REGRESI VARIABEL MODERATOR

REGRESI DENGAN VARIABEL MODERATOR

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

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.

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 dapat anda lihat di sini

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

Koefisien Determinasi dan uji Signifikansi

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.

Selamat mencoba….

Full Text PDF tutorial ini download disini

 

Link Bagus untuk pembahasan ini :

David E Kenny, Moderator variable, disini

Andrew Hayes :  disini