Anda di halaman 1dari 16

BENTUK MODEL EMPIRIS

Model empiris menggunakan 1 variabel dependen: 1. Model regresi :


Y1 = X1 + X2 + + Xn (metrik) (metrik, non-metrik)
2.

Model regresi logit/probit/tobit :


Y1 = X1 + X2 + + Xn (non-metrik) (metrik, non-metrik)

3.

Model analisis diskriminan :


Y1 = X1 + X2 + + Xn (metrik) (non-metrik)

BENTUK MODEL EMPIRIS (lanjutan)


Model empiris menggunakan 1 variabel dependen: 4. Model ANOVA :
Y1 = X1 + X2 + + Xn (metrik) (non-metrik)
5.

Model analisis Conjoint :


Y1 = X1 + X2 + + Xn (metrik,non-metrik) (non-metrik)

BENTUK MODEL EMPIRIS (lanjutan)


Model empiris menggunakan lebih dari 1 variabel dependen:
1. Model MANOVA :
Y1 + Y2 + + Yn = X1 + X2 + + Xn (metrik) (non-metrik)

2. Model korelasi Kanonikal :


Y1 + Y2 + + Yn = X1 + X2 + + Xn (metrik,non-metrik) (metrik, non-metrik)

VARIABEL Dalam MODEL EMPIRIS


Model adalah bentuk simbol suatu teori
Bentuk simbol pada model harus menunjukkan

hubungan kausal antara variabel-variabel dalam model Variabel adalah simbol yang berisi suatu nilai:
Variabel independen (VI) Variabel dependen (VD)

Variabel Moderasi
Variabel Moderasi (VMO) adalah suatu variabel

independen lain yang dimasukkan dalam model karena mempunyai efek kontingensi dari hubungan variabel dependen dan variabel independen sebelumnya

VM O VI VD

Variabel Moderasi (lanjutan)


Efek moderasi dan Efek Utama: Model Analisis regresi moderasian :
VD = + 1 VI + 2 VMO + 3 VI * VMO + e
VI dan VMO mewakili efek utama dari variabel VI dan

VMO ke VD Bentuk Interaksi : VI * VMO, mewakili efek moderasi/efek interaksi VMO terhadap hubungan VI dan VD

Pengujian Efek Moderasi


Metoda analisis regresi berjenjang

Menggunakan 2 persamaan: 1) VD = + 1 VI + 2 VMO + e 2) VD = + 1 VI + 2 VMO + 3 VI * VMO + e Pengujian: 1. Efek moderasi dilihat dari kenaikan R2 persamaan (2) dari persamaan (1) 2. Efek moderasi dilihat dari signifikansi koefisien 3 interaksi (VI * VMO) di persamaan (2)

Interpretasi hasil interaksi


Interaksi positif terjadi jika hubungan VI terhadap VD

lebih positif untuk nilai VMO yang tinggi Interaksi negatif terjadi jika hubungan VI terhadap VD lebih negatif untuk nilai VMO yang tinggi

Variabel Dami
Variabel dami adalah variabel yang mempunyai nilai 0

dan 1 Bentuk persamaan untuk VMO adalah variabel dami:


1. 2.

VMO= 0 VD = + 1 VI + e VMO= 1 VD = ( + 2) + (1+3) VMI + e

Bentuk Interaksi
Interaksi VI * VMO disebut interaksi dua-arah

Banyak interaksi dua-arah: VD = + 1 VI + 2 VMO1 + 3 VMO2 + 4 VI * VMO1 + 5 VI * VMO2 + e Interaksi banyak-arah : interaksi yang dibentuk dari n

variabel
Contoh : interaksi tiga-arah

VD = + 1 VI + 2 VMO1 + 3 VMO2 + 4 VI * VMO1 + 5 VI * VMO2 + 6 VMO1 * VMO2 + 7 VI * VMO1 * VMO2 + e

Variabel Mediasi
Variabel Mediasi adalah variabel yang secara teori

mempengaruhi fenomena yang diobservasi (variabel dependen), yang efeknya harus diinferensi melalui efek hubungan antara variable independen dengan variabel dependen Disebut juga variabel intervensi

Model variabel mediasi: 1. Model 1

VI
2.

Model 2

VM E VM E VM E

VD

3.

Model VI 3

VD

VI

VD

Variabel Ekstrani
Variabel ekstrani (VE) adalah variabel lain selain VI,

VD, VMO, VME, yang dapat mempengaruhi hubungan kausal

Variabel Kontrol
Variabel kontrol (VK) sebagai pelengkap mengontrol

hubungan kausal supaya lebih baik untuk didapatkan model empiris yang lebih lengkap dan lebih baik Variabel kontrol dimasukkan ke dalam model sebagai berikut:
VD = + 1 VI1 + 2 VI2 + + 1 VK1 + + e

Definisi Variabel
Definisi naratif: definisi dalam bentuk kalimat untuk menjelaskan makna dan arti variabelnya 2. Definisi operasional: definisi berupa cara mengukur variabel itu supaya dapat dioperasikan
1.