Dokumen tersebut membahas tentang analisis regresi dengan variabel moderating. Terdapat empat jenis variabel yang dibahas yaitu variabel bebas, variabel tergantung, variabel moderating, dan variabel intervening. Metode yang digunakan untuk menguji variabel moderating adalah uji interaksi dengan mengalikan dua variabel bebas. Contoh kasus yang diberikan melibatkan pengaruh pelatihan terhadap prestasi kerja dengan lingkungan kerja sebagai variabel moderasinya."
2. 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.
3. 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.
5. TIGA METODE YANG DIGUNAKAN
UNTUK MELAKUKAN UJI REGRESI
DENGAN VARIABEL MODERASI
1.
2.
3.
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).
Uji Nilai Selisih Mutlak
Dilakukan dengan mencari nilai selisih mutlak dari variabel
independen.
Uji Residual
Dilakukan
dengan
menguji
pengaruh
deviasi
(penyimpangan) dari suatu model. Fokusnya adalah
ketidakcocokan (pack of fit) yang dihasilkan dari deviasi
hubungan antar variabel independen.
6. 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.
7. METODE PERTAMA
Uji Interaksi
Uji interaksi dilakukan dengan cara
mengalikan
dua atau lebih variabel
bebasnya.
Jika hasil perkalian dua varibel bebas
tersebut signifikan maka variabel tersebut
memoderasi hubungan antara variabel
bebas dan variabel tergantungnya.
8. Persamaan Regresi
Persamaan Regresi Moderasi dengan uji
iterasi:
Y = a + b1X1 + b2X2+b3X1X2 + ε
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
ε = Nilai Residu
9. 1.
Judul
Pemecahan
Pengaruh pelatihan terhadap prestasi kerja dengan
lingkungan kerja sebagai variabel moderasi.
2. Perumusan Masalah
– 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.
10. 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 α > 0,05
Ha diterima thitung > t tabel atau α ≤ 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 α > 0,05
Ha diterima thitung > t tabel atau α ≤ 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 thitung ≤ t tabel atau α > 0,05
Ha diterima thitung > t tabel atau α ≤ 0,05
12. 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
16. Koefesien Regresi:
Y = a +b1X1+b2X2+b0X3+ε
a=
Deter min an[ A1] 259.724
=
= 1,832
Deter min ant[ A] 141.754
b1 =
Deter min an[ A2] 60.216
=
= 0,425
Deter min ant[ A] 141.754
b2 =
Deter min an[ A3] 60.310
=
= 0,425
Deter min ant[ A] 141.754
b3 =
Deter min an[ A4]
1.850
=
= 0,013
Deter min ant[ A] 141.754
Y = 1,832 +0,425X1+0,425X2+0,013X3ε
17. Makna Persamaan Regresi Yang
Terbentuk
a =
b1 =
b2 =
b3 =
1,832, Artinya jika pelatihan (X1) dan lingkungan kerja
(X2) sebesar 0 maka Prestasi Kerja (Y) akan sebesar
1,832.
0,425, Artinya jika lingkungan kerja (X2) dan X3
(moderasi) konstans, maka kenaikan pelatihan (X 1) akan
menyebabkan peningkatan Prestasi Kerja (Y) sebesar
0,425.
0,425, Artinya jika Pelatihan (X1) dan X3 (moderasi)
konstans, maka kenaikan lingkungan kerja (X1) akan
menyebabkan peningkatan Prestasi Kerja (Y) sebesar
0,425.
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.
18. 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…………………….!!!
22. Standar Error Koefesien Regresi
Digunakan untuk mengukur besarnya tingkat
kesalahan dari koefesien regresi:
Sb =
Se 2
( Kii )
Det[ A]
(0,193) 2
Sa =
(1.036.194) = 0,522
141.754
(0,193) 2
S b1 =
(113.649) = 0,173
141.754
Sb 2
(0,193) 2
=
(105.512) = 0,166
141.754
Sb3
(0,193) 2
=
(1.137) = 0,017
141.754
23. 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)
F=
1 − R 2 /(n − k )
F=
0,990 /(4 − 1)
= 351,911
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.
24. 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
t hitung
bj
=
Sbj
Karena:
0,425
tX1 =
= 2,458
0,173
tX 2 =
tX 3
0,425
= 2,555
0,166
0,013
=
= 0,755
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.
25. 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.
26. 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
27.
Analyze → Regression → Linear...
Masukan variabel Y→ pada kotak
Dependent
X1, X2, X3→ pada kotak Independent
Abaikan pilihan yang lain → OK
28.
29. 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.
30. 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
positif maka variabel tersebut memoderasi
hubungan antara variabel bebas dan
variabel tergantungnya.
31. xi − x 8 − 6,200
z=
=
= 1,034
δ
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….
32. 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
33.
34.
Analyze → Regression → Linear...
Masukan variabel Y→ pada kotak
Dependent
ZX1, ZX2, X3→ pada kotak Independent
Abaikan pilihan yang lain → OK
35.
36. KESIMPULAN
KESIMPULAN
terhadap prestasi kerja.
– Lingkungan kerja berpengaruh positif terhadap
prestasi kerja.
– Lingkungan kerja tidak memoderasi hubungan
antara pelatihan dengan prestasi kerja.
– Pelatihan berpengaruh positif
37. 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.
38.
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
39.
40. 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
41.
42. Rgresikan Y terhadap X3
Analyze → Regression → Linear...
Masukan variabel X3→ pada kotak
Dependent
Y→ pada kotak Independent
Abaikan pilihan yang lain → OK