ANALISIS

REGRESI DENGAN VARIABEL

MODERATING

Oleh:
Prof. Dr.Suliyanto, SE,MM

http://management-unsoed.ac.id
 Regresi Moderating
 Download
JENIS-JENIS VARIABEL
DALAM PENELITIAN
 Variabel Bebas
Variabel yang mempengaruhi variabel tergantung.
 Variabel Tergantung
Variabel yang besar kecilnya tergantung pada variabel bebas.
 Variabel Moderating
Variabel yang akan memperkuat atau memperlemah
hubungan antara variabel bebas dengan variabel tergantung.
 Variabel Intervening
Merupakan variabel antara yang fungsinya memediasi
hubungan antara variabel bebas dengan varibel tergantung.
Variabel berdasarkan pada
hubungan antar variabel

Variabel
Intervening

Variabel Variabel
Bebas Tergantung

Variabel
Moderator
 LATAR BELAKANG MUNCULNYA
ANALISIS REGRESI VARIABEL
MODERATING

Dalam kenyataan dalam kasus manajemen

tidak hanya terdapat hubungan antara varibel
bebas dengan variabel tergantung, tetapi juga
muncul adanya variabel yang ikut
mempengaruhi hubungan antar variabel
tersebut yaitu variabel moderasi.
Contoh:
Besarnya konsumsi tidak hanya dipengaruhi
oleh pendapatan, tetapi gaya hidup ikut
menentukan pengaruh pendapatan terhadap
konsumsi.
 Model Variabel Moderating
Satu Varibel Bebas Dua Variabel Bebas
atau Lebih
X2
X1 X4

X1 Y X2 Y

X3
 TIGA METODE YANG DIGUNAKAN
UNTUK MELAKUKAN UJI REGRESI
DENGAN VARIABEL MODERASI
1. Uji Interaksi
Uji interaksi sering disebut dengan Moderated Regression
Analysis (MRA). Merupakan aplikasi khusus regresi linier
berganda dimana dalam persamaan regresinya
mengandung unsur interaksi (perkalian dua atau lebih
variabel independen).
2. Uji Nilai Selisih Mutlak
Dilakukan dengan mencari nilai selisih mutlak dari variabel
independen.
3. Uji Residual
Dilakukan dengan menguji pengaruh deviasi
(penyimpangan) dari suatu model. Fokusnya adalah
ketidakcocokan (lack of fit) yang dihasilkan dari deviasi
hubungan antar variabel independen.
 Contoh Kasus:
Seorang peneliti akan meneliti apakah
lingkungan kerja memoderasi hubungan
antara program pelatihan dengan prestasi
kerja. Untuk keperluan tersebut diambil
sampel sebanyak 15 karyawan.
 METODE PERTAMA
 Uji Interaksi
Uji interaksi dilakukan dengan cara
mengalikan dua atau lebih variabel
bebasnya.
 Jika hasil perkalian dua variabel bebas
tersebut signifikan maka variabel tersebut
memoderasi hubungan antara variabel
bebas dan variabel tergantungnya.
 Persamaan Regresi

Persamaan Regresi Moderasi dengan uji

iterasi:
Y = a + b1X1 + b2X2+b3X1X2 + 

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
 = Nilai Residu
 Pemecahan
1. Judul
Pengaruh pelatihan terhadap prestasi kerja dengan
lingkungan kerja sebagai variabel moderasi.
2. Pertanyaan Penelitian
– Apakah pelatihan berpengaruh terhadap prestasi kerja ?
– Apakah lingkungan kerja berpengaruh terhadap prestasi
kerja?
– Apakah lingkungan kerja memoderasi hubungan antara
pelatihan dengan prestasi kerja ?
3. Hipotesis
– Pelatihan berpengaruh positif terhadap prestasi kerja.
– Lingkungan kerja berpengaruh positif terhadap prestasi kerja.
– Lingkungan kerja memoderasi hubungan antara pelatihan
dengan prestasi kerja.
 4. Kriteria Penerimaan Hipotesis
Hipotesis 1.
Ho : b1= 0 : Tidak terdapat pengaruh pelatihan terhadap prestasi kerja.
Ha : b1 > 0 : Terdapat pengaruh positif pelatihan terhadap prestasi kerja.
Kriteria:
 Ho diterima Jika thitung ≤ t tabel atau p > 0,05
 Ha diterima thitung > t tabel atau p  0,05

