ANALISIS REGRESI DENGAN VARIABEL MODERATING

Variabel moderating adalah variabel independen yang akan memperkuat atau

memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen. Di
dalam uji residual variabel moderating dapat di uji dengan 3 uji yaitu :
1. Uji Interaksi.
2. Uji Nilai Selisih Mutlak.
3. Uji Residual.

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.

Uji Nilai Selisih Mutlak.

Frucot dan Shearon (1991) dalam Ghozali (2009) 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
Dimana : Xi = merupakan nilai standardized score [(Xi X)/ X]
X1-X2

= merupakan interkasi yang diukur dengan nilai absolut perbedaan antara

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 :

Salary = a + b1Educ + b2Salbegin + b3

Educ Salbegin

Dimana nilai Educ danSalbegin adalah standardized.

Langkah Analisis
a.

Buka file Employee.xls di program excel

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 :

Langkah berikutnya adalah membuat regresi dengan persamaan sebagai berikut :

Salary = a + b1 Zsalbegin + b2 ZEduc+ b3 AbsX1_X2 + e
Dimaana :
Zsalbegin = Standarize Salbegin
ZEduc = Standarize Educ
AbsX1_X2 = | Zsalbegin ZEduc |
a.

Langkah Analisis Selanjtnya:

Dari SPSS data editor, pilih menu Analyze, kemudian pilih submenu Regression, lalu Linear

b.

Pada kotak Dependent, isikan variabel Salary, Sedangkan pada Kotak Independent, isikan
variabel Zsalbegin, ZEduc dan AbsX1_X2

c.

Abaikan suruhan yang lain dan kemudian klik OK.

Hasil Output SPSS dan Intepretasinya

Model Summary
Model

Std. Error of the

R

R Square
,892

Adjusted R Square

,795

Estimate

,794

7758,896

dimension0

Predictors: (Constant), AbsX1_X2, Zscore(Educ), Zscore(Salbegin)

A. Uji Koefisien Determinasi.

Tampilan output SPSS menunjukkan nilai Adjusted R2 cukup tinggi sebesar 0.794 ata
dalam persentase sebesar 79,4% yang berarti variabilitas Salary yang dapat dijelaskan oleh
variabel Educ, Variabel Salbegin dan Absx1_x2 sekitar 79,4% dan sisanya 20,6% dijelaskan oleh
variabel lain diluar model ini. Jadi dapat disimpulkan model cukup baik.
B. Uji Signifikansi Simultan.
ANOVAb
Model
1

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

a. Predictors: (Constant), AbsX1_X2, Zscore(Educ), Zscore(Salbegin)

b. Dependent Variable: Salary

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.

C. Uji Signifikansi Parameter Individual

Coefficientsa
Model

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

a. Dependent Variable: Salary

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..!

Uji Nilai Selisih Mutlak

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|

di mana nilai Earns dan Wealth adalah standardized.

Langkah analisis:
a. buka file
b. buat variabel baru dengan nama ZEarn yaitu standardized untuk variabel Earns dan ZWealth
yaitu standardized untuk variabel Wealth, dengan cara :
- Dari menu utama SPSS pilih Statistic/Analyze, kemudian pilih Descriptive Statistic, lalu pilih
Descriptives.
- Tammpak tampilan windows descriptive, misalkan dalam kotak variabel, variabel yang akan
kita standardize yaitu Earns dan Wealth, lalu pilih Save Standardized Value as Variable dan tekan
OK. Pada data editor kita punya variabel baru ZEarns dan ZWealth.
- Dari SPSS data editor pilih menu Transform, kemudian pilih submenu Compute.
- Pada kotak Target Variable isikan nama variabel misalkan AbsX1_X2 yaitu variabel nilai
absolut ZEarns diambil ZWealth atau |ZEarns = ZWealth|.
- Pada kotak Numeric Expression isikan fungsi ABS (numexpr) menjadi ABS(ZEarns - ZWealth)
- Lalu tekan OK, dan SPSS data editor ada tambahan variabel baru AbsX1_X2 yang tidak lain
adalah |ZEarns - ZWealth|.
Langkah berikutnya adalah membuat regresi dengan persamaan sebagai berikut :
Income = a + b1 ZEarns + b2 ZWealth + b3 AbsX1_X2 + e
di mana :
ZEarns adalah standardized Earns
ZWealth adalah standardized Wealth
AbsX1_X2 adalah |ZEarns - ZWealth|
Langkah analisis:
a. dari SPSS data editor, pilih menu Statistic/Analyzem kemudian pilih submenu Regression, lalu
Linear.
b. pada kotak Dependent, isikan variabel Income.
c. pada kotak Independent, isikan variabel ZEarns, ZWealth, dan AbsX1_X2.
d. press OK.

berikut adalah ouputnya:

Uji koefisien determinasi

Tampilan ouput SPSS model summary di atas menunjukkan nilai Adjusted R2 cukup tinggi
80,2$ yang berarti variabilitas Income yang dapat dijelaskan oleh variabel ZEarns, ZWelath dan
AbsX1_X2 secara bersama-sama atau simultan mempengaruhi Income.
output lainnya:

Uji signifikansi simultan

Hasil tampilan output ANOVA atau F test di atas menunjukkan bahwa nilai F hitung sebesar
1335.067 dengan tingkat signifikansi 0,000 jauh di bawah 0,05. Ini berarti variabel independen
ZEarns, ZWealth dan AbsX1_X2 secara bersama-sama atau simultan mempengaruhi Income.
output lainnya:

Uji signifikansi parameter individual

Hasil tampilan output Coefficient di atas menunjukkan bahwa secara individu variabel ZEarns
memberikan nilai koefisien 4,251 dengan probabilitas signifikan 0,000. Variabel ZWealth
memberikan nilai koefisien 1.047 dengan probabilitas signifikan 0,02. Kedua variabel ini dapat
disimpulkan berpengaruh terhadap Income.
Variabel moderating AbsX1_X2 ternyata tidak signifikan yaitu dengan probabilitas signifikan
0,635 yang jauh di atas 0,05. Temuan ini konsisten dengan pengujian Interaksi pada postingan
yang lalu.
Share it to your friends..!