TEKNIK ANALISIS REGRESI

MENGGUNAKAN VARIABEL MODERATING

UNTUK PENELITIAN KUANTITATIF
EKO HERTANTO

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. Kata kuncinya
adalah: variabel moderasi adalah variabel independen
(X) yang fungsinya memperkuat atau memperlemah.

Variabel moderating dapat dicontohkan sebagai

berikut:

 Gaya Kepemimpinan (X2) akan memperkuat

hubungan antara Kompensasi (X1) dan Kinerja
Pegawai (Y), Gaya Kepemimpinan disini berperan
sebagai variabel moderating.
 Variabel Moderasi dalam hal ini adalah variabel
Gaya Kepemimpinan (X2), yang fungsinya

1
 menguatkan atau memperlemah hubungan antara
Kompensasi (X1) dan Kinerja Pegawai (Y), Variabel
Gaya Kepemimpinan disini berperan sebagai
variabel moderating.

Kedua contoh diatas dapat digambarkan sebagai

berikut:

Kompensasi Kinerja Pegawai

(X1) (Y)

Gaya
Kepemimpinan
(X2)
(X1)

Kompensasi Kinerja Pegawai

Variabel
Moderasi

2
Contoh soal:
Terdapat tiga variabel penelitian yaitu:
X1 : Kompensasi (variabel independen)
X2 : Gaya Kepemimpinan (variabel moderasi)
Y : Kinerja Pegawai (variabel dependen)

Judul:

Pengaruh Kompensasi dan Gaya Kepemimpinan

Terhadap Kinerja Pegawai PT. Guten Morgen

Rumusan Masalahnya:

1. Apakah Kompensasi berpengaruh terhadap Kinerja

Pegawai?
2. Apakah Gaya Kepemimpinan berpengaruh terhadap
hubungan Kompensasi dan Kinerja Pegawai?

Hipotesisnya:

1. Kompensasi berpengaruh terhadap Kinerja Pegawai

2. Gaya Kepemimpinan berpengaruh terhadap
hubungan Kompensasi dan Kinerja Pegawai.

3
Hipotesis Statistiknya:

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.

4
Uji Hipotesisnya:

Rumusan Masalah yang 1 adalah:

HO: Tidak terdapat pengaruh antara Kompensasi

terhadap Kinerja Pegawai.

H1: Terdapat pengaruh antara Kompensasi terhadap

Kinerja Pegawai.

Rumusan Masalah yang 2 adalah:

HO: Gaya Kepemimpinan tidak berpengaruh terhadap

hubungan Kompensasi dan Kinerja Pegawai.

H1: 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:

5
Variabel Kompensasi (X1)

6
Variabel Gaya Kepemimpinan (X2)

7
VarIabel Kinerja Pegawai (Y)

8
 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)

9
 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

10
  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

11
 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.

12
Tampilan gambarnya dapat dilihat sebagai berikut:

13
Hasil output SPSS: Regresi Pertama

14
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

15
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

16
 Tampilan Gambar-Nya seperti dibawah ini

Selanjutnya tampilan Gambar-Nya seprti dibawah ini

17
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:

18
Hasil output SPSS: Regresi Kedua

19
20
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.

HO = Hipotesis Nol

H1 = Hipotesis Alternatif

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%.

21
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.

22