Anda di halaman 1dari 7

TEORI ONLINE

SERI TUTORIAL SPSS


by Hendry http://teorionline.wordpress.com/ email : openstatistik@yahoo.co.id

REGRESI DENGAN VARIABEL MODERATOR Variabel moderator adalah variabel yang mempengaruhi (baik memperlemah atau memperkuat hubungan antara variabel independen ke dependen.

Model Hubungan Moderasi

Berbeda dengan variabel intervening (bahasannya dapat dilihat disini), variabel moderator tidak menyaratkan adanya hubungan antara X ke M. Contohnya adalah pengaruh motivasi terhadap kinerja. Seseorang yang punya motivasi yang kuat akan mempengaruhi kinerjanya, dan akan semakin baik jika ia memiliki tingkat pendidikan yang tinggi. Di sini, pendidikan ditempatkan sebagai variabel moderator yang akan menaikturunkan pengaruh motivasi terhadap kinerja Contoh Kasus : Seorang peneliti ingin mengetahui pengaruh penghasilan keluarga terhadap tabungan yang dimiliki oleh keluarga tersebut. Data dikumpulkan dari 58 keluarga pada sebuah sekolah di Jakarta. Model yang ingin diuji adalah pengaruh penghasilan terhadap tabungan, yang dimoderasi oleh jumlah anggota keluarga Hipotesis yang dibangun adalah semakin tinggi penghasilan keluarga dan jumlah anggota keluarga yang sedikit maka akan semakin tinggi pula tabungan yang dimiliki oleh keluarga tersebut. Semakin rendah penghasilan dan semakin banyak anggota keluarga maka akan semakin rendah pula tabungan yang dimiliki oleh keluarga tersebut.

Penghasilan Keluarga

Tabungan

Jml Anggota Keluarga

Persamaannya adalah : JTK = a + b1 PK b2 JK + b3 PK*JAK + e b3 merupakan variabel perkalian PK (penghasilan keluarga) dengan JK (jumlah keluarga) merupakan variabel moderating pada hubungan PK ke JTK (jumlah tabungan keluarga)

PENYELESAIAN DATA PK 6.90 8.00 4.20 6.30 7.60 5.40 6.40 7.00 7.50 6.80 6.20 6.20 JK 4.00 7.00 3.00 6.00 3.00 1.00 1.00 2.00 5.00 2.00 1.00 5.00 TK 20.00 12.00 12.00 19.00 22.00 12.00 18.00 21.00 22.00 20.00 18.00 21.00

6.00 6.00 6.20 5.40 6.70 5.10 6.40 6.60 5.80 6.50 8.00 6.50 7.90 8.00 8.00 7.50 8.00 7.50 7.20 6.60 4.60 8.20 6.30 7.60 7.40

4.00 4.00 3.00 2.00 2.00 3.00 3.00 2.00 2.00 1.00 3.00 1.00 6.00 3.00 1.00 1.00 3.00 4.00 3.00 3.00 6.00 2.00 6.00 4.00 3.00

16.00 16.00 16.00 16.00 21.00 15.00 16.00 20.00 17.00 21.00 21.00 19.00 24.00 22.00 20.00 24.00 24.00 23.00 21.00 19.00 14.00 23.00 19.00 23.00 16.00

6.30 6.90 8.00 8.40 6.30 8.00 8.00 6.50 7.60 7.90 7.10 6.50 7.60 6.00 6.30 5.90 6.20 8.00 6.30 6.30 5.70 6.90 8.00 4.20 6.30

2.00 2.00 3.00 3.00 1.00 3.00 5.00 2.00 2.00 5.00 3.00 1.00 2.00 2.00 5.00 5.00 4.00 4.00 3.00 4.00 4.00 4.00 7.00 3.00 6.00

18.00 20.00 24.00 15.00 20.00 24.00 17.00 18.00 23.00 23.00 19.00 17.00 23.00 19.00 18.00 18.00 18.00 24.00 18.00 18.00 15.00 20.00 12.00 12.00 19.00

7.60 5.40 6.40 7.00 7.50 6.80 6.20

3.00 1.00 1.00 2.00 5.00 2.00 1.00

22.00 12.00 18.00 21.00 22.00 20.00 18.00

Pertama, membuat variabel interaksi dengan mengklik Transform, lalu pilih Compute Ketik M pada kotak Target variable, lalu masukkan perkalian PK dan JK seperti terlihat pada gambar berikut :

Klik OK, maka kita akan punya variabel baru M yang merupakan perkalian antara PK dan JK Klik Analyze Regression, dan pilih Linear Masukkan variabel TK ke kotak dependent, dan masukkan penghasilan, jumlah keluarga dan variabel moderat (M) ke box independent.

Abaikan yang lain, lalu klik OK

INTERPRESTASI DAN PEMBAHASAN

Nilai koefisien determinasi pada hasil analisis di atas adalah sebesar 0,469 atau dapat dikatakan perubahan jumlah tabungan keluarga dipengaruhi oleh variabel penghasilan keluarga, jumlah keluarga dan variabel moderator sebesar 46,90% sedangkan sisanya 54,10% dipengaruhi variabel lain diluar model Hasil uji signifikansi (uji F) memperlihatkan nilai F hitung sebesar 17,805 dengan probabilitas 0,000 (< 0,005). Dengan demikian dapat disimpulkan model ini signifikan dan dapat digunakan untuk memprediksi tabungan keluarga melalui PK, JK dan M Uji Signifikansi Model Parsial

hasil Uji model parsial (uji t) memperlihatkan bahwa penghasilan memberikan nilai koefisien parameter sebesar 3,869 dengan sig 0,000. Variabel jumlah keluarga memberikan nilai koefisien sebesar 2,875 dengan sig 0,053, sementara variabel M memberikan nilai koefisien sebesar negative (0,465) dengan sig 0,034 Kesimpulan yang bisa diperoleh dari hasil di atas adalah Moderator terbukti signifikan dalam mempengaruhi penghasilan terhadap jumlah tabungan. Prediksi nilai negative mengindikasikan bahwa efek moderasi yang diberikan adalah negative, artinya jumlah keluarga memberi efek mengurangi pengaruh penghasilan terhadap jumlah tabungan. Tidak signifikannya koefisien jumlah keluarga (sig 0,053) menunjukkan bahwa variabel ini merupakan variabel moderator murni dan tidak bisa ditempatkan sebagai variabel independen. Namun jika hasil menunjukkan bahwa jumlah keluarga (b2) dan moderator (b3) sama-sama signifikan maka dapat disimpulkan bahwa variabel jumlah keluarga adalah variabel quasi moderator atau dapat digunakan sebagai variabel independen sekaligus variabel moderator.