Moderasi dan Mediasi

Pengembangan Regresi Linear dengan Metode Moderasi dan Mediasi

Elisabet Siahaan
Ishbir Mujahid Adha
Review Pertemuan Sebelumnya
• Asumsi Klasik dalam Regresi
• Membahas Konsep dan Penggunaan Analisis Regresi
• Membahas Konsep dan Penggunaan Analisis Korelasi
• Membahas Konsep dan Penggunakan Anova dan
Manova

Dr.Elisabeth Siahaan,SE,MEc 2
Agenda Pertemuan Minggu Ini
• Membedakan Analisis Moderasi dan Mediasi
• Memahami konsep dasar serta pengaplikasian variabel moderasi
dan mediasi
• Menambah wawasan serta memahami kerangka konsep dan
model analisis dari efek moderasi dan mediasi
• Mengembangkan serta Menggabungkan pemahaman Analisis
Regresi dalam aplikasi variabel moderasi dan mediasi
• Mengembangkan struktur model persamaan untuk moderasi dan
mediasi
• Melakukan analisis moderasi dan mediasi
Dr.Elisabeth Siahaan,SE,MEc 3
Moderasi vs Mediasi
• Sebelumnya, pada regresi linear kita sudah mempelajari permodelan
dalam masalah penelitian “Pengaruh variabel X terhadap Y”
• Bab Efek Moderasi dan Efek Mediasi merupakan pengembangan
model yang sederhana tersebut.
• “Apakah terdapat pengaruh antara jenis kelamin dalam pengaruh
variabel X terhadap Y?”
• “Bagaimana pengaruh minat baca dalam pengaruh variabel X
terhadap Y?”

Dr.Elisabeth Siahaan,SE,MEc 4
 Perbedaan Penggunaan
Variabel Moderasi
• Digunakan secara spesifik menilai
“kapan” atau “dalam hal apa”
pengaruh X terhadap Y terjadi
• “Apakah jenis kelamin
mengakibatkan perubahan pada
pengaruh X terhadap Y?”
Variabel Mediasi
• Digunakan secara spesifik untuk
menjawab “bagaimana” atau
“mengapa” suatu variabel terjadi
dalam pengaruh X terhadap Y
• “Bagaimana pengaruh X terhadap
minat baca serta dampaknya
terhadap Y

Satu Variabel dapat bersifat Moderasi ataupun Mediasi, bergantung

pada teori yang mendukung atau teori yang sedang diteliti
Dr.Elisabeth Siahaan,SE,MEc 5
Karakteristik Umum
• Setidaknya terdapat 3 variabel dalam penelitian,
dengan rincian:
• Setidaknya 1 variabel bersifat sebagai variabel
bebas
• Hanya terdapat 1 variabel yang bersifat sebagai
variabel terikat
• Terdapat 1 variabel yang bersifat sebagai mediasi
atau moderasi
Dr.Elisabeth Siahaan,SE,MEc 6
Efek Variabel Moderasi

Dr.Elisabeth Siahaan,SE,MEc 7
 Definisi Efek Moderasi
• Variabel Moderasi adalah variabel yang mengubah
atau yang mengakibatkan perubahan pada pengaruh
utama dari variabel bebas terhadap variabel terikat
• Contoh
• Normalnya, pekerjaan yang dilakukan dengan komputer
akan menjadi lebih rapi dan praktis. Akan tetapi,
kemampuan operator dalam menggunakan komputer
dapat membuat pekerjaan tersebut menjadi lebih rapi
atau malah tidak rapi dengan menggunakan komputer.
Dr.Elisabeth Siahaan,SE,MEc 8
Jenis-Jenis Efek Moderasi
• Enhancing (Efek Menguatkan)
• Meningkatkan pengaruh utama dengan adanya interaksi antar variabel (Beta >1)
• Contoh, Pengaruh daya tarik dosen terhadap motivasi belajar mahasiswa semakin
kuat terjadi pada perempuan
• Buffering (Efek Melemahkan)
• Menurunkan nilai pengaruh utama dengan adanya interaksi (0 < Beta < 1)
• Contoh, pengaruh motivasi belajar terhadap nilai ujian semakin kecil
pengaruhnya pada laki-laki
• Antagonizing (Efek Berlawanan)
• Membuat efek menjadi berlawanan pengaruh (perubahan tanda beta)
• Contoh, pengaruh motivasi belajar terhadap kepuasan perkuliahan menjadi buruk
ketika dosen tidak memperhatikan mahasiswa
Dr.Elisabeth Siahaan,SE,MEc 9
Kerangka Konsep Model Moderasi

