Makalah Ekonometrika

“Regresi Moderasi”

Anggota Kelompok :

1. Nahdiya Qurrotu I (H722150)

2. Anggita P. (H722150)
3. Wardatul Maghfiroh ( H72215034 )

Program Studi Matematika

Fakultas Sains dan Teknologi
UIN Sunan Ampel Surabaya
2017
1. Pengertian Variabel Moderasi
Variabel Moderasi merupakan variabel yang bersifat memperkuat atau
memperlemah atau memperkuat pengaruh variabel bebas (independe) terhadap
variabel terikat (dependen). Salah satu ciri yang penting adalah variabel ini tidak
dipengaruhi oleh variabel bebas. Dalam Analisis Variansi (ANOVA), pengaruh dari
variabel ini dapat direpresentasikan sebagai pengaruh interaksi antara variabel
independen utama dengan variabel moderasi. Variabel moderasi dapat diukur,
dimanipulasi, atau dipilih oleh peneliti untuk mengetahui keberadaan dari variabel ini
akan mempengaruhi hubungan antara variabel bebas dan variabel terikat, atau tidak
mempengaruhi. Secara skematis, hubungan di antara ketiga variabel tersebut bisa
diilustrasikan pada gambar berikut :

Independen Dependen

Moderasi

Contohnya adalah pada kepuasan pelanggan yang dipengaruhi oleh loyalitas

pelanggan yang dimoderasi oleh variety seeking. Dalam hal ini variabel independen
adalah loyalitas pelanggan, variabel dependen adalah kepuasan pelanggan, sedangkan
variabel moderasi adalah variety seeking. Misal, pada kasus tersebut pelanggan yang
bertipe low variety seeking, kepuasan berpengaruh positif terhadap loyalitas, tetapi
pada pelanggan yang bertipe high variety seeking kepuasaan tidak berpengaruh
terhadap loyalitas. Hal tersebut karena pada pelanggan yang bertipe high variety
seeking, meskipun mereka merasa puas tetapi mereka senantiasa ingin mencoba
produk yang lain sehingga tidak berpengaruh pada loyalitas.

2. Analisis Variabel Moderasi dengan Regresi Moderasi

Metode untuk menganalisis variabel moderasi salah satunya adalah regresi
moderasi. Analisis regresi moderasi adalah analisis regresi yang melibatkan variabel
moderasi dalam membangun model hubungannya. Variabel moderasi berfungsi
sebagai variabel yang dapat memperkuat atau memperlemah hubungan antara variabel
independen dengan variabel dependen. Asumsi – asumsi dalam analisis regresi
moderasi sama dengan asumsi – asumsi dalam analisis regresi.
a. Model Regresi Moderasi

Dalam analisis regresi moderasi diberikan X1 sebagai variabel independen,

X2 sebagai variabel moderasi, dan Y sebagai variabel dependen maka dalam
model regresi moderasi, kedua variabel X1 dan X2 disebut pengaruh utama.
Dalam model regresi moderasi, pengaruh utama akan ditambahkan pengaruh
interaksi antara X1 dan X2=M (X1*X2=X1*M). pengaruh interaksi inilah yang
membedakan variabel X2=M sebagai variabel moderasi atau tidak. Model
persamaan hubungan dalam analisis regresi moderasi adalah sebagai berikut :

𝑌̂𝑖 = 𝑏0 + 𝑏1 𝑋1𝑖 + 𝑏2 𝑀𝑖 + 𝑏3 𝑋1𝑖 ∗ 𝑀𝑖

Dalam bentuk gambar, hubungan tersebut adalah sebagai berikut :

Variabel Independen
(X1) a
Variabel Dependen
b (Y)
Variabel Dependen
(X2=M)
c
Variabel Interaksi
(X1*M)

Pada gambar tersebut, jika jalur c signifikan maka dapat dikatakan bahwa
variabel M memoderasi pengaruh antara X1 terhadap Y. Dalam pemilihan
variabel moderasi suatu model hubungan, didasarkan pada hasil pemikiran dan
pertimbangan teoritis atau rasional. Manfaat pemberian variabel moderasi dalam
suatu hubungan adalah dapat menspesifikasi untuk siapa dan pada kondisi apa
model hubungan tersebut dapat diterapkan. Selain itu, manfaatnya adalah untuk
menjelaskan pengaruh diferensial dari variabel independen. Variabel moderasi
tidak berkorelasi dengan variabel independen tetapi hanya berinteraksi.

