Variabel Moderating dalam Regresi Linear

               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

Cara Pengujiannya juga beda:

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.