ANALISIS REGRESI DENGAN VARIABEL MODERATING

ANALISIS REGRESI DENGAN VARIABEL

MODERATING

Oleh:

Dr.Suliyanto, SE,MM

http://management-unsoed.ac.id Path Analisis Download

JENIS-JENIS VARIABEL DALAM PENELITIAN

Variabel BebasVariabel yang mempengaruhi variabel tergantung.

Variabel TergantungVariabel yang besar kecilnya tergantung pada variabel bebas.

Variabel ModeratingVariabel yang akan memperkuat atau memperlemah hubungan antara variabel bebas dengan variabel tergantung.

Variabel InterveningMerupakan variabel antara yang fungsinya memediasi hubungan antara variabel bebas dengan varibel tergantung.

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 menentukan pengaruh pendapatan terhadap konsumsi.

Model Variabel Moderating

Satu Varibel Bebas

Dua Variabel Bebas atau Lebih

X1 Y

X2

X1

X2

X3

X4

Y

TIGA METODE YANG DIGUNAKAN UNTUK MELAKUKAN UJI REGRESI DENGAN

VARIABEL MODERASI1. 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 MutlakDilakukan dengan mencari nilai selisih mutlak dari variabel independen.

3. Uji ResidualDilakukan dengan menguji pengaruh deviasi (penyimpangan) dari suatu model. Fokusnya adalah ketidakcocokan (pack of fit) yang dihasilkan dari deviasi hubungan antar variabel independen.

Contoh Kasus:Seorang peneliti akan meneliti apakah lingkungan kerja memoderasi hubungan antara program pelatihan dengan prestasi kerja. Untuk keperluan tersebut diambil sampel sebanyak 15 karyawan.

METODE PERTAMA Uji Interaksi

Uji interaksi dilakukan dengan cara mengalikan dua atau lebih variabel bebasnya.

Jika hasil perkalian dua varibel bebas tersebut signifikan maka variabel tersebut memoderasi hubungan antara variabel bebas dan variabel tergantungnya.

Persamaan Regresi

Y = Nilai yang diramalkana = Konstanstab1 = Koefesien regresi untuk X1b2 = Koefesien regresi untuk X2b3 = Koefesien variabel moderasiX1 = Variabel bebas pertamaX2 = Variabel bebas keduaX3 = Variabel Moderasi = Nilai Residu

Persamaan Regresi Moderasi dengan uji iterasi:Y = a + b1X1 + b2X2+b3X1X2 +

Pemecahan1. 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.– Lingkungan kerja memoderasi hubungan antara pelatihan

dengan prestasi kerja.

4. Kriteria Penerimaan HipotesisHipotesis 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 Ha diterima thitung > t tabel atau 0,05

5. Sampel15 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

X2 7 6 7 3 5 6 4 3 6 5 8 6 5 5 2

7. Analisis DataUntuk 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

8.Kesimpulan

Persamaan RegresiY 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

107 93 78 523 619 444 23101 523 3689 3143 704 595 4164

Koefesien Regresi:

Y = a +b1X1+b2X2+b0X3+

Y = 1,832 +0,425X1+0,425X2+0,013X3

832,1754.141

724.259

][min

]1[min

AantDeter

AanDetera

425,0754.141

216.60

][min

]2[min1

AantDeter

AanDeterb

013,0754.141

850.1

][min

]4[min3

AantDeter

AanDeterb

425,0754.141

310.60

][min

]3[min2

AantDeter

AanDeterb

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 menyebabkan kenaikan Prestasi kerja (Y) sebesar -0,013 kali.

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

Dan seterusnya…………………….!!!