Hipotesis 2.
Ho : b2 = 0 : Tidak terdapat pengaruh lingkungan kerja terhadap prestasi kerja.
Ha : b2 > 0 : Terdapat pengaruh positif lingkungan kerja terhadap prestasi kerja.
Kriteria:
 Ho diterima Jika thitung ≤ t tabel atau p > 0,05
 Ha diterima thitung > t tabel atau p  0,05

Hipotesis 3.
Ho : b3= 0 : Lingkungan kerja tidak memoderasi hubungan pelatihan terhadap prestasi
kerja.
Ha : b3  0:Lingkungan kerja memoderasi hubungan pelatihan terhadap prestasi kerja.
 Ho diterima Jika t tabel ≤ thitung ≤ t tabel
 Ha diterima thitung > t tabel atau -thitung ,< -t tabel
 5. Sampel
15 Karyawan
6. Data Yang dikumpulkan

Y 9 8 9 5 7 8 6 5 8 7 10 8 7 6 4
X1 8 7 8 4 6 7 5 4 8 6 9 7 6 5 3
X2 7 6 7 3 5 6 4 3 6 5 8 6 5 5 2
 7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1.Persamaan regresi
2.Nilai Prediksi
3.Koefesien determinasi
4.Kesalahan baku estimasi
5.Kesalahan baku koefesien regresinya
6.Nilai F hitung
7.Nilai t hitung
8.Kesimpulan
 Persamaan Regresi
Y X1 X2 X3 X12 X22 X32 X1X2 X1X3 X2.X3 YX1 YX2 YX3
9 8 7 56 64 49 3136 56 448 392 72 63 504
8 7 6 42 49 36 1764 42 294 252 56 48 336
9 8 7 56 64 49 3136 56 448 392 72 63 504
5 4 3 12 16 9 144 12 48 36 20 15 60
7 6 5 30 36 25 900 30 180 150 42 35 210
8 7 6 42 49 36 1764 42 294 252 56 48 336
6 5 4 20 25 16 400 20 100 80 30 24 120
5 4 3 12 16 9 144 12 48 36 20 15 60
8 8 6 48 64 36 2304 48 384 288 64 48 384
7 6 5 30 36 25 900 30 180 150 42 35 210
10 9 8 72 81 64 5184 72 648 576 90 80 720
8 7 6 42 49 36 1764 42 294 252 56 48 336
7 6 5 30 36 25 900 30 180 150 42 35 210
6 5 5 25 25 25 625 25 125 125 30 30 150
4 3 2 6 9 4 36 6 18 12 12 8 24
107 93 78 523 619 444 23101 523 3689 3143 704 595 4164
Koefesien Regresi:
Y = a +b1X1+b2X2+b0X3+
Deter min an[ A1] 259.724
a   1,832
Deter min ant[ A] 141.754
Deter min an[ A2] 60.216
b1    0,425
Deter min ant[ A] 141.754