b. Klasifikasi Variabel Moderasi

Setelah didapatkan persamaan regresi moderasi, kita dapat mengklasifikasikan

variabel moderasi tersebut. Variabel moderasi memiliki 4 klasifikasi yaitu pure
moderasi (moderasi murni), quasi moderasii (moderasi semu), homologiser
moderasi (moderasi potensial), predictor moderasi (moderasi sebagai predictor).
Dengan persamaan regresi moderasi sebagai berikut dapat diketahui variabel
moderasi dapat diidentifikasikan kedalam salah satu klasifikasi.

𝑌̂𝑖 = 𝑏0 + 𝑏1 𝑋1𝑖 + 𝑏2 𝑀𝑖 + 𝑏3 𝑋1𝑖 ∗ 𝑀𝑖

1. Pure Moderasi (Moderasi Murni)

Pure moderasi adalah variabel yang memoderasi hubungan antara variabel

independen dan variabel dependen dimana variabel moderasi murni
berinteraksi dengan variabel independen tanpa menjadi variabel
independen. Variabel moderasi ini dapat diidentifikasi melalui koefisien 𝑏2
dan 𝑏3 dari persamaan regresi moderasi. Jika koefisien 𝑏2 dinyatakan
tidak signifikan tetapi koefisien 𝑏3 signifkan secara statistik maka variabel
moderasi termasuk dalam variabel pure moderasi.

2. Quasi Moderasi (Moderasi Semu)

Quasi moderasi merupakan variabel yang memoderasi hubungan antara

variabel independen dan variabel dependen dimana variabel moderasi
berinteraksi dengan variabel independen sekaligus menjadi variabel
independen. Variabel moderasi ini dapat diidentifikasi melalui koefisien 𝑏2
dan 𝑏3 dari persamaan regresi moderasi. Jika koefisien 𝑏2 dinyatakan
signifikan dan koefisien 𝑏3 signifkan secara statistik maka variabel
moderasi termasuk dalam variabel quasi moderasi.

3. Homologiser Moderasi (Moderasi Potensial)

Homologiser moderasi adalah variabel yang potensial menjadi variabel

moderasi yang mempengaruhi kekuatan hubungan variabel independen
dan variabel dependen. Variabel ini tidak berinteraksi dengan variabel
independen dan tidak mempunyai hubungan yang signifikan dengan
variabel independen.Variabel moderasi ini dapat diidentifikasi melalui
koefisien 𝑏2 dan 𝑏3 dari persamaan regresi moderasi. Jika koefisien 𝑏2
dinyatakan tidak signifikan dan koefisien 𝑏3 tidak signifkan secara statistik
maka variabel moderasi termasuk dalam variabel homologiser moderasi.

4. Predictor Moderasi (Moderasi Prediktor)

 Predictor moderasi adalah variabel moderasi yang hanya berperan sebagai
variabel independen dalam hubungan yang dibentuk. Variabel moderasi ini
dapat diidentifikasi melalui koefisien 𝑏2 dan 𝑏3 dari persamaan regresi
moderasi. Jika koefisien 𝑏2 dinyatakan tidak signifikan dan koefisien 𝑏3
signifkan secara statistik maka variabel moderasi termasuk dalam variabel
predictor moderasi.

