1.
Uji Interaksi.
Uji interaksi atau sering disebut dengan Moderated Regression Analysis (MRA)
merupakan aplikasi khusus regresi berganda linear dimana dalam persamaan regresinya
mengandung unsur interaksi (perkalian dua atau lebih variabel independen ) dengan rumus
persamaan sebagai berikut :
Y = a + b1X1 + b2X2 + b3X1X2 + e
Variabel perkalian antara X1 dan X2 merupakan variabel moderating oleh karena
menggambarkan pengaruh moderating variabel X2 terhadap hubungan X1 dan Y. Sedangkan
variabel X1 dan X2 merupakan pengaruh langsung dari variabel X1 dan X2 terhadap Y.
2.
berbeda untuk menguji pengaruh moderasi yaitu dengan model nilai selisih mutlak dari variabel
independen dengan rumus persamaan regresi :
Y = a + b1X1 + b2X2 + b3 X1-X2
Dimana : Xi = merupakan nilai standardized score [(Xi X)/ X]
X1-X2
X1 dan X2
Menurut Furcot dan Shearon, interaksi seperti ini lebih disukai oleh karena ekspektasi
sebelumnya berhubungan dengan kombinasi antara X1 dan X2 dan berpengaruh terhadap Y.
Misalkan kita akan menguji penelitian dari model yang sudah dijelaskan didepan tentang
Income, Wealth dan Earns. Rumus regresi untuk menguji model tersebut adalah :
Educ Salbegin
b.
Buatlah variabel baru standardize salbegin (Zsalbegin) dan Standardize Educ (ZEduc) dengan
cara :
c.
Dari Menu utama SPSS pilih Analyze, kemudian pilih Descriptive Statistic, terus pilih
Descriptives.
d.
Tampak
pada
tampilan
seperti
dibawah
Masukkan dalam kotak Variabel, variabel yang akan di standardize yaitu adalah variabel
salbegin dan Educ, lalu pilih Save Standardized Values as Variabel dan klik OK. Maka hasilnya
seperti gambar dibawah :
e.
Dari SPSS data editor pilih menu Transform, kemudian pilih seub menu Compute Values.
Kemudian pada kotak Target Variabel isikan nama variabel misalkan AbsX1_X2 ( variabel ini
merupakan | Zsalbegin ZEduc | ). Selanjutnya pada kotak Numeric Expression isikan fungsi
ABS (numepxr) unutk membuat nilai absolut. Lalu isikan pada (numexpr) menjadi ABS
(ZSalbegin ZEduc) Seperti gambar berikut :
f.
Lalu tekan OK, dan pada SPSS data editor ada tambahan variabel baru AbsX1_X2 yang tidak
lain adalah | Zsalbegin ZEduc |. Nampak seperti gambar dibawah :
b.
Pada kotak Dependent, isikan variabel Salary, Sedangkan pada Kotak Independent, isikan
variabel Zsalbegin, ZEduc dan AbsX1_X2
c.
R Square
,892
Adjusted R Square
,795
Estimate
,794
7758,896
dimension0
Sum of Squares
df
Mean Square
Regression
1,096E11
3,654E10
Residual
2,829E10
470
6,020E7
Total
1,379E11
473
Sig.
606,985
,000a
Hasil Anova atau F test menunjukkan bahwa nilai F hitung sebesar 606,985 dengan tingkat
signifikansi 0.000 jauh dibawah 0.05. Hal ini berarti bahwa variabel independen ZEduc,
ZSalbegin dan AbsX1_X2 secara bersama-sama atau simultan mempengaruhi Salary.
Standardized
Unstandardized Coefficients
B
(Constant)
Std. Error
35455,878
565,231
2437,624
508,283
Zscore(Salbegin)
13854,277
AbsX1_X2
-1682,227
Zscore(Educ)
Coefficients
Beta
Sig.