Deter min an[ A3] 60.310

b2    0,425
Deter min ant[ A] 141.754

Deter min an[ A4] 1.850

b3    0,013
Deter min ant[ A] 141.754

Y = 1,832 +0,425X1+0,425X2+0,013X3
 Makna Persamaan Regresi Yang
Terbentuk

a = 1,832, Artinya jika pelatihan (X1) dan lingkungan kerja

(X2) sebesar 0 maka Prestasi Kerja (Y) akan sebesar
1,832.
b1 = 0,425, Artinya jika lingkungan kerja (X2) dan X3
(moderasi) konstans, maka kenaikan pelatihan (X1)
akan menyebabkan peningkatan Prestasi Kerja (Y)
sebesar 0,425.
b2 = 0,425, Artinya jika Pelatihan (X1) dan X3 (moderasi)
konstans, maka kenaikan lingkungan kerja (X1) akan
menyebabkan peningkatan Prestasi Kerja (Y) sebesar
0,425.
b3 = 0,013, Artinya jika pelatihan (X1) dan Lingkungan Kerja
(X2) konstans, maka kenaikan moderasi (X3) akan
menyebabkan kenaikan Prestasi kerja (Y) sebesar
-0,013 kali.
 Nilai Prediksi
 Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 8 dan nilai
lingkungan kerja sebesar 7 ?
1,832+ (0,0425x8)+(0,0425x7)+(0,013*56= 8,935
 Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 7 dan nilai
lingkungan kerja sebesar 6 ?
1,832+ (0,0425x7)+(0,0425x6)+(0,013*42= 7,903
 Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 8 dan nilai
lingkungan kerja sebesar 7 ?
1,832+ (0,0425x8)+(0,0425x7)+(0,013*56= 8,935
 Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 4 dan nilai
lingkungan kerja sebesar 3 ?
1,832+ (0,0425x4)+(0,0425x3)+(0,013*12= 4,963
 Berapa besarnya nilai prestasi kerja jika nilai pelatihan sebesar 6 dan nilai
lingkungan kerja sebesar 5 ?
1,832+ (0,0425x6)+(0,0425x5)+(0,013*30= 6,897

Dan seterusnya…………………….!!!
Y X1 X2 X3 Y Pred (Y-Y Pred)2 (Y-Y Bar)2
9 8 7 56 8.935 0.004 3.484
8 7 6 42 7.903 0.009 0.751
9 8 7 56 8.935 0.004 3.484
5 4 3 12 4.963 0.001 4.551
7 6 5 30 6.897 0.011 0.018
8 7 6 42 7.903 0.009 0.751
6 5 4 20 5.917 0.007 1.284
5 4 3 12 4.963 0.001 4.551
8 8 6 48 8.406 0.165 0.751
7 6 5 30 6.897 0.011 0.018
10 9 8 72 9.993 0.000 8.218
8 7 6 42 7.903 0.009 0.751
7 6 5 30 6.897 0.011 0.018
6 5 5 25 6.407 0.166 1.284
4 3 2 6 4.035 0.001 9.818
107 93 78 523 106.954 0.410 39.733
 Koefesien Determinasi
Koefesien determinasi:
R  1
2  (Y  Yˆ ) 2
R  1
2 (0,410)
 0,990
 (Y  Y ) 2
(39,733)

Koefesien Determinasi Disesuaikan (adjusted)

P (1  R 2
) 3(1  0,990)
Radj  R2  Radj  0,990   0,986
N  P 1 15  3  1
 Kesalahan Baku
Estimasi
Digunakan untuk mengukur tingkat
kesalahan dari model regresi yang dibentuk.

Se 
 (Y  Yˆ ) 2

Se 
(0,410)
 0,193
nk 15  4
 Standar Error Koefesien Regresi
Digunakan untuk mengukur besarnya tingkat
kesalahan dari koefesien regresi:
(0,193) 2
Se 2 Sa  (1.036.194)  0,522
Sb  ( Kii ) 141.754
Det[ A]
(0,193) 2
Sb1  (113.649)  0,173
141.754

(0,193) 2
Sb 2  (105.512)  0,166
141.754

(0,193) 2
Sb3  (1.137)  0,017
141.754
 Uji F
Uji F digunakan untuk menentukan uji ketepatan model (goodness of
fit):

Ho: Diterima jika F hitung  F tabel

Ha: Diterima jika F hitung > F tabel

R 2 /( k  1) 0,990 /(4  1)
F F  351,911
1  R 2 /(n  k ) 1  0,990 /(15  4)

Karena F hitung (351,911) > dari F tabel (3,59) maka moder persmaan
rgeresi yang dibentuk memiliki goodness of fit yang tinggi.
 Uji t
Digunakan untuk mengatahui pengaruh parsial variabel bebas terhadap variabel
tergantung.
Ho: Diterima jika -t tabel  t hitungl  t tabel
Ha: Diterima jika -t hitung < t tabel atau t hitung > t tabel

0,425
tX1   2,458
0,173
bj
t hitung  0,425
Sbj tX 2   2,555
0,166
0,013
tX 3   0,755
Karena: 0,017
• t hitung X1(2,458) > t tabel (1,796), maka Ha diterima
• t hitung X2 (2,555) > dari t tabel (1,796), maka Ha diterima.
• t hitung X3 (0,755) < dari t tabel (1,796), maka Ha ditolak.
 KESIMPULAN
KESIMPULAN
– Pelatihan berpengaruh positif terhadap prestasi
kerja.
– Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
– Lingkungan kerja tidak memoderasi hubungan
antara pelatihan dengan prestasi kerja.
 Dengan Menggunakan
Program Komputer
Langkah Langkah:
 Buka file : Regresi Moderasi