3. Cara Pengujian Regresi dengan Variabel Moderasi

a. Uji Interaksi

Uji interaksi (Moderated Regression Analysis) yaitu aplikasi dari regresi linear
berganda dimana dalam persamaannya mengandung unsur interaksi (perkalian dua /
lebih variabel independen)
𝑌 = 𝛼 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3 + 𝑒
Dimana:
α = nilai konstanta
b = nilai koefisien variabel
𝑋1 = variabel independen 1
𝑋2 = variabel independen 2
𝑋3 = 𝑋1 𝑋2 = variabel moderating (interaksi antara variabel 𝑋1 dan 𝑋2)
Menarik kesimpulan uji moderasi dengan kriteria sebagai berikut :
a. Jika pada persamaan regresinya, 𝑏2 tidak signifikan (𝑏2 = 0) dan 𝑏3 tidak
signifikan (𝑏3 = 0) maka 𝑋3 bukan merupakan variabel moderasi, tetapi
hanya sebagai variabel independen saja.
b. Jika pada persamaan regresinya, 𝑏2 signifikan (𝑏2 ≠ 0) dan 𝑏3 signifikan
(𝑏3 ≠ 0) maka 𝑋3 merupakan variabel quasi moderasi.
c. Jika pada persamaan regresinya, 𝑏2 tidak signifikan (𝑏2 ≠ 0) dan 𝑏3 signifikan
(𝑏3 ≠ 0) maka 𝑋3 maka 𝑋3 bukan merupakan variabel pure moderasi.
Langkah – langkah pengujian menggunakan SPSS:
a. Dari menu utama SPSS, pilih Transform, Compute (untuk membuat perkalian
antara Earns dan Wealth)
b. Target Variabel, tuliskan nama variabelnya, sedangkan pada Numeric pada
Numeric Expression tuliskan perkaliannya (Earns*Wealth), pilih OK
c. Dari menu SPSS pilih Analyze, Regression, Linear. Pada kotak Dependen isikan
Income, sedangkan Independen isikan Earns, Wealth dan variabel perkalian
(Earns*Wealth), pada Method pilih enter, lalu pilih OK

b. Uji Selisih Mutlak

Uji Selisih Mutlak digunakan untuk menguji moderasi dengan menggunakan

model selisih dari variabel independen, dengan menggunakan persamaan :
𝑌 = 𝛼 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 |𝑋1 − 𝑋2 | + 𝑒
Untuk menarik kesimpulan uji moderasi menggunakan selisih mutlak adalah sebagai
berikut :
Jika koefisien regresi selisih mutlak antara standardized variabel independen
dan standardized variabel yang dihipotesiskan sebagai variabel moderasi (|𝑋1 − 𝑋2 |)
terhadap variabel dependen adalah signifikan maka variabel yang dihipotesiskan
sebagai moderasi dinyatakan memoderasi hubungan variabel independen dengan
variabel dependen.
Langkah – langkah pengujian menggunakan SPSS adalah sebagai berikut:
a. Dari menu SPSS, pilih Analyze, Deskritive Statistic, Descriptives
b. Masukkan variabel yang akan di standardized (ex: Earns dan Wealth), aktifkan
save standardized value as variabel, lalu pilih OK (secara otomatis akan muncul
di data vie 2 variabel baru yaitu Zearns dan Zwealth)
c. Dari menu SPSS, pilih transform, Compute (untuk membuat perkalian antara
Earns dan Wealth)
d. Target Variabel, tuliskan nama variabelnya, sedangkan pada Numeric Expression
Tuliskan persamaannya pada kolom Function and Special Variables pilih Abs
e. Pada numeric expression isikan Abs (Zearns - Zwealth), lalu pilih OK

Dari menu utama SPSS pilih Analyze, Regression, Linear. Pada kotak
Dependent isikan Income, sedangkan Independent isikan Zearns, Zwealth dan
variabel persamaan sebelumnya tadi (Zearns - Zwealth), pada Method pilih enter, lalu
pilih OK

c. Uji Residual

Pengujian Moderating menggunakan residual digunakan untuk menguji deviasi

dari suatu model. Fokusnya adalah lock of fit (ketidakcocokan) yang dihasilkan dari
deviasi hubungan llnear antar variabel independent.
  Jika terjadinya kecocokan antara earns dan wealth (nilai residual rendah atau
nol), yaitu maka apabila earns dan wealth tinggi juga tinggi.
 Jika terjadi ketidakcocokan antara earns dan wealtth (nilai residual tinggi),
maka apabila earns dan wealth, income juga rendah

Terdapat 2 persamaan dalam Uji Residual

𝑊𝑒𝑎𝑙𝑡ℎ = 𝛼 + 𝑏1 𝐸𝑎𝑟𝑛𝑠 + 𝑒 (1)

|𝑒| = 𝛼 + 𝑏1 𝐼𝑛𝑐𝑜𝑚𝑒 (2)

Persamaan 2 menggambarkan apakah variabel Wealth merupakan variabel, ini

ditunjukkan pada nilai koefisien 𝑏1 income – signifikan dan negative – berarti ada
lack of fit antara earns dan wealth mengakibatkan income turun.

