Hipotesis 1 dan 2 adalah hubungan langsung variabel independen terhadap
7. Memunculkan variabel pemoderasi (moderating effect/interaction effect)
8. Melakukan pengujian kualitas model pengukuran (PLS algoritm) 9. Melakukan pengujian hipotesis (bootstrapping)
Yang membedakan antara model sederhana dengan model dengan memasukkan variabel pemoderasi terletak pada poin 7 (tulisan yang
di-bold-kan).
Untuk mempermudah memahami bagaimana proses pengujian hipotesis dengan model yang memuat variabel pemoderasi, simaklah simulasi berikut ini.
Seperti biasa, langkah pertama yang harus dilakukan adalah menggambar model penelitian.
Sebagaimana dijelaskan pada bagian sebelumnya, mengacu pada Baron dan Kenney (1986) sebagaimana dikutip Hartono dan Abdillah (2014), pengujian efek dari variabel pemoderasi hanya dapat dilakukan jika efek utama variabel independen terhadap variabel dependen adalah signifikan. Jika hal tersebut tidak terpenuhi, maka pengujian efek moderasi tidak perlu dilanjutkan karena biasanya hasilnya pasti tidak signifikan. Asumsi ini juga berlaku untuk pengujian pada model yang terdapat variabel pemediasi (mediating) di dalamnya.
Model penelitian kali ini adalah ingin menguji pengaruh Insentif (INS) terhadap hubungan Pelatihan (PLT) dan Akuntabilitas (AKT). Jika dirumuskan dalam bentuk hipotesis, maka dapat ditulis:
H1: Insentif berpengaruh positif terhadap akuntabilitas. H2: Pelatihan berpengaruh positif terhadap akuntabilitas.
H3: Insentif memoderasi hubungan positif dari pelatihan dan akuntabilitas. Dari rumusan hipotesis di atas, Hipotesis 1 dan 2 merupakan pengujian efek utama dan Hipotesis 3 merupakan pengujian efek moderasi dari insentif. Untuk menjadikan variabel insentif (INS) sebagai variabel pemoderasi caranya adalah:
Letakkan posisi kursor pada variabel Dependen (AKT) -> klik kanan mouse -> Add interaction effect
Setelah itu maka akan muncul kotak dialog sebagaimana gambar di bawah. Pada menu isian Moderator Variable, pilih nama variabel yang akan dijadikan variabel pemoderasi (dalam kasus ini adalah variabel Insentif). Sedangkan pada menu Predictor Variable, pilih nama variabel independen yang akan
diinteraksikan dengan variabel moderator (dalam kasus ini adalah variabel pelatihan).
Jika proses ini selesai dilakukan, maka akan muncul variabel baru dengan warna berbeda sebagaimana yang ditampilkan pada gambar di bawah ini.
Moderator Variable diisi nama variabel yang akan dijadikan variabel pemoderasi (dalam kasus ini adalah variabel Insentif). Sedangkan pada Predictor Variable diisi nama variabel independen yang akan diinteraksikan dengan variabel moderator (dalam kasus ini adalah variabel pelatihan). Setelah itu klok “OK”.
Setelah model selesai dibuat dengan sempurna (sebagaimana gambar di atas), maka langkah selanjutnya adalah melakukan uji kualitas model pengukuran (instrumen) penelitian dengan cara:
Klik menu Calculate -> PLS Algoritm -> Start Calculation
Kemudian lihat kualitas validitas konvergen, validitas diskriminan, dan reliabilitas pada menu-menu yang ada pada hasil uji model pengukuran, sebagaimana contoh kasus pengujian hipotesis pada model sederhana dan model dengan variabel pemediasi yang dijelaskan di pembahasan sebelumnya. Pada contoh kasus berikut, diasumsikan model pengukuran memenuhi syarat validitas dan reliabilitas. Selanjutnya, dilakukan uji hipotesis dengan cara: Klik menu Calculate -> Bootstrapping -> Start Calculation
Untuk melihat hasil uji hipotesis efek utama, dapat dilakukan dengan mengklik menu “Path Coefficients” atau juga bisa pada menu “Total
Effects”.
Dari hasil analisis statistik menggunakan PLS, dapat disimpulkan bahwa Insentif (INS) dan Pelatihan (PLT) berpengaruh positif terhadap Akuntabilitas (AKT), dengan p-value <0,05 yakni masing-masing 0,003 dan 0,045. Dengan ini maka dapat disimpulkan Hipotesis 1 dan 2 terdukung. Dengan demikian pula, asumsi efek utama variabel independen tehadap variabel dependen harus signifikan telah terpenuhi, sehingga uji efek moderasi dapat dilakukan (Baron dan Kenney, 1986). Hasil pengujian efek moderasi sendiri sebenarnya sudah tersaji pada gambar di atas, yakni pada bagian yang ditandai. Nilai p-valuenya adalah 0,137 atau >0,05. Dengan demikian maka dapat disimpulkan bahwa hipotesis 3 tidak terdukung, yang artinya Insentif (INS) tidak memiliki pengaruh moderasi atas hubungan variabel Pelatihan (PLT) dan Akuntabilitas (AKT).
