Latar Belakang

Dalam mengukur keberhasilan sebuah keputusan maupun kebijakan diperlukan metode dan
sebuah teknik analisis dalam mengetahui apakah keputusan maupun kebijakan tersebut telah afektif atau
bias dikatakan kebijakan tersebut akan menguatkan atau malah akan justru akan melemahkan dari sasaran
dari kebijakan tersebut. Teknik analisis yang biasa dilakukan adalah dengan menyebar kuisioner dengan 5
tingkat kepada seluruh sasaran dari kebijakan tersebut yang kemudian dianalisis dengan metode analisis
regresi dengan variable moderasi.

Seperti yang kita ketahui, bahwa analisis regresi mempelajari hubungan antara satu atau lebih
variable bebas (independen) dengan variable terikat (dependen). Pembicaraan analisis regresi akan
memenuhi dua tugas utama, yaitu (a) memberi dasar untuk mengadakan prediksi dan (b) memberi dasar
untuk pembicaraan mengenai analisis kovariansi.

Dalam analisis regresi terdapat sebuah jenis yang disebut analisis regresi variable moderasi atau
moderating. Variabel Moderasi adalah variabel yang bersifat memperkuat atau memperlemah pengaruh
variabel penjelas (independen) terhadap variabel tergantung. Salah satu ciri yang penting adalah bahwa
variabel ini tidak dipengaruhi variabel penjelas. Variabel ini bisa bersifat moderasi murni (pure
moderation) atau moderasi semu (quasi moderation).

Ada beberapa cara yang digunakan untuk menguji regresi dengan model variable moderating.
Cara-cara Pengujian Regresi dengan Variabel Moderating antara lain: Uji Interaksi, Uji Selisih Mutlak,
Uji Residual.
ANALISIS VARIABEL MODERATING

Variabel moderating adalah variabel independen yang akan menguatkan atau melemahkan hubungan
diantara variabel dependen dan variabel independen. Sehingga dapat disimpulkan bahwa variabel
moderating fungsinya adalah untuk melihat apakah variabel tersebut menguatkan atau justru malah
memperlemah suatu hubungan antara variabel X terhadap Y. model hubungan ini dapat digambarkan
sebagai berikut:

Variabel moderating dapat dicontohkan sebagai berikut:

1. Gaya Kepemimpinan (X2) akan memperkuat hubungan antara Kompensasi (X1) dan Kinerja
Pegawai (Y), Gaya Kepemimpinan disini berperan sebagai variabel moderating.
2. Variabel Moderasi dalam hal ini adalah variabel Gaya Kepemimpinan (X2), yang fungsinya
menguatkan atau memperlemah hubungan antara Kompensasi (X1) dan Kinerja Pegawai (Y),
Variabel Gaya Kepemimpinan disini berperan sebagai variabel moderating.

Contoh variabel moderating diatas dapat digambarkan sebagai berikut:

Cara-cara Pengujian Regresi dengan Variabel Moderating:

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 regresi :
Y = a + b1X1 + b2X2 + b3X3 + b3X1X2 + e ... (1)
Y = Nilai yang diramalkan
a = Konstansta
b1 = Koefesien regresi untuk
X1 b2 = Koefesien regresi untuk
X2 b3 = Koefesien variabel moderasi
X1 = Variabel bebas pertama
X2 = Variabel bebas kedua
X3 = Variabel Moderasi
e = Nilai Residu
2. Uji 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] dan |X1-X2| merupakan interaksi
yang diukur dengan nilai absolut perbedaan antara X1 dan X2

3. 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

Studi Kasus

Seorang manajer sumber daya manusia sedang melakukan penelitian pada perusahaan tempat dia bekerja
tentang apakah besarnya kompensasi dan gaya kepemimpinan akan meningkatkan atau melemahkan
kinerja pegawai. Manajer tersebut menyebarkan kuisioner dengan hasil data berikut:

Y= Kinerja Pegawai

X1= Kompensasi

X2= Gaya Kepemimpinan

Cara Olah Data dengan Aplikasi SPSS

Terdapat dua persamaan agresi pada kasus soal moderating ini, yaitu:
Y= a + B1X1

Y= a + B1X1 + B2X2 + B3X1X2

Pengolahan data dengan SPSS dilakukan dua kali:

1. Pengolahan data menggunakan analisis regresi sederhana untuk persamaan regresi 1

2. Pengolahan data menggunakan analisis regresi berganda untuk persamaan regresi 2

Langkah-langkah Analisis Regresi dengan Varibel Moderating dalam SPSS

1. Buka lembar kerja SPSS, kemudian klik Varibel View, pada bagian Name tulisan Y, x1, dan x2,
dan x1x2, selanjutnya pada bagian Label tuliskan Kinerja Pegawai (Y), Kompensasi (x1), Gaya
Kepemimpinan (x2), Kompensasi *Gaya Kepemimpinan (x1x2), abaikan saja pilihan lainnya.

2. Selanjutnya, klik Data View, dan masukkan data penelitian di atas.

3. Untuk mengolah data dalam kasus ini, saya melakukan dua kali analisis regresi

 REGRESI PERTAMA (Sederhana) : dari menu SPSS klik Analyze – Regression –

Linear, kemudian masukkan Kinerja Pegawai (Y) ke kotak Dependent dan Kompensasi
(x1) pada Independent(s), sehingga tampak di layar sebagai berikut:
 Klik Ok

 REGRESI KEDUA (Berganda) : dari menu SPSS klik Analyze – Regression – Linear,
kemudian masukkan Kinerja Pegawai (Y) ke kotak Dependent dan Kompensasi (x1),
Gaya Kepemimpinan (x2), Kompensasi *Gaya Kepemimpinan (x1x2) pada
Independent(s), sehingga tampak di layar sebagai berikut:

Klik Ok

4. Setelah langkah di atas selesai dilakukan maka akan muncul dua output regresi, seperti gambar di
bawah ini.
Output Regresi Pertama
 Output Regresi Kedua

Analisis Regresi Varibel Moderating dan Membuat Kesimpulan

Analisis R2 pada regresi pertama sebesar 0,741 atau 74,1% sedangkan setelah ada persamaan regresi
kedua nilai R2 naik menjadi 0,809 atau 80,9%. Dengan melihat hasil di atas, dapat disimpulkan bahwa
dengan adanya Gaya Kepemimpinan (Variabel Moderating) akan dapat memperkuat hubungan antara
Kompensasi terhadap Kinerja Pegawai.
Kesimpulan

Setelah kita bahas materi tentang analisis regresi variable moderating, dapat kita simpulkan
bahwa analisis regresi yang melibatkan variabel moderasi dalam membangun model hubungannya.
Variabel moderasi berperanan sebagai variabel yang dapat memperkuat atau memperlemah hubungan
antara variabel predictor dengan variabel tergantung. Apabila variabel moderasi tidak ada dalam model
hubungan yang dibentuk maka disebut sebagai analisis regresi saja, sehingga tanpa adanya variabel
moderasi, analisis hubungan antara variabel prediktor dengan variabel tergantung masih tetap dapat
dilakukan. Dalam analisis regresi moderasi, semua asumsi analisis regresi berlaku, artinya asumsi-asumsi
dalam analisis regresi moderasi sama dengan asumsiasumsi dalam analisis regresi.