Pengaruh Utama Motivasi Belajar

Daya Tarik Dosen (X)
Mahasiswa (Y)
Variabel Bebas Variabel Terikat
Efek Moderasi

Jenis Kelamin (Z)

Variabel Moderasi

Dr.Elisabeth Siahaan,SE,MEc 10
Karakteristik Variabel Moderasi
• Ingat Kembali bahwa, variabel bebas dan terikat
dalam regresi wajib bersifat continuous atau
setidaknya pada skala interval
• Variabel moderasi, dapat bersifat kategorial ataupun
numeric
• Jenis kelamin, tingkat pendidikan, kemampuan
operasional dapat menjadi variabel moderasi

Dr.Elisabeth Siahaan,SE,MEc 11
 Kodifikasi Variabel Kategori Moderator
• Dummy Variabel
• Dilakukan dengan menggunakan dummy sesuai dengan jumlah
kategori dikurang 1 variabel. Kodifikasi dilakukan dengan 0 atau 1
• Merupakan perbandingan berdasarkan kelompok kendali
(control group)
• Kodifikasi Efek
• Dilakukan dengan menggunakan kodifikasi pengaruh, misal 1
untuk perempuan dan -1 untuk laki-laki
• Merupakan perbandingan berdasarkan grand mean
• Kodifikasi Kontras
Dr.Elisabeth Siahaan,SE,MEc 12
 Asumsi dalam Analisis Efek Moderasi
• Pengaruh utama dari variabel bebas terhadap variabel terikat harus,
wajib hukumnya, signifikan.
• Bagaimana jika pengaruh utama ini tidak signifikan?
• Hentikan analisis hingga tahap ini saja

• Jika tidak terdapat pengaruh (insignifikan) antara minat baca dengan

pengetahuan mahasiswa, akankah hasil ini berubah semakin sering
mereka ke perpustakaan?
• Secara logika, hal ini tidak dapat dibuktikan, hanya keajaiban yang dapat
menjelaskan pengaruh moderasi yang dipaksakan pada tahap tidak terjadi
pengaruh signifikan pada pengaruh utama.
Dr.Elisabeth Siahaan,SE,MEc 13
 Variabel Interaksi dalam Model
• Variabel moderasi memiliki istilah yang disebut sebagai
variabel interaksi
• Variabel interaksi adalah variabel yang terlahir dari interaksi
(perkalian) antara variabel bebas dan variabel moderasi.
• Variabel interaksi adalah bentuk natural dari penggambaran
interaksi yang terjadi ketika variabel bebas terjadi pada
variabel moderasi
• Contoh, ketika minat baca terhadap pengetahuan
mahasiswa terjadi pada mahasiswa atau mahasiswi
Dr.Elisabeth Siahaan,SE,MEc 14
 Standarisasi Variabel Bebas
• Pada regresi linear berganda, variabel bebas tidak boleh saling
berkorelasi tinggi satu dengan lainnya (asumsi klasik:
multikolinearitas)
• Jika variabel interaksi dilibatkan secara langsung terhadap variabel
yang bersifat interval, sangat besar kemungkinan terjadi masalah
multikolinearitas.
• Oleh karena itu, variabel bebas ditransformasi ke dalam bentuk
standarisasi (mean = 0 stdev = 1)
• Bagaimana melakukan transformasi standarisasi? Baca kembali
modul regresi
• Secara konsep, bentuk standarisasi = (Nilai Aktual – Rata-Rata) /
Stdev Dr.Elisabeth Siahaan,SE,MEc 15
Model Analisis Moderasi
• Model Kerangka Konsep • Model Analisis