Untuk menarik kesimpulan uji moderasi menggunakan metode ini adalah sebagai
berikut :

Jika koefisien regresi variabel dependen terhadap nilai mutlak residual dari
persamaan regresi variabel independen terhadap variabel yang dihipotesiskan sebagai
variabel moderasi atau |𝑒| signifikan dan negatif, maka variabel yang dihipotesiskan
dinyatakan memoderasi hubungan antara variabel independen terhadap variabel
dependen.

Langkah – langkah pengujian dengan SPSS:

a. Dari menu SPSS, pilih analyze, Regression, Linear, pada kolom Dependen
masukkan Wealth dan Independen masukkan Earns
b. Untuk mendapatkan nilai residualnya, maka pilih Save lalu aktifkan
Unstandardized pada koom Residuals, Continue dan pilih OK (secara otomatis
akan terdapat data Res_1 di data view)
c. Untuk memperoleh nilai residual dalam nilai absolute maka dari menu SPSS,
pilih Transform, Compute
d. Target Variabel, tuliskan nama variabelnya, sedangkan pada Numeric
Expression tuliskan persamaan – persamaannya pada kolom Function and
Special Variables pilih Abs
e. Pada numeric expression isikan Abs (Res_1), lalu pilih OK
 Dari menu utama SPSS pilih analyze, Regression, Linear. Pada kotak Dependen
isikan AbsRes_1, sedangkan Independen isikan income, pada Method pilih enter,
lalu pilih OK.

d. Uji Sub Group

Analisis regresi variabel moderasi menggunakan metode Sub Grup dilakukan

dengan memecah sampel menjadi kelompok berdasarkan variabel ketiga yang
dihipotesiskan sebagai variabel moderasi. Langkah – langkah analisis regresi
moderasi dengan metode Sub Grup adalah sebagai berikut :

1. Meregresikan variabel independen (X) terhadap variabel dependen (Y) untuk

semua sampel.

2. Menghitung nilai Sum Square Residual (SSR) pada persamaan regresi untuk
semua sampel dan diberi simbol SSRT.

3. Meregresikan variabel independen (X) terhadap variabel dependen (Y) untuk

sampel yang masuk kategori pertama.

4. Menghitung nilai Sum Square Residual (SSR) pada persamaan regresi untuk
sampel yang masuk kategori pertama dan diberi simbol SSR1.

5. Meregresikan variabel independen (X) terhadap variabel dependen (Y) untuk

sampel yang masuk kategori kedua.

6. Menghitung nilai Sum Square Residual (SSR) pada persamaan regresi untuk
sampel yang masuk kategori kedua dan diberi simbol SSR2.

7. Menghitung nilai SSRG dengan menjumlah SSR1 dan SSR2.

8. Menghitung nilai F hitung dengan menggunakan persamaan berikut :

(𝑆𝑆𝑅𝑇 − 𝑆𝑆𝑅𝐺): 𝑘
𝐹=
𝑆𝑆𝑅𝐺: (𝑛1 + 𝑛2 − 2𝑘)

9. Menarik kesimpulan uji ini adalah jika F hitung > F tabel maka variabel ketiga
yang digunakan sebagai dasar untuk membagi kelompok dinyatakan sebagai
variabel moderasi.

10.
4. Contoh Soal

Dalam penelitian akan diuji pengaruh Kompensasi dan Gaya

Kepemimpinan Terhadap Kinerja Pegawai PT. Guten Morgen

Dengan diketahui :

X1 : Kompensasi (variabel independen)

X2 : Gaya Kepemimpinan (variabel moderasi)

Y : Kinerja Pegawai (variabel dependen)

Hipotesis adalah:

1. Pengujian pengaruh X1 terhadap Y

Ho: β1X1 = 0, Kompensasi tidak berpengaruh terhadap Kinerja Pegawai.

