ANALISIS
REGRESI DENGAN VARIABEL
MODERATING
Oleh:
Dr.Suliyanto, SE,MM
http://management-unsoed.ac.id
JENIS-JENIS VARIABEL
DALAM PENELITIAN
Variabel Bebas
Variabel yang mempengaruhi variabel tergantung.
Variabel Tergantung
Variabel yang besar kecilnya tergantung pada variabel bebas.
Variabel Moderating
Variabel yang akan memperkuat atau memperlemah
hubungan antara variabel bebas dengan variabel tergantung.
Variabel Intervening
Merupakan variabel antara yang fungsinya memediasi
LATAR BELAKANG MUNCULNYA
ANALISIS REGRESI VARIABEL
MODERATING
Dalam kenyataan dalam kasus manajemen
tidak hanya terdapat hubungan antara varibel
bebas dengan variabel tergantung, tetapi juga
muncul
adanya
variabel
yang
ikut
mempengaruhi
hubungan
antar
variabel
tersebut yaitu variabel moderasi.
Contoh:
Besarnya konsumsi tidak hanya dipengaruhi
oleh
pendapatan,
tetapi
gaya hidup
ikut
Model Variabel Moderating
Satu Varibel Bebas
Dua Variabel Bebas
atau Lebih
X
1Y
X
2X
1X
2X
3X
4TIGA METODE YANG DIGUNAKAN
UNTUK MELAKUKAN UJI REGRESI
DENGAN VARIABEL MODERASI
1. Uji Interaksi
Uji interaksi sering disebut dengan Moderated Regression Analysis (MRA). Merupakan aplikasi khusus regresi linier
berganda dimana dalam persamaan regresinya
mengandung unsur interaksi (perkalian dua atau lebih variabel independen).
2. Uji Nilai Selisih Mutlak
Dilakukan dengan mencari nilai selisih mutlak dari variabel independen.
3. Uji Residual
Dilakukan dengan menguji pengaruh deviasi
(penyimpangan) dari suatu model. Fokusnya adalah
Contoh Kasus:
METODE PERTAMA
Uji Interaksi
Uji
interaksi
dilakukan
dengan
cara
mengalikan
dua atau lebih variabel
bebasnya.
Persamaan Regresi
Y = Nilai yang diramalkan
a = Konstansta
b1 = Koefesien regresi untuk X1 b2 = Koefesien regresi untuk X2 b3 = Koefesien variabel moderasi X1 = Variabel bebas pertama
X2 = Variabel bebas kedua X3 = Variabel Moderasi
= Nilai Residu
Persamaan Regresi Moderasi dengan uji
iterasi:
Pemecahan
1. Judul
Pengaruh pelatihan terhadap prestasi kerja dengan lingkungan kerja sebagai variabel moderasi.
2. Perumusan Masalah
– Apakah pelatihan berpengaruh terhadap prestasi kerja ?
– Apakah lingkungan kerja berpengaruh terhadap prestasi kerja?
– Apakah lingkungan kerja memoderasi hubungan antara pelatihan dengan prestasi kerja ?
3. Hipotesis
– Pelatihan berpengaruh positif terhadap prestasi kerja.
– Lingkungan kerja berpengaruh positif terhadap prestasi kerja.
4. Kriteria Penerimaan Hipotesis
Hipotesis 1.
Ho : b1= 0 : Tidak terdapat pengaruh pelatihan terhadap prestasi kerja.
Ha : b1> 0 : Terdapat pengaruh positif pelatihan terhadap prestasi kerja.
Kriteria:
Ho diterima Jika thitung ≤t tabel atau > 0,05
Ha diterima thitung > t tabel atau 0,05 Hipotesis 2.
Ho : b2 = 0 : Tidak terdapat pengaruh lingkungan kerja terhadap prestasi kerja.
Ha : b2> 0 : Terdapat pengaruh positif lingkungan kerja terhadap prestasi kerja.
Kriteria:
Ho diterima Jika thitung ≤t tabel atau > 0,05
Ha diterima thitung > t tabel atau 0,05
Hipotesis 3.
Ho : b3= 0 : Lingkungan kerja tidak memoderasi hubungan pelatihan terhadap prestasi kerja.