Harus
Bebas (X) Terikat (Y)
X Y Signifikan

Moderator (Z)

Z Interaksi (X*Z)

Dr.Elisabeth Siahaan,SE,MEc 16
Bagaimana Model Matematis
dari Pengaruh Moderasi?
Diskusikan dengan teman sekelompok

Dr.Elisabeth Siahaan,SE,MEc 17
Contoh: Efek Moderasi
Pengaruh Minat Baca terhadap Pengetahuan Mahasiswa dengan Jenis Kelamin
Sebagai Variabel Moderator

Dr.Elisabeth Siahaan,SE,MEc 18
Data Minat Baca sebagai variabel bebas

Pengetahuan sebagai variabel terikat

Jenis Kelamin (JK) sebagai dummy

variabel moderasi; 0 untuk perempuan
1 untuk laki-laki
Langkah awal yang dilakukan
adalah dengan melakukan
standarisasi nilai Minat Baca (unt
menghindari masalah
multikolinearitas saat interaksi
terjadi)
19
Dr.Elisabeth Siahaan,SE,MEc
 Standarisasi Variabel
• Dilakukan dengan menu descriptive
• Analyze > Descriptive Statistics > Descriptive..

Masukkan Variabel minat dalam kolom di

Kanan, dan jangan lupa centang Save
Standardized Values as Variables
Klik OK dan akan muncul variabel baru dengan
20
Dr.Elisabeth Siahaan,SE,MEcnama ZMinat
Variabel Interaksi • Munculkan variabel
interaksi dengan melakukan
transformasi data
• Klik Transform > Compute
Variable…

Variabel Baru hasil dari

tahap sebelumnya

21
Dr.Elisabeth Siahaan,SE,MEc
Variabel Interaksi
Nama variabel
baru, dalam hal ini
adalah interaksi

Komputasi perkalian
antara variabel jenis
kelamin dengan
standarisasi minat
baca Dr.Elisabeth Siahaan,SE,MEc 22
 Tahap I Regresi tanpa variabel interaksi

Cara regresi linear yang dilakukan

adalah sama dengan materi
sebelumnya! Ingat dan baca kembali
Dr.Elisabeth Siahaan,SE,MEc 23
jika lupa
Tahap II Regresi dengan efek Interaksi

24
Dr.Elisabeth Siahaan,SE,MEc
 Analisis

Nilai Adjusted R-Square pada model dengan interaksi lebih kecil dari tanpa interaksi, hal ini berarti, interaksi yang terjadi
mempersulit penjelasan variabel independen dalam menjelaskan variasi pada variabel dependen, dengan demikian variabel
JK pada kasus ini bukan merupakan moderator yang baik

Koefisien beta pada model tanpa interaksi lebih besar dari koefisien beta dengan interaksi, hal ini berarti bahwa sifat variabel
moderator adalah melemahkan pengaruh utama

Dr.Elisabeth Siahaan,SE,MEc 25
 Analisis

Signifikansi variabel interaksi > 0.05, mengindikasikan bahwa dalam hal ini, jenis kelamin bukanlah variabel moderator
yang signifikan dalam pengaruh minat baca terhadap pengetahuan mahasiswa

Bisakah kalian menyimpulkan kekuatan pengaruh minat baca terhadap pengetahuan antara laki-laki dan perempuan?