H1: β1X1 ҂ 0, Kompensasi berpengaruh terhadap Kinerja Pegawai.
2. Pengujian pengaruh X2 terhadap X1 dan Y

Ho: β2X2 = β1X1, β3X1X2 = 0, Gaya Kepemimpinan tidak berpengaruh

terhadap hubungan Kompensasi dan Kinerja Pegawai.
H1: β2X2 ҂ β1X1, β3X1X2 = 0, Gaya Kepemimpinan berpengaruh terhadap
hubungan Kompensasi dan Kinerja Pegawai.
Misalkan hasil data dari kuesioner yang disebar sebanyak 20 responden yang
mengisi 5 pertanyaan, kemudian skor totalnya dimasukkan ke dalam program IBM
SPSS statistics 22. Tampilan gambarnya dapat dilihat sebagai berikut:

Variabel Kompensasi (X1)

 Variabel Gaya Kepemimpinan (X2)

Variabel Kinerja Pegawai (Y)

Langkah selanjutnya kita masukkan nilai Total dari setiap variabel (X1, X2, Y) dan
mengalikan nilai total X1 dengan X2 (X1*X2). Tampilan gambarnya dapat dilhat seperti
dibawah ini:

Nilai Skor Total Variabel (X1, X2, Y, X1*X2)

 Terdapat dua persamaan pada contoh penelitian model moderating seperti ini
yaitu:

Y = a b1X1………………………….. (1)

Y = a + b1X1 + b2X2 + b3X1X2…….. (2)

Langkah-langkah pengolahan datanya dapat dilihat sebagai berikut:

Langkah 1 :

Variabel Pertama : Kinerja Pegawai (Y)

 Name: Ketik Y
 Type : pilih Numeric
 Width : pilih 8
 Decimal : pilih 0
 Label: Kinerja Pegawai
 Value: pilih None
 Missing: pilih None
 Columns: pilih 8
 Align: pilih Right
 Measure: pilih scale

Variabel Kedua : Kompensasi (X1)

 Name: Ketik X1
 Type : pilih Numeric
 Width : pilih 8
 Decimal : pilih 0
 Label: Kompensasi
 Value: pilih None
 Missing: pilih None
 Columns: pilih 8
 Align: pilih Right
 Measure: pilih scale
Variabel Ketiga : Gaya Kepemimpinan (X2)
 Name: Ketik X2
 Type : pilih Numeric
 Width : pilih 8
 Decimal : pilih 0
 Label: Gaya Kepemimpinan
 Value: pilih None
 Missing: pilih None
 Columns: pilih 8
 Align: pilih Right
 Measure: pilih scale

Variabel Keempat : Kompensasi*Gaya Kepemimpinan

 Name: Ketik X1X2
 Type : pilih Numeric
 Width : pilih 8
 Decimal : pilih 0
 Label: Kompensasi*Gaya Kepemimpinan
 Value: pilih None
 Missing: pilih None
 Columns: pilih 8
 Align: pilih Right
 Measure: pilih scale

Tampilan Gambarnya dapat dilihat sebagai berikut:

Langkah 2 :

Uji Regresi Pertama (sederhana/parsial)

Pengaruh Kompensasi (X1) terhadap Kinerja Pegawai (Y)

 Klik Analyze
 Klik Regression
 Klik Linear
 Masukkan Kinerja Pegawai (Y) ke kotak Dependent
 Masukkan Kompensasi (X1) ke kotak Independent(s)
 Klik OK.

Tampilan gambarnya dapat dilihat sebagai berikut:

Hasil output SPSS: Regresi Pertama

 Cara menjawab:

Hipotesis 1 :

Pengaruh Kompensasi (X1) terhadap Kinerja (Y)

HO: Tidak terdapat pengaruh antara Kompensasi terhadap Kinerja Pegawai.

H1: Terdapat pengaruh antara Kompensasi terhadap Kinerja Pegawai.