Contoh Moderasi 2
Pada contoh moderasi 2 ini, penulis hanya ingin menunjukkan bahwa ketika asumsi efek utama tidak terpenuhi, maka hasil pengujian variabel pemoderasi akan tidak signifikan. Oleh karenanya, jika efek utama tidak signifikan, maka tidak perlu dilakukan uji efek moderasi, karena hal itu hanya akan membuang-buang waktu, tenaga dan pikiran.
Misalnya, pada kasus ini, dirumuskan model yang menguji pengaruh Kesulitan menentukan Ukuran Kinerja (KMUK) dan Pelatihan (PLT) terhadap Pengembangan Sistem Pengukuran Kinerja (PSPK). Hipotesis yang dirumuskan adalah sebagai berikut:
H1: Kesulitan Menentukan Ukuran Kinerja (KMUK) berpengaruh negatif terhadap Pengembangan Sistem Pengukuran Kinerja (PSPK).
H2: Pelatihan (PLT) berpengaruh positif terhadap Pengembangan Sistem Pengukuran Kinerja (PSPK).
H3: Pengaruh negatif dari Kesulitan Menentukan Ukuran Kinerja (KMUK) terhadap Pengembangan Sistem Pengukuran Kinerja (PSPK) akan menjadi lemah jika terdapat Pelatihan (PLT).
Dari model penelitian yang dirumuskan, maka model yang digambarkan pada program SmartPLS adalah sebagai berikut:
Selanjutnya, variabel Pelatihan (PLT) diatur untuk menjadi variabel pemoderasi dengan cara yang sama seperti kasus moderasi 1, yaitu:
Letakkan posisi kursor pada variabel Dependen (PSPK) -> klik kanan mouse -> Add interaction effect
Selanjutnya, pada kotak dialog yang muncul, pada menu isian Moderator Variable dipilih variabel Pelatihan (PLT), dan pada menu Predictor Variable dipilih variabel Kesulitan Menentukan Ukuran Kinerja (KMUK). Setelah itu maka akan muncul variabel baru dengan warna berbeda yang berlaku sebagai variabel pemoderasi.
Setelah model selesai dibuat dengan sempurna (sebagaimana gambar di atas), maka langkah selanjutnya adalah melakukan uji kualitas model pengukuran (instrumen) penelitian dengan cara:
Klik menu Calculate -> PLS Algoritm -> Start Calculation
Kemudian lihat kualitas validitas konvergen, validitas diskriminan, dan reliabilitas pada menu-menu yang ada pada hasil uji model pengukuran, sebagaimana contoh kasus pengujian hipotesis pada model sederhana dan model dengan variabel pemediasi yang dijelaskan di pembahasan sebelumnya. Pada contoh kasus berikut, diasumsikan model pengukuran memenuhi syarat validitas dan reliabilitas. Selanjutnya, dilakukan uji hipotesis dengan cara: Klik menu Calculate -> Bootstrapping -> Start Calculation
Untuk melihat hasil uji hipotesis efek utama, dapat dilakukan dengan mengklik menu “Path Coefficients” atau juga bisa pada menu “Total
Effects”.
Dari hasil analisis statistik menggunakan PLS, dapat disimpulkan bahwa Kesulitan Menentukan Ukuran Kinerja (KMUK) dan Pelatihan (PLT) tidak berpengaruh terhadap Pengembangan Sistem Pengukuran Kinerja (PSPK) dengan p-value >0,05 yakni masing-masing 0,399 dan 0,507. Dengan ini maka dapat disimpulkan Hipotesis 1 dan 2 tidak terdukung. Dengan demikian pula, asumsi efek utama variabel independen tehadap variabel dependen harus signifikan tidak terpenuhi, sehingga uji efek moderasi tidak perlu dilakukan karena hasil sudah tentu tidak akan signifikan pula (Baron dan Kenney, 1986).
Namun, karena hasil pengujian efek moderasi di PLS dilakukan secara serentak dengan efek utama (tidak seperti SPSS yang dilakukan secara bertahap), maka hasil efek moderasi sebenarnya sudah tersaji pada gambar di atas, yakni pada bagian yang ditandai. Nilai p-valuenya adalah 0,561 atau >0,05. Dengan demikian maka dapat disimpulkan bahwa hipotesis 3 tidak
terdukung, yang artinya keberadaan Pelatihan tidak dapat memoderasi
hubungan dari variabel Kesulitan Menentukan Ukuran Kinerja (KMUK) dan Pengembangan Sistem Pengukuran Kinerja (PSPK).