Dr.Elisabeth Siahaan,SE,MEc 26
Efek Variabel Mediasi

Dr.Elisabeth Siahaan,SE,MEc 27
 Definisi Efek Mediasi
•Variabel mediasi adalah variabel perantara
yang menjelaskan hubungan antara variabel
bebas terhadap variabel terikat melalui
variabel yang memediasi hubungan tersebut.
•Contoh,
•Apakah minat baca berpengaruh terhadap
IPK mahasiswa melalui motivasi belajar?
Dr.Elisabeth Siahaan,SE,MEc 28
 Istilah dalam Efek Mediasi
• Pengaruh langsung
• Merupakan pengaruh yang secara langsung terjadi antara
variabel bebas terhadap variabel terikat (Pengaruh X terhadap Y)
• Pengaruh tidak langsung
• Merupakan pengaruh yang terjadi antara variabel bebas
terhadap variabel terikat yang terjadi melalui penghubung
variabel mediasi
• (Pengaruh X terhadap Z * Pengaruh Z terhadap Y)
• Pengaruh total
• Merupakan keseluruhan pengaruh yang terjadi dari X terhadap Y
• Pengaruh langsung + Pengaruh tidak langsung
Dr.Elisabeth Siahaan,SE,MEc 29
 Jenis-Jenis Mediasi
• Mediasi Sempurna
• Terjadi jika pengaruh langsung tidak signifikan sementara
pengaruh tidak langsung signifikan
• Metode lain adalah jika nilai Variance Account For (VAF) ≥ 80%
• Mediasi Parsial (Sebagian)
• Terjadi jika pengaruh langsung dan pengaruh tidak langsung
keduanya signifikan
• Metode lain adalah jika 20% < VAF < 80%
• Bukan Mediasi (no mediation)
• Terjadi jika pengaruh langsung signifikan dan pengaruh tidak
langsung tidak signifikan
• Metode lain adalah jika VAF ≤ 20% Dr.Elisabeth Siahaan,SE,MEc
30
Variance Account For (VAF)
• Adalah persentase dari besarnya pengaruh tidak
langsung terhadap pengaruh total

Dr.Elisabeth Siahaan,SE,MEc 31
Kerangka Konsep Mediasi

• X  Z  Y = Pengaruh tidak langsung

Mediator
Z

X Y
Pengaruh Langsung
Bebas Terikat

Dr.Elisabeth Siahaan,SE,MEc 32
Model Analisis Efek Mediasi
Substruktur I Substruktur II

• Regresi linear antara • Regresi linear antara variabel

variabel bebas terhadap bebas dan mediasi terhadap
variabel mediasi variabel terikat
• Menghasilkan pengaruh
langsung antara variabel
bebas terhadap variabel
terikat

Dr.Elisabeth Siahaan,SE,MEc 33
Bagaimana model matematis dari
efek mediasi
Diskusikan kembali model matematis pada substruktur I dan II dengan teman
sekelompok

Dr.Elisabeth Siahaan,SE,MEc 34
Permodelan Mediasi dengan 3 variabel bebas

X1 1

YX 2
1 ZX
1

YX2
ZY
X2 Y Z
ZX
3
YX
3
Persamaannya :
X3 Y=ρYX1X1+ ρYX2X2+ ρYX3X3+1
Z= ρZX1X1+ ρZX3X3+ ρZYY+2
35
Dr.Elisabeth Siahaan,SE,MEc
 Pengaruh tidak langsung
Pengaruh tidak langsung dihitung
sebagai perkalian antara
pengaruh variabel bebas terhadap
mediator (substruktur I) dengan
variabel mediator terhadap
variabel terikat (substruktur II)

Pengujian tingkat
signifikansi pengaruh tidak
langsung dapat dilakukan
dengan menggunakan
metode sobel test
Dr.Elisabeth Siahaan,SE,MEc 36
Sobel Test
• Sobel test tidak secara langsung diberikan melalui SPSS
• Sobel test dapat dilakukan secara manual atau secara online
pada http://quantpsy.org/sobel/sobel.htm
• Signifikansi dari sobel test menunjukkan nilai signifikansi dari
pengaruh tidak langsung, dengan menggunakan t-value dari
masing-masing komponen penyusun pengaruh tidak
langsung tersebut

Dr.Elisabeth Siahaan,SE,MEc 37
Teori Pemotongan (Trimming)
• Saat ini, banyak alat bantu analisis yang dapat secara
langsung menyelesaikan model secara langsung tanpa
pemotongan
• Teori pemotongan adalah konsep yang menyatakan bahwa
pada sebuah model, jalur atau pengaruh yang tidak signifikan
dikeluarkan dari model sehingga terbentuk model yang
benar-benar hanya mempengaruhi variabel dependen
• Dalam teori pemotongan, setiap kali variabel dikeluarkan
dari model, maka wajib dilakukan analisis atau pengolahan
data ulang setelah model dikeluarkan