HO = Hipotesis Nol

H1 = Hipotesis Alternatif

Ada dua cara untuk menjawab hipotesis secara parsial, yaitu membandingkan
nilai Signifikansi pada Tabel Anova, atau membandingkan nilai t hitung dengan t
tabel pada Tabel Coefficients. Anda bisa menggunakan salah satu cara tersebut.
 Cara pertama: Membandingkan nilai Signifikansi

Jika Sig > 0,05 maka Ho diterima

Jika Sig < 0,05 maka Ho ditolak

Nilai Sig di tabel Anova = 0,006 (0,006 < 0,05) maka Ho ditolak., artinya
Terdapat pengaruh antara Kompensasi terhadap Kinerja Pegawai.

Nilai R2 pada regresi pertama sebesar 0,356 atau 35,6%.

Cara kedua: Membandingkan nilai t hitung dengan t tabel

Jika t hitung < t tabel maka Ho diterima.

Jika t hitung > t tabel maka Ho yang ditolak.

Nilai t hitung pada tabel Coefficients = 3,151, sedangkan nilai t tabel = 2,093.
(3,151 > 2,093). maka Ho ditolak, artinya Terdapat pengaruh antara Kompensasi
terhadap Kinerja Pegawai.

Cara mencari nilai t tabel pada program Microsoft Excel: Rumus (df = n -1) = (df
= 20 – 1 = 19)
 Buka Program Microsoft Excel
 Klik Formulas
 Klik More Functions
 Klik Statistical
 Klik TINV (Fungsi: Mencari nilai t tabel)
 Masukkan 0,05 di kolom Probability
 Masukkan 19 di kolom Deg_freedom
Tampilan Gambar-Nya seperti dibawah ini
 Selanjutnya tampilan Gambar-Nya seprti dibawah ini

Langkah 3 :

Uji Regresi Kedua (Berganda)

Pengaruh Gaya Kepemimpinan (X2) terhadap hubungan Kompensasi (X1) dan

Kinerja Pegawai (Y).

 Klik Analyze
 Klik Regression
 Klik Linear
 Masukkan Kinerja Pegawai (Y) ke kotak Dependent
 Masukkan Kompensasi (X1), Gaya Kepemimpinan (X2), Kompensasi*Gaya
Kepemimpinan (X1*X2) ke kotak Independent(s)
 Klik OK.

Tampilan gambarnya dapat dilihat sebagai berikut:

Hasil output SPSS: Regresi Kedua
 Cara menjawab:

Hipotesis 2 :

Pengaruh Gaya Kepemimpinan (X2) terhadap hubungan Kompensasi (X1) dan

Kinerja (Y)

HO: Tidak terdapat pengaruh Gaya Kepemimpinan terhadap hubungan Kompensasi

dan Kinerja Pegawai.

H1: Terdapat pengaruh Gaya Kepemimpinan terhadap hubungan Kompensasi dan

Kinerja Pegawai.

Jika Sig > 0,05 maka Ho diterima

Jika Sig < 0,05 maka Ho ditolak

Nilai Sig di tabel Anova = 0,042 (0,042 < 0,05) maka Ho ditolak., artinya:
Terdapat pengaruh Gaya Kepemimpinan terhadap hubungan Kompensasi dan Kinerja
Pegawai.

Nilai R2 pada regresi kedua sebesar 0,392 atau 39,2%.

 Kesimpulan:

 Nilai R2 pada regresi pertama sebesar 0,356 atau 35,6%.

 Nilai R2 pada regresi kedua sebesar 0,392 atau 39,2%.

Dengan demikian, setelah ada persamaan yang kedua naik menjadi 0,392 atau
39,2%. Jadi dengan adanya Gaya Kepemimpinan akan memperkuat hubungan antara
Kompensasi dengan Kinerja Pegawai.

Jika dilihat dari persamaan kedua, dimana koefisien regresi X1*X2 adalah positif
maka dapat disimpulkan dengan adanya variabel moderasi yaitu Gaya Kepemimpinan
(X2) akan memperkuat hubungan antara Kompensasi (X1) dengan Kinerja Pegawai
(Y) PT. Guten Morgen.

Dengan demikian, uji hipotesis dan pengolahan data analisis regresi dengan
menggunakan variabel moderating/moderasi telah selesai.