Ha : b3 0:Lingkungan kerja memoderasi hubungan pelatihan terhadap prestasi kerja. Ho diterima Jika thitung ≤t tabel atau > 0,05
5. Sampel
15 Karyawan
6. Data Yang dikumpulkan
Y 9 8 9 5 7 8 6 5 8 7 10 8 7 6 4
X1 8 7 8 4 6 7 5 4 8 6 9 7 6 5 3
7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1. Persamaan regresi
2. Nilai Prediksi
3. Koefesien determinasi
4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya
6. Nilai F hitung
7. Nilai t hitung
Persamaan Regresi
Y X1 X2 X3 X12 X22 X32 X1X2 X1X3 X2.X3 YX1 YX2 YX3
9 8 7 56 64 49 3136 56 448 392 72 63 504
8 7 6 42 49 36 1764 42 294 252 56 48 336
9 8 7 56 64 49 3136 56 448 392 72 63 504
5 4 3 12 16 9 144 12 48 36 20 15 60
7 6 5 30 36 25 900 30 180 150 42 35 210
8 7 6 42 49 36 1764 42 294 252 56 48 336
6 5 4 20 25 16 400 20 100 80 30 24 120
5 4 3 12 16 9 144 12 48 36 20 15 60
8 8 6 48 64 36 2304 48 384 288 64 48 384
7 6 5 30 36 25 900 30 180 150 42 35 210
10 9 8 72 81 64 5184 72 648 576 90 80 720
8 7 6 42 49 36 1764 42 294 252 56 48 336
7 6 5 30 36 25 900 30 180 150 42 35 210
6 5 5 25 25 25 625 25 125 125 30 30 150
4 3 2 6 9 4 36 6 18 12 12 8 24
Makna Persamaan Regresi Yang
Terbentuk
a = 1,832, Artinya jika pelatihan (X1) dan lingkungan kerja (X2) sebesar 0 maka Prestasi Kerja (Y) akan sebesar 1,832.
b1 = 0,425, Artinya jika lingkungan kerja (X2) dan X3
(moderasi) konstans, maka kenaikan pelatihan (X1) akan menyebabkan peningkatan Prestasi Kerja (Y) sebesar 0,425.
b2 = 0,425, Artinya jika Pelatihan (X1) dan X3 (moderasi) konstans, maka kenaikan lingkungan kerja (X1) akan menyebabkan peningkatan Prestasi Kerja (Y) sebesar 0,425.
b3 = 0,013, Artinya jika pelatihan (X1) dan Lingkungan Kerja (X2) konstans, maka kenaikan moderasi (X3) akan
Nilai Prediksi
Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 8 dan nilai lingkungan kerja sebesar 7 ?
1,832+ (0,0425x8)+(0,0425x7)+(0,013*56= 8,935
Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 7 dan nilai lingkungan kerja sebesar 6 ?
1,832+ (0,0425x7)+(0,0425x6)+(0,013*42= 7,903
Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 8 dan nilai lingkungan kerja sebesar 7 ?
1,832+ (0,0425x8)+(0,0425x7)+(0,013*56= 8,935
Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 4 dan nilai lingkungan kerja sebesar 3 ?
1,832+ (0,0425x4)+(0,0425x3)+(0,013*12= 4,963
Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 6 dan nilai lingkungan kerja sebesar 5 ?
1,832+ (0,0425x6)+(0,0425x5)+(0,013*30= 6,897
Y X1 X2 X3 Y Pred (Y-Y Pred)2 (Y-Y Bar)2
9 8 7 56 8.935 0.004 3.484
8 7 6 42 7.903 0.009 0.751
9 8 7 56 8.935 0.004 3.484
5 4 3 12 4.963 0.001 4.551
7 6 5 30 6.897 0.011 0.018
8 7 6 42 7.903 0.009 0.751
6 5 4 20 5.917 0.007 1.284
5 4 3 12 4.963 0.001 4.551
8 8 6 48 8.406 0.165 0.751
7 6 5 30 6.897 0.011 0.018
10 9 8 72 9.993 0.000 8.218
8 7 6 42 7.903 0.009 0.751
7 6 5 30 6.897 0.011 0.018
6 5 5 25 6.407 0.166 1.284
4 3 2 6 4.035 0.001 9.818
Koefesien Determinasi
Koefesien determinasi:
Koefesien Determinasi Disesuaikan (adjusted)
Kesalahan Baku
Estimasi
Digunakan untuk mengukur tingkat
kesalahan dari model regresi yang dibentuk.