Dr.Elisabeth Siahaan,SE,MEc 38
Goodness of Fit
• Kesesuaian model dapat dilihat dengan menggunakan
R-square ataupun adjusted R-square. Akan tetapi,
pada analisis kita hanya akan menemukan nilai dari R-
square dalam setiap substruktur
• Nilai R-Square model secara menyeluruh dapat
dihitung dengan rumus

Dr.Elisabeth Siahaan,SE,MEc 39
Contoh Efek Mediasi
Pengaruh minat baca terhadap IPK dengan motivasi belajar sebagai variabel
mediasi (intervening)

Dr.Elisabeth Siahaan,SE,MEc 40
Data Minat Membaca (X) adalah variabel bebas

IPK (Y) adalah variabel terikat

Motivasi (Z) adalah variabel mediasi atau

intervening
Pada analisis pengaruh mediasi, kita tidak perlu
melakukan standarisasi ataupun interaksi
variabel, data dapat langsung dianalisis dengan
menggunakan dua substruktur yang telah
dispesifikasi sebelumnya.

Substruktur I  Minat Baca (X) terhadap Motivas

(Z)

Substruktur II  Minat Baca (X) dan Motivasi (Z)

terhadap IPK (Y)
41
Dr.Elisabeth Siahaan,SE,MEc
Substruktur I

Dr.Elisabeth Siahaan,SE,MEc 42
Substruktur II

Dr.Elisabeth Siahaan,SE,MEc 43
Latihan!
Diskusikan bagaimana persamaan matematika pada setiap substruktur!

Dr.Elisabeth Siahaan,SE,MEc 44
 Sobel Test http://quantpsy.org/sobel/sobel.htm
Substruktur I

Substruktur II

Signifikansi Sobel
yang menunjukkan
nilai signifikansi
pengaruh tidak
Dr.Elisabeth Siahaan,SE,MEc
langsung 45
 Goodness of Fit

= 1 – [(1-0.563)(1-0.853)]
= 1 – (0.437)(0.147)
= 0.936
Dengan demikian, model analisis jalur efek mediasi dari
variabel minat baca dengan mediasi motivasi belajar secara
keseluruhan dapat menjelaskan 93.6% variasi yang terjadi pada
nilai IPK Mahasiswa
Dr.Elisabeth Siahaan,SE,MEc 46
 Analisis •Pengaruh total dari
• Pengaruh langsung minat baca
terhadap IPK mahasiswa adalah minat baca terhadap
sebesar 1.394 (sig < 0.05) yang IPK adalah 0.823
menunjukkan bahwa minat [1.394 + (-0.571)]
baca berpengaruh positif dan
signifikan terhadap IPK •Motivasi bersifat
• Pengaruh tidak langsung dari mediasi parsial
minat baca terhadap IPK melalui (signifikan secara
Motivasi adalah -0.571 [0.782*(- langsung dan tidak
0.730)], sig sobel (0.012 < 0.05)
langsung)
Dr.Elisabeth Siahaan,SE,MEc 47
Pengembangan Pengetahuan
• Analisis Jalur pada hakikatnya adalah analisis efek mediasi
• Analisis jalur secara langsung dapat diselesaikan dengan
menggunakan alat bantu AMOS (berbasis kovarian) maupun
PLS (berbasis varian)
• Pengembangan konsep model struktural mencapai tahapan
variabel eksogenus dan endogenus, yang mengikutsertakan
penyimpangan pada setiap variabel indikator yang disebut
dengan variabel pengukuran. Variabel laten adalah variabel
yang nilainya tidak dapat diukur secara langsung melainkan
melalui variabel pengukuran.

Dr.Elisabeth Siahaan,SE,MEc 48
Budayakan Membaca
Sebelumnya kalian sudah mendengar istilah variabel laten, eksogenus, dan
endogenus! Lakukan kajian pustaka untuk memahami variabel ini dan
hubungannya terhadap analisis jalur, efek moderasi, dan mediasi!

Dr.Elisabeth Siahaan,SE,MEc 49
Terima Kasih

Dr.Elisabeth Siahaan,SE,MEc 50