 Kalikan variabel X1 dengan Variabel X2

langkah sebagai berikut:

– Transform  Compute….
– Tuliskan X3 pada kotak Target Variable
– Pada kotak Numeric Expression ketikan X1*X2
– OK
 Analyze  Regression  Linear...
Masukan variabel Y pada kotak
Dependent
 X1, X2, X3 pada kotak Independent
 Abaikan pilihan yang lain  OK
 KESIMPULAN
KESIMPULAN
– Pelatihan berpengaruh positif terhadap prestasi
kerja.
– Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
– Lingkungan kerja tidak memoderasi hubungan
antara pelatihan dengan prestasi kerja.
 METODE KEDUA
 Nilai Selisih Mutlak
Uji selisih nilai mutlak dilakukan dengan
cara mencari selisih nilai mutlak
terstandarisasi diantara kedua variabel
bebasnya.
 Jika selisih nilai mutlak diantara kedua
variabel bebasnya tersebut signifikan
dan positif maka variabel tersebut
memoderasi hubungan antara variabel
bebas dan variabel tergantungnya.
 Perrsamaan
Y = a +b1ZX1+b2ZX2+b3|ZX1-ZX2|+e
 xi  x 8  6,200
z   1,034
 1,740

Variabel X3
merupakan variabel
moderasi:
|1.034-1.087| = 0,053
|0,460-0,483| = 0,023
|1,034-1,087| = 0,053
Dan sterusnya….
 Dengan Menggunakan Program
Komputer
Langkah Langkah:
 Buka file : Regresi Moderasi
 Tranformasi X dan X2 dalam bentuk standardize
– Analyse Descriptive Statistics Descriptive-aktivkan save
stnadardize…..
– Masukan X1 dan X2 ke Variables
– OK
 Kurangi dan absolutkan variabel X1 dengan Variabel X2
langkah sebagai berikut:
– Transform  Compute….
– Tuliskan X3 pada kotak Target Variable
– Pada kotak Numeric Expression ketikan abs (X1-X2)
– OK
 Analyze  Regression  Linear...
Masukan variabel Y pada kotak
Dependent
 ZX1, ZX2, X3 pada kotak Independent
 Abaikan pilihan yang lain  OK
 KESIMPULAN
KESIMPULAN
– Pelatihan berpengaruh positif terhadap prestasi kerja.
– Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
– Lingkungan kerja tidak memoderasi hubungan
antara pelatihan dengan prestasi kerja.
 METODE KETIGA
 Uji Residual
Fokus dari uji ini adalah ketidakcocokkan
(lack of fit) yang dihasilkan dari deviasi
hubungan linier antar variabel
independent. Lack of fit ditunjukkan oleh
nilai residual didalam regresi.
 Jika variabel tergantung Y diregresikan
terhadap nilai absolut residual ternyata
signifikan dan negatif maka dikatakan
terjadi moderasi.
 Persamaannya

| e | = a + bY + e
 Analyze  Regression  Linear...
Masukan variabel Y pada kotak
Dependent
 X1, X2 pada kotak Independent
 Klik Save pada Residual pilih unstandardize
 Abaikan pilihan yang lain  OK
 Dengan Menggunakan
Program Komputer
Langkah Langkah:
Langkah Langkah:
 Buka file : Regresi Moderasi
 Munculkan nilai residual Unstanstandardisze
– Analyse RegresiLinier…..
– Masukan X1 dan X2 ke independent dan Y ke Dependent
– Klik Save, pilih Resdual unstandardize
– OK
Absolutkan variabel Res_1 dengan langkah sebagai berikut:
– Transform  Compute….
– Tuliskan X3 pada kotak Target Variable
– Pada kotak Numeric Expression ketikan abs (Res_1)
– OK
Rgresikan Y terhadap X3
 Analyze  Regression  Linear...

Masukan variabel X3 pada kotak

Dependent
 Y pada kotak Independent

 Abaikan pilihan yang lain  OK

 KESIMPULAN
KESIMPULAN
– Lingkungan tidak kerja memoderasi
hubungan antara pelatihan dengan
prestasi kerja.