Variabel moderating adalah variabel
yang memperkuat atau memperlemah hubungan antara satu variabel dengan variabel
lain. Sebagai contoh: seorang suami menyayangi istrinya. Dengan hadirnya
seorang anak, maka rasa sayang tersebut bertambah. Berarti variabel anak
merupakan moderating antara rasa saya suami terhadap istri. Contoh lain:
kompensasi memperkuat pengaruh antara kepuasan kerja terhadap kinerja. Artinya
kepuasan kerja berpengaruh terhadap kinerja, dan adanya kompensasi yang tinggi
maka pengaruh antara kepuasan kerja terhadap kinerja menjadi lebih meningkat.
Dalam hal ini, kompensasi bisa saja berpengaruh terhadap kinerja bisa saja tidak.
Metode analisis regresi linear dengan
variabel moderating:
1. Multiple Regression Analysis (MRA)
Metode ini dilakukan dengan
menambahkan variabel perkalian antara variabel bebas dengan variabel
moderatingnya, sehingga persamaan umumnya adalah sebagai berikut: Y = a + b1 X1
+ b2 X2 + b3 X1 X2 dengan Y adalah kinerja, X1 adalah kepuasan kerja, X2
kompensasi dan X1 X2 adalah perkalian antara kepuasan kerja dengan kompensasi.
Hipotesis moderating diterima jika variabel X1 X2 mempunyai pengaruh signifikan
terhadap Y, tidak tergantung apakah X1 dan X2 mempunyai pengaruh terhadap Y
atau tidak. Model ini biasanya menyalahi asumsi multikolinearitas atau adanya
korelasi yang tinggi antara variabel bebas dalam model regresi, sehingga
menyalahi asumsi klasik. Hampir tidak ada model MRA yang terbebas dari masalah Multikolinearitas
sehingga sebenarnya model ini tidak disarankan untuk dipergunakan.
2. Absolut residual
Model ini mirip dengan MRA, tetapi
variabel moderating didekati dengan selisih mutlak (absolut residual) antara
variabel bebas dengan variabel moderatingnya. Penerimaan hipotesis juga sama,
dan model ini masih riskan terhadap gangguan multikolinearitas meskipun risiko
itu lebih kecil dari pada dengan metode MRA.
3. Residual
Model ini menggunakan konsep lack of
fit yaitu hipotesis moderating diterima terjadi jika terdapat ketidakcocokan
dari deviasi hubungan linear antara variabel independen. Langkahnya adalah
dengan meregresikan antara kepuasan kerja terhadap kompensasi dan dihitung
nilai residualnya. Pada program SPSS dengan klik Save pada regreesion, lalu
klik pada usntandardized residual. Nilai residual kemudian diambil nilai
absolutnya lalu diregresikan antara kinerja terhadap absolut residual.
Hipotesis moderating diterima jika nilai t hitung adalah negatif dan
signifikan. Model ini terbebas dari gangguan multikolinearitas karena hanya
menggunakan satu variabel bebas.
Pertanyaan-pertanyaan yang sering muncul:
1. Ada model regresi moderating dengan MRA tetapi output memenuhi uji multikolinearitas?
Hampir tidak ada model moderating
dengan MRA yang terbebas dari gangguan multikolinearitas. Hal ini disebabkan
karna variable moderating bersifat saling menguatkan. Sehingga akan mendukung variable
tertentu.
2. Bagaimana merancang model regresi dengan moderating pada
penelitian?
Model moderating ditentukan dengan
tinjauan teoretis, sehingga analisis dengan moderating hanya mengkonfirmasi
saja teori tersebut apakah cocok dengan model empiris. Tidak boleh menggunakan
alat statistik moderating untuk mengidentifikasikan bahwa variabel itu
merupakan variabel moderating. Hal ini terkait dengan tujuan statistik adalah mengkonfirmasi
teori atau fenomena tertentu.
Kemudian
Apa bedanya dengan Variabel Intervensi?
Variabel moderasi dan variabel intervensi adalah dua variabel yang berbeda. Variabel moderasia dalah variabel yang bisa memperkuat hubungan variabel independen dan variabel dependen. Berbeda sama moderasi, untuk variabel intervensi seperti variabel perantara atau berfungsi sebagai mediator. jadi misalkan gini, variabel independen berpengaruh secara tidak langsung melalui CSR disclosure terhadap variabel dependen. nah, CSR disclosure itu sebagai variabel interveningnya. dari pengertiannya saja. Contoh modelnya seperti ini :
variabel intervening
variabel moderating
Menguji
yang ada Variabel moderasinya:
Misalkan judulnya seperti ini: Pengaruh
Variabel independen terhadap variabel dependen dengan CSR disclosure sebagai
variabel moderasi. Jika ingin mengetahui seberapa besar pengaruhnya, maka kita
gunakan regresi, tapi sebelum diregreskan, kita kali kan dulu variabel
independen sama Variabel CSR disclosure nya. Kebanyakan orang mengalikan dulu
di luar software analisis (SPSS). Tetapi kita bias mengalikan menggunakan
Software SPSS dengan menggunakan fasilitas Transform
– Comput Variabel. Setelah itu akan muncul item baru di SPSS. Siap deh di
analisis Lanjut Regresi linear berganda. Pisahkan antara Main Effect dan
Interaksi Effect.. Untuk menguji Variabel Intervensi, Tunggu tulisan
berikutnya.
Semoga bermanfaat.
Hampir tidak ada model moderating dengan MRA yang terbebas dari gangguan multikolinearitas. Apakah terdapat buku yg menyampaikan mengenai hal ini? Kalau iya buku apa ya pak untuk referensi skripsi saya. Terimakasih.
ReplyDeleteHampir tidak ada model moderating dengan MRA yang terbebas dari gangguan multikolinearitas. Apakah terdapat buku yg menyampaikan mengenai hal ini? Kalau iya buku apa ya pak untuk referensi skripsi saya. Terimakasih.
ReplyDeleteOlah Data SPSS, AMOS, LISREL
ReplyDeleteEVIEWS, SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
WhatsApp : +6285227746673
IG : @olahdatasemarang
Portable EVIEWS 12 Full Version
ReplyDeleteVisit
s.id/Eviews12
. Terima Kasih Sudah Berkunjung.............Catatan Ian Pep............ >>>>> Download Now
ReplyDelete>>>>> Download Full
. Terima Kasih Sudah Berkunjung.............Catatan Ian Pep............ >>>>> Download LINK
>>>>> Download Now
. Terima Kasih Sudah Berkunjung.............Catatan Ian Pep............ >>>>> Download Full
>>>>> Download LINK xp
. Terima Kasih Sudah Berkunjung.............Catatan Ian Pep............ >>>>> Download Now
ReplyDelete>>>>> Download Full
. Terima Kasih Sudah Berkunjung.............Catatan Ian Pep............ >>>>> Download LINK
>>>>> Download Now
. Terima Kasih Sudah Berkunjung.............Catatan Ian Pep............ >>>>> Download Full
>>>>> Download LINK 2X