k n
Y Y Se
( ˆ)20
,
193
4
15
)
410
,
0
(
Standar Error Koefesien Regresi
Digunakan untuk mengukur besarnya tingkat
kesalahan dari koefesien regresi:
Uji F
Uji F digunakan untuk menentukan uji ketepatan model (goodness of fit):
Uji t
KESIMPULAN
KESIMPULAN
–
Pelatihan berpengaruh positif terhadap prestasi
kerja.
–
Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
–
Lingkungan kerja tidak memoderasi hubungan
Dengan Menggunakan
Program Komputer
Langkah Langkah:
Buka file : Regresi Moderasi
Kalikan variabel X1 dengan Variabel X2
langkah sebagai berikut:
–
Transform
Compute
….
–
Tuliskan
X3
pada kotak
Target Variable
–
Pada kotak
Numeric Expression
ketikan X1*X2
Analyze
Regression
Linear...
Masukan variabel Y
pada kotak
Dependent
X1, X2, X3
pada kotak
Independent
KESIMPULAN
KESIMPULAN
–
Pelatihan berpengaruh positif terhadap prestasi
kerja.
–
Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
–
Lingkungan kerja tidak memoderasi hubungan
METODE KEDUA
Nilai Selisih Mutlak
Uji selisih nilai mutlak dilakukan dengan
cara
mencari
selisih
nilai
mutlak
terstandarisasi diantara kedua variabel
bebasnya.
Variabel X3
merupakan variabel
moderasi:
|1.034-1.087| = 0,053
|0,460-0,483| = 0,023
|1,034-1,087| = 0,053
Dan sterusnya….
034
,
1
740
,
1
200
,
6
8
x
xi
Dengan Menggunakan Program
Komputer
Langkah Langkah:
Buka file : Regresi Moderasi
Tranformasi X dan X2 dalam bentuk standardize
– Analyse Descriptive Statistics Descriptive-aktivkan save
stnadardize…..
– Masukan X1 dan X2 ke Variables
– OK
Kurangi dan absolutkan variabel X1 dengan Variabel X2 langkah sebagai berikut:
– Transform Compute….
– Tuliskan X3 pada kotak Target Variable
– Pada kotak Numeric Expression ketikan abs (X1-X2)
Analyze
Regression
Linear...
Masukan variabel Y
pada kotak
Dependent
ZX1, ZX2, X3
pada kotak
Independent
KESIMPULAN
KESIMPULAN
– Pelatihan berpengaruh positif
terhadap prestasi kerja.
–
Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
–
Lingkungan kerja tidak memoderasi hubungan
METODE KETIGA
Uji Residual
Fokus dari uji ini adalah ketidakcocokkan
(lack of fit) yang dihasilkan dari deviasi
hubungan
linier
antar
variabel
independent. Lack of fit ditunjukkan oleh
nilai residual didalam regresi.
Analyze
Regression
Linear...
Masukan variabel Y
pada kotak
Dependent
X1, X2
pada kotak
Independent
Klik Save pada Residual pilih unstandardize
Dengan Menggunakan
Program Komputer
Langkah Langkah: Langkah Langkah:
Buka file : Regresi Moderasi
Munculkan nilai residual Unstanstandardisze
– Analyse RegresiLinier…..
– Masukan X1 dan X2 ke independent dan Y ke Dependent
– Klik Save, pilih Resdual unstandardize
– OK
Absolutkan variabel Res_1 dengan langkah sebagai berikut:
– Transform Compute….
– Tuliskan X3 pada kotak Target Variable
– Pada kotak Numeric Expression ketikan abs (Res_1)
Rgresikan Y terhadap X3
Analyze
Regression
Linear...
Masukan variabel X3
pada kotak
Dependent