr Gehalt beeinflusst. Dein Statistikprogramm kann aber nicht mit dem Wort „weiblich“ oder „männlich“ rechnen – es braucht Zahlen. Eine Dummy-Variable löst das: Du schreibst einfach 1 für „weiblich“ und 0 für „männlich“ (oder umgekehrt). So kann die Regression ganz normal damit rechnen.

Warum ist die Dummy-Variable für statistische Analysen wichtig?

Viele statistische Verfahren – insbesondere die lineare Regression – setzen metrisch skalierte Variablen voraus. Kategoriale Merkmale wie Geschlecht, Berufsgruppe oder Bildungsabschluss lassen sich nicht direkt als Zahlen interpretieren. Dummy-Variablen überbrücken diese Lücke und machen kategoriale Prädiktoren für Regressionsmodelle nutzbar.

Der Regressionskoeffizient einer Dummy-Variable ist direkt interpretierbar: Er gibt an, um wie viele Einheiten sich der Mittelwert der abhängigen Variable in der betreffenden Gruppe im Vergleich zur Referenzkategorie unterscheidet – bei Konstanthaltung aller anderen Variablen.

Häufiger Fehler Ein verbreiteter Fehler ist die sogenannte Dummy-Variable-Falle: Wenn für eine Variable mit k Kategorien alle k Dummies ins Modell aufgenommen werden, lässt sich eine Dummy-Variable immer exakt aus den anderen berechnen. Das führt zu perfekter Multikollinearität und das Regressionsmodell lässt sich nicht mehr schätzen. Lösung: Immer eine Kategorie als Referenz weglassen – also nur k − 1 Dummies verwenden.

Gut zu wissen Die Wahl der Referenzkategorie beeinflusst die inhaltliche Interpretation der Koeffizienten, nicht aber die Güte oder Vorhersagekraft des Modells. In der Praxis wählt man häufig die größte oder inhaltlich sinnvollste Gruppe als Referenz.

Praxisbeispiel zu Dummy-Variable

Eine Forscherin untersucht, ob der Bildungsabschluss das monatliche Nettoeinkommen beeinflusst. Der Bildungsabschluss hat drei Ausprägungen: Hauptschule, Abitur und Studium. Sie legt Hauptschule als Referenzkategorie fest und erstellt zwei Dummy-Variablen:

Tabelle 1. Dummy-Kodierung für die Variable „Bildungsabschluss“
Bildungsabschluss	D_Abitur	D_Studium
Hauptschule (Referenz)	0	0
Abitur	1	0
Studium	0	1

Das Regressionsmodell liefert beispielsweise folgende Koeffizienten: D_Abitur = 320 und D_Studium = 890 (in Euro). Die Interpretation lautet: Personen mit Abitur verdienen im Durchschnitt 320 € mehr pro Monat als Personen mit Hauptschulabschluss – unter Kontrolle aller weiteren Variablen im Modell. Personen mit Studium verdienen entsprechend 890 € mehr als die Referenzgruppe.