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

107 93 78 523 106.954 0.410 39.733

Koefesien Determinasi

Koefesien determinasi:

2

22

)(

)ˆ(1

YY

YYR 990,0

)733,39(

)410,0(12 R

Koefesien Determinasi Disesuaikan (adjusted)

1

)1( 22

PN

RPRRadj 986,0

1315

)990,01(3990,0

adjR

Kesalahan Baku Estimasi

Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.

kn

YYSe

2)ˆ(193,0

415

)410,0(

Se

Standar Error Koefesien Regresi

Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:

)(][

2

KiiADet

SeSb

522,0)194.036.1(754.141

)193,0( 2

Sa

173,0)649.113(754.141

)193,0( 2

1 bS

166,0)512.105(754.141

)193,0( 2

2 bS

017,0)137.1(754.141

)193,0( 2

3 bS

Uji F

Uji F digunakan untuk menentukan uji ketepatan model (goodness of fit):

Ho: Diterima jika F hitung F tabel

Ha: Diterima jika F hitung > F tabel

)/(1

)1/(2

2

knR

kRF

911,351)415/(990,01

)14/(990,0

F

Karena F hitung (351,911) > dari F tabel (3,59) maka moder persmaan rgeresi yang dibentuk memiliki goodness of fit yang tinggi.

Uji tDigunakan untuk mengatahui pengaruh parsial variabel bebas terhadap variabel

tergantung.

Ho: Diterima jika -t tabel t hitungl t tabel

Ha: Diterima jika -t hitung < t tabel atau t hitung > t tabel

Sbj

bjthitung

458,2173,0

425,01 Xt

Karena:

• t hitung X1(2,458) > t tabel (1,796), maka Ha diterima

• t hitung X2 (2,555) > dari t tabel (1,796), maka Ha diterima.

• t hitung X3 (0,755) < dari t tabel (1,796), maka Ha ditolak.

555,2166,0

425,02 Xt

755,0017,0

013,03 Xt

KESIMPULANKESIMPULAN– Pelatihan berpengaruh positif terhadap prestasi

kerja.– Lingkungan kerja berpengaruh positif terhadap

prestasi kerja.– Lingkungan kerja tidak memoderasi hubungan

antara pelatihan dengan prestasi kerja.

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– OK

Analyze Regression Linear... Masukan variabel Y pada kotak Dependent

X1, X2, X3 pada kotak Independent Abaikan pilihan yang lain OK

KESIMPULANKESIMPULAN– Pelatihan berpengaruh positif terhadap prestasi

kerja.– Lingkungan kerja berpengaruh positif terhadap

prestasi kerja.– Lingkungan kerja tidak memoderasi hubungan

antara pelatihan dengan prestasi kerja.

METODE KEDUA Nilai Selisih Mutlak

Uji selisih nilai mutlak dilakukan dengan cara mencari selisih nilai mutlak terstandarisasi diantara kedua variabel bebasnya.

Jika selisih nilai mutlak diantara kedua variabel bebasnya tersebut signifikan positif maka variabel tersebut memoderasi hubungan antara variabel bebas dan variabel tergantungnya.

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….

034,1740,1

200,68

xxi

z

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)– OK

Analyze Regression Linear... Masukan variabel Y pada kotak Dependent

ZX1, ZX2, X3 pada kotak Independent Abaikan pilihan yang lain OK

KESIMPULANKESIMPULAN– Pelatihan berpengaruh positif terhadap prestasi kerja.– Lingkungan kerja berpengaruh positif terhadap

prestasi kerja.– Lingkungan kerja tidak memoderasi hubungan

antara pelatihan dengan prestasi kerja.

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.

Jika variabel tergantung Y diregresikan terhadap nilai absolut residual ternyata signifikan dan negatif maka dikatakan terjadi moderasi.

Analyze Regression Linear... Masukan variabel Y pada kotak Dependent

X1, X2 pada kotak Independent Klik Save pada Residual pilih unstandardize Abaikan pilihan yang lain OK

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)– OK

Rgresikan Y terhadap X3 Analyze Regression Linear...

Masukan variabel X3 pada kotak Dependent

Y pada kotak Independent Abaikan pilihan yang lain OK

KESIMPULAN

KESIMPULAN– Lingkungan tidak kerja memoderasi

hubungan antara pelatihan dengan prestasi kerja.