Regresi Dengan Variabel Moderator

TEORI ONLINE
SERI TUTORIAL SPSS

by Hendry
http://teorionline.wordpress.com/
email : openstatistik@yahoo.co.id
REGRESI DENGAN VARIABEL MODERATOR

Variabel moderator adalah variabel yang mempengaruhi (baik memperlemah atau
memperkuat hubungan antara variabel independen ke dependen.
Model Hubungan Moderasi
Berbeda dengan variabel intervening (bahasannya dapat dilihat disini), variabel moderator
tidak menyaratkan adanya hubungan antara X ke M.
Contohnya adalah pengaruh motivasi terhadap kinerja. Seseorang yang punya motivasi yang
kuat akan mempengaruhi kinerjanya, dan akan semakin baik jika ia memiliki tingkat
pendidikan yang tinggi. Di sini, pendidikan ditempatkan sebagai variabel moderator yang
akan menaikturunkan pengaruh motivasi terhadap kinerja
Contoh Kasus :
Seorang peneliti ingin mengetahui pengaruh penghasilan keluarga terhadap tabungan yang
dimiliki oleh keluarga tersebut. Data dikumpulkan dari 58 keluarga pada sebuah sekolah di
Jakarta. Model yang ingin diuji adalah pengaruh penghasilan terhadap tabungan, yang
dimoderasi oleh jumlah anggota keluarga
Hipotesis yang dibangun adalah semakin tinggi penghasilan keluarga dan jumlah anggota
keluarga yang sedikit maka akan semakin tinggi pula tabungan yang dimiliki oleh keluarga
tersebut. Semakin rendah penghasilan dan semakin banyak anggota keluarga maka akan
semakin rendah pula tabungan yang dimiliki oleh keluarga tersebut.
Tabungan
Penghasilan
Keluarga
Jml Anggota
Keluarga
Persamaannya adalah :
JTK = a + b1 PK b2 JK + b3 PK*JAK + e
b3 merupakan variabel perkalian PK (penghasilan keluarga) dengan JK (jumlah keluarga)
merupakan variabel moderating pada hubungan PK ke JTK (jumlah tabungan keluarga)
PENYELESAIAN
DATA
PK
6.90
JK
4.00
TK
20.00
8.00
7.00
12.00
4.20
3.00
12.00
6.30
6.00
19.00
7.60
3.00
22.00
5.40
1.00
12.00
6.40
1.00
18.00
7.00
2.00
21.00
7.50
5.00
22.00
6.80
2.00
20.00
6.20
1.00
18.00
6.20
5.00
21.00
6.00
4.00
16.00
6.00
4.00
16.00
6.20
3.00
16.00
5.40
2.00
16.00
6.70
2.00
21.00
5.10
3.00
15.00
6.40
3.00
16.00
6.60
2.00
20.00
5.80
2.00
17.00
6.50
1.00
21.00
8.00
3.00
21.00
6.50
1.00
19.00
7.90
6.00
24.00
8.00
3.00
22.00
8.00
1.00
20.00
7.50
1.00
24.00
8.00
3.00
24.00
7.50
4.00
23.00
7.20
3.00
21.00
6.60
3.00
19.00
4.60
6.00
14.00
8.20
2.00
23.00
6.30
6.00
19.00
7.60
4.00
23.00
7.40
3.00
16.00
6.30
2.00
18.00
6.90
2.00
20.00
8.00
3.00
24.00
8.40
3.00
15.00
6.30
1.00
20.00
8.00
3.00
24.00
8.00
5.00
17.00
6.50
2.00
18.00
7.60
2.00
23.00
7.90
5.00
23.00
7.10
3.00
19.00
6.50
1.00
17.00
7.60
2.00
23.00
6.00
2.00
19.00
6.30
5.00
18.00
5.90
5.00
18.00
6.20
4.00
18.00
8.00
4.00
24.00
6.30
3.00
18.00
6.30
4.00
18.00
5.70
4.00
15.00
6.90
4.00
20.00
8.00
7.00
12.00
4.20
3.00
12.00
6.30
6.00
19.00
7.60
3.00
22.00
5.40
1.00
12.00
6.40
1.00
18.00
7.00
2.00
21.00
7.50
5.00
22.00
6.80
2.00
20.00
6.20
1.00
18.00
Pertama, membuat variabel interaksi dengan mengklik Transform, lalu pilih Compute
Ketik M pada kotak Target variable, lalu masukkan perkalian PK dan JK seperti terlihat
pada gambar berikut :
Klik OK, maka kita akan punya variabel baru M yang merupakan perkalian antara PK dan JK
Klik Analyze Regression, dan pilih Linear
Masukkan variabel TK ke kotak dependent, dan masukkan penghasilan, jumlah keluarga dan
variabel moderat (M) ke box independent.
Abaikan yang lain, lalu klik OK
INTERPRESTASI DAN PEMBAHASAN
Nilai koefisien determinasi pada hasil analisis di atas adalah sebesar 0,469 atau dapat
dikatakan perubahan jumlah tabungan keluarga dipengaruhi oleh variabel penghasilan
keluarga, jumlah keluarga dan variabel moderator sebesar 46,90% sedangkan sisanya
54,10% dipengaruhi variabel lain diluar model
Hasil uji signifikansi (uji F) memperlihatkan nilai F hitung sebesar 17,805 dengan probabilitas
0,000 (< 0,005). Dengan demikian dapat disimpulkan model ini signifikan dan dapat
digunakan untuk memprediksi tabungan keluarga melalui PK, JK dan M
Uji Signifikansi Model Parsial
hasil Uji model parsial (uji t) memperlihatkan bahwa penghasilan memberikan nilai koefisien
parameter sebesar 3,869 dengan sig 0,000. Variabel jumlah keluarga memberikan nilai
koefisien sebesar 2,875 dengan sig 0,053, sementara variabel M memberikan nilai koefisien
sebesar negative (0,465) dengan sig 0,034
Kesimpulan yang bisa diperoleh dari hasil di atas adalah Moderator terbukti signifikan dalam
mempengaruhi penghasilan terhadap jumlah tabungan. Prediksi nilai negative
mengindikasikan bahwa efek moderasi yang diberikan adalah negative, artinya jumlah
keluarga memberi efek mengurangi pengaruh penghasilan terhadap jumlah tabungan.
Tidak signifikannya koefisien jumlah keluarga (sig 0,053) menunjukkan bahwa variabel ini
merupakan variabel moderator murni dan tidak bisa ditempatkan sebagai variabel
independen. Namun jika hasil menunjukkan bahwa jumlah keluarga (b2) dan moderator (b3)
sama-sama signifikan maka dapat disimpulkan bahwa variabel jumlah keluarga adalah
variabel quasi moderator atau dapat digunakan sebagai variabel independen sekaligus
variabel moderator.

Regresi Dengan Variabel Moderator

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Regresi Dengan Variabel Moderator

Diunggah oleh

Hak Cipta:

Format Tersedia

TEORI ONLINE

SERI TUTORIAL SPSS

REGRESI DENGAN VARIABEL MODERATOR

Model Hubungan Moderasi

Abaikan yang lain, lalu klik OK

INTERPRESTASI DAN PEMBAHASAN

Anda mungkin juga menyukai