Contoh Kasus:
Tidak jarang penelitian melibatakn variabel Moderating yang bersifat Kategori. Pemodelan variabel
moderating dalam analisis regresi dapat diselesaikan dengan membangun model regresi dengan variabel
Dummy. Penelitian terhadap 12 rumah tangga sebagai sampel acak dilakukan untuk mengetahui fungsi
konsumsi .
Y X D Y X D
185,35 225,50 0 134,80 164,70 0
113,50 140,35 0 96,80 107,20 1
121,30 130,40 1 178,40 223,50 0
152,10 175,00 0 111,80 112,00 1
86,80 943,00 1 143,20 168,10 1
167,60 206,35 0 196,80 230,00 0
Dari data diatas kita akan membangun model regresi untuk menjelaskan pengaruh Pendapatan dan
Jenis Kelamin terhadap Konsumsi, kemudian Peneliti akan melihat apakah Jenis kelamin mampu
= .
+ .
0 : = 0, koefisien regresi tidak signifikan , atau model tidak cocok.
= 5%
Kriteria uji :
Ternyata didapatkan P-value: 0.0002274 < =0.05, maka 0 yang artinya, koefisien
Uji parsial :
= 5%
Statistik uji :
=
( )
Kriteria uji :
1. Ternyata p-value=0.000670 < =0.05, maka 01 ditolak yang artinya koefisien regresi 1
signifikan
2. Ternyata p-value= 0.004588 < =0.05, maka 02 ditolak yang artinya koefisien regresi
2 signifikan
3. Ternyata p-value= 0.000534 < =0.05, maka 03 ditolak yang artinya koefisien regresi
3 signifikan
Kesimpulan:
Maka dari uji parsial, seluruh variable signifikan dalam menentukan besar pengaruh
Pendapatan terhadap Konsumsi. Dan juga jenis kelamin mampu signifikan dalam
menentukan besar pengaruh Pendapatan terhadap Konsumsi.
Variables Entered/Removeda
a. Dependent Variable: Y
b. All requested variables entered.
Model Summaryb
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
8435612982269 2811870994089
Regression 3 7173,107 ,000b
9984,000 9996,000
5488025499244 3920018213746
1 Residual 14
9,400 ,386
8441101007769
Total 17
2432,000
a. Dependent Variable: Y
b. Predictors: (Constant), D1, X1, X2
Coefficientsa
a. Dependent Variable: Y
INTERPRETASI
Dari hasil diatas di dapat Adj R Square adalah sebesar 1,000 menunjukkan bahwa
hubungan antara variabel dependent dan independet cukup kuat.
Nilai F hitung adalah sebesar 7173,107 dengan sign 0,000. Karena sign < 0,05 maka dapat
disimpulkan bahwa model regresi adalah signifikan dan layak digunakan untuk memprediksi
pengaruh Pendapatan dan Jenis Kelamin terhadap Konsumsi.