MODEL EMPIRIS
BENTUK MODEL EMPIRIS
Model empiris dapat mempunyai sebuah dependen variabel maupun
lebih dari satu dependen variabel.
Yang termasuk model-model empiris yang mengggunakan hanya sebuah
variabel dependen adalah model regresi, model regresi logit, model regresi
probit, model regresi tobit, model analisis diskriminan, model ANOVA dan
model analisis conjoint.
Bentuk dari model regresi adalah sebagai berikut:
Y1 = X1 + X 2 + … + X n
(metrik) (metrik, non-metrik)
Bentuk dari model regresi Logit/Probit/Tobit adalah sebagai berikut:
Y1 = X1 + X 2 + … + X n
(non-metrik) (metrik, non-metrik)
Bentuk dari model analisis Diskriminan adalah sebagai berikut:
Y1 = X1 + X 2 + … + X n
(non-metrik) (metrik, non-metrik)
Bentuk dari model ANOVA adalah sebagai berikut:
Y1 = X1 + X 2 + … + X n
(metrik) (non-metrik)
Bentuk dari model analisis Conjoint adalah sebagai berikut:
Y1 = X1 + X 2 + … + X n
Yang termasuk model-model empiris yang mengggunakan lebih dari
sebuah variabel dependen adalah model MANOVA dan model korelasi
kanonikal.
Bentuk dari model MANOVA adalah sebagai berikut:
Y1 + Y2 + … + Yn = X1 + X2 + … + Xn
(metrik) (non-metrik)
Bentuk dari korelasi Kanonikal adalah sebagai berikut:
Y1 + Y2 + … + Yn = X1 + X2 + … + Xn
(metrik, non-metrik) (metrik, non-metrik)
Yang termasuk model-model empiris yang mengggunakan banyak persamaan secara
simultan adalah model persamaan-persamaan simultan (simultaneous equations) dan
structural equation modeling.
Bentuk dari model persamaan-persamaan simultan (simultaneous equations) adalah
sebagai berikut:
Y1 = X11 + X12 + … + X1n
Tipe data
Model Variabel Dependen Variabel Independen
VMO
VI VD
Notasi:
VD = variabel dependen.
VI = variabel independen.
VMO = variabel moderasi.
e = kesalahan residu.
Jogiyanto HM - Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-pengalaman
slop kurang tajam untuk nilai
VMO lebih rendah
VI
VD 3 VI * VMO e
Hasil signifikan dari koefisien β3 tidak dapat dikatakan bahwa efek
interaksi terjadi. Signifikansi ini dapat terjadi karena efek yang
signifikan pengaruh VI terdapat VD, tidak perduli efek dari VMO
terjadi atau tidak. Dengan kata lain, karena bentuk interaksi adalah
perkalian antara VI dengan VMO, signifikansi tersebut dapat
terjadi karena pengaruh signifkansi dari VI atau signifikansi terjadi
karena interaksi “mencuri varian” dari salah satu variabelnya.
Penghilangan efek-efek utama akan menghilangkan arti dari efek
interaksi. Dengan demikian, untuk menguji efek interaksi, efek-efek
utama harus dimasukkan ke dalam persamaan analisis regresi
moderasian.
Variabel Mediasi
Variabel mediasi (VME) atau mediating variable adalah variabel yang
secara teori mempengaruhi fenomena yang diobservasi (variabel
dependen), yang efeknya harus diinferensi melalui efek hubungan
antara variabel independen dengan fenomenanya (variabel
dependennya).
VI VME VD (model 1)
Gambar. Bentuk model hubungan mediasi.
Jika hubungan kausal antara variabel independen dengan variabel
dependen masih ingin diperlihatkan, maka bentuk modelnya adalah
sebagai berikut ini.
VI VME VD
VI VD
VME
Variabel Kontrol
Variabel pelengkap dikenal sebagai variabel kontrol (control variable)
yaitu untuk melengkapi atau mengkontrol hubungan kausalnya supaya lebih
baik untuk didapatkan model empiris yang lebih lengkap dan lebih baik.
Variabel Pengganggu
Variabel pengganggu (confounding variable) merupakan variabel yang
efeknya mengganggu hubungan kausal antara variabel independen dan
variabel dependen.
DEFINISI VARIABEL