62,728
,000
,143
4,796
,000
545,608
,811
25,392
,000
712,179
-,059
-2,362
,019
Hasil ini jelas menunjukkan bahwa secara individual Variabel Zsalbegin memberikan nilai
koefisien 13854,277 dengan probabilitas signifikansi 0,000. Variabel ZEduc memberikan nilia
koefisien 2437,624 dengan probabilitas signifikansi 0,000. Kedua variabel ini dapat disimpulkan
berpengaruh terhadap Salary. Variabel moderating AbsX1_X2 ternyata juga signifikan yaitu
dengan probabilitas signifikansi 0,019 < 0,05. Temuan ini menunjukkan bahwa variabel Educ
memang merupakan variabel Moderating.
Uji Residual
Pengujian variabel moderating dengan uji interaksi maupun uji nilai selisih mutlak absolut
mempunyai kecenderungan akan terjadi multikolinearitas yang tinggi antar variabel independen
dan hal ini akan menyalahi asumsi klasik dalam regresi ordinary least square (OLS). Untuk
mengatasi multikolinearitas ini, maka dikembangkan metode lain yang disebut uji residual.
Langkah uji residual dapat dilakukan dengan persamaan regresi berganda berikut ini.
Wealth = a + b1 Earns + e, dimana |e| = a + b1 Income
Langkah analisis
a. buka file
b. dari menu SPSS pilih Statistics -> Analyze, kemudian submenu Regression Linear.
c. buat persamaan regresi seperti di atas, Wealth = a + b1 Earns + e. Yaitu meregres variabel
Earns terhadap variabel Wealth dan dapatkan nilai residualnya.
d. pada kotak Dependent isikan variabel Wealth dan pada kotak Independent isikan variabel
Earns.
e. dapatkan nilai residual dengan cara, klik Save dan pilih Residual Unstandardized.
f. pilih Continue dan press OK.
g. pada SPSS data editor sekarang kita mempunyai variabel baru Res_1 yang merupakan residual
dari Wealth = a + b1 Earns + e.
h. buatlah nilai residual (Res_1) dalam nilai absolut dengan cara :
- pilih Transform, kemudian Compute.
- pada kotak Target Variable berilah nama AbsRes_1 (nilai absolut dari Res_1).
- pada kotak Numeric Expression pilih fungsi ABS(numexpr) dan isikan menjadi ABS(Res-1).
- press OK, sekarang kita sudah punya variabel baru AbsRes_1.
i. regresikan AbsRes_1 terhadap Income.
Berikut output regresi residual:
Pengambilan keputusan :
jika hasilnya signifikan dan koefisien parameternya negatif, maka variabel Wealth merupakan
variabel moderating.
Jelas bahwa walaupun variabel Income signifikan, tetapi nilai koefisien parameternya positif,
maka dapat disimmpulkan bahwa variabel Wealth bukanlah variabel moderating. Wealth
dianggap variabel moderating kalau nilai koefisien parameternya negatid dan signifikan.
Share it to your friends..!
Frucot and Shearon (1991) mengajukan model regresi yang agak berbeda untuk menguji
pengaruh moderasi yaitu dengan model nilai selisih mutlak dari variabel independen dengan
rumus persamaan regresi :
Y = a + b1X1 + b2X2 + b3|X1 - X2|
di mana :
Xi merupakan nilai standardized score [ (rata-rata Xi - X) / 6X]
|X1-X2| merupakan interaksi yang diukur dengan nilai absolut perbedaan antara X1 dan X2
Menurut Frucot dan Shearon (1991) interaksi seperti ini lebih disukai oleh karena ekspektasi
sebelumnya berhubungan dengan kombinasi antara X1 dan X2 dan berpengaruh terhadap Y.
Misalkan dengan contoh kita, jika score tinggi untuk Wealth berasosiasi dengan score rendah dari
Earns (score tinggi Earns), maka akan terjadi perbedaan nilai absolut yang besar. Hal ini juga
akan berlaku score rendah dari Wealth bersosiasi dengan score tinggi dari Earns (score rendah
Earns). Kedua kombinasi ini diharapkan akan berpengaruh terhadap Income yang meningkat.
Rumus regresi untuk menguji adalah sebagai berikut :
Income = a + b1 Earns + b2 Wealth + b3 |Earns - Wealth|