Dummy trap terjadi apabila banyaknya variabel dummy yang digunakan sama banyak dengan banyaknya kategori dalam setiap variabel yang akan di jadikan variabel dummy.
Contoh: terdapat variabel jenis kelamin yang akan dijadikan variabel dummy. Kita tahu bahwa variabel jenis kelamin memiliki 2 kategori, yaitu Pria dan Wanita. Apabila analis menggunakan 2 buah variabel dummy, misal DP (dummy untuk Pria) dan DW (dummy untuk wanita), maka kasus multikolinieritas akan muncul. Hal ini disebabkan karena untuk setiap baris data yang berbentuk baris-kolom (matriks), baris ke-i pada kolom DP yang bernilai 1 berkenaan dengan nilai 0 pada baris ke-i kolom DW. Maksudnya, untuk setiap baris ke-i kolom DP yang bernilai 1, kolom DW selalu bernilai 0. Demikian juga untuk setiap baris ke-k kolom DP yang bernilai 0, kolom DW baris ke-k selalu bernilai 1. Hal inilah yang menyebabkan terjadinya korelasi.
Kalo diantara pembaca ada yang pernah belajar aljabar matriks, apabila nilai suatu kolom berhubungan dengan kolom yang lain, maka nilai determinan matriks tersebut bernilai nol. Nah, kita tahu di dalam aljabar perhitungan regresi linier, untuk mendapatkan koefisien regresi, perhitungan dilakukan menggunakan sistem matriks. Kalo determinan matriks tidak ditemukan, maka invers dari suatu matriks tidak dapat ditemukan juga, sehingga nilai koefisien regresi linier menjadi tak hingga.
Untuk menghindari terjerat dummy trap, maka seharusnya banyaknya variabel dummy yang boleh dibentuk sesuai rumus:
banyak_var_dummy = banyaknya_kategori_variabel – 1
Dengan demikian, banyak variabel yang bisa dibentuk dari kasus di atas adalah: 2-1 = 1 buah variabel dummy agar tidak terjerat dummy trap.
