ANALISIS MODERATING.

Slides:



Advertisements
Presentasi serupa
Analisis Regresi.
Advertisements

REGRESI DENGAN VARIABEL INTERVENING
ANALISIS REGRESI DENGAN VARIABEL MODERATING
ANALISIS REGRESI DENGAN VARIABEL MODERATING
1.Menghapus isi suatu sel tertentu Kursor diarahkan pada sel yang akan dihapus Klik edit atau klik kanan pada mouse Klik cut/clear 2.Menghapus isi.
METODOLOGI PENELITIAN SESI 12 UJI KWALITAS DATA
UJI ASUMSI KLASIK.
OLAP CUBES Digunakan utk meringkas data secara praktis, termasuk banyak variabel.Hasilnya berupa gambaran sederhana data, tidak inferensi(analisa buat.
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
MENGOLAH DATA MENGGUNAKAN SPSS
UJI ASUMSI KLASIK.
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS RGRESI DENGAN MODERATING VARIABEL
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
FEB Univ. 17 Agustus 1945 Jakarta
oleh: Hutomo Atman Maulana, S.Pd. M.Si
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
FEB Univ. 17 Agustus 1945 Jakarta
PENGUJIAN DATA.
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
MAGISTER MANAGEMENT PROGRAM UNIVERSITAS KOMPUTER INDONESIA
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
MODUL 15 ANALISIS DISKRIMINAN indeopendennya) ANALISIS DATA Pengantar:
Analisis Regresi Linier Berganda dan Uji t
KORELASI & REGRESI.
JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
VARIABEL INTERVENING Variabel intervening merupakan variabel antara atau mediating, berfungsi memdiasi hubungan antara varibal independen dengan variabel.
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
PENGgunaan spss untuk ral faktor tunggal
Path analysis (analisis jalur)
Nama Kelompok : Mufidatul Jariyah ( ) Lela Andriyani ( )
TRANSFORMASI DATA.
TRANSFORMASI DATA.
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
Analisis REGRESI.
Uji Asumsi Klasik Multikolinearitas Normalitas
MODUL 10 ANALISIS REGRESI
Regresi linier satu variable Independent
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
Single and Multiple Regression
Analisis Regresi.
BAB 7 persamaan regresi dan koefisien korelasi
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Regresi Berganda Dengan Variabel Dummy
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
Single and Multiple Regression
Tulus maruli tua pasaribu, S.Pd
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS DISKRIMINAN.
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
UJI ASUMSI KLASIK Oleh: Dr. Suliyanto, SE,MM
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
UJI ASUMSI KLASIK.
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
Single and Multiple Regression
REGRESI LINIER.
ANALISIS REGRESI LINIER
Regresi Linier dan Korelasi
“PENGENALAN SPSS” Nama Variabel= Diawali dengan huruf
PATH ANALYSIS. Analisa Jalur adalah suatu perluasan dari model regresi, yang digunakan untuk menguji cocok matriks korelasi terhadap dua atau lebih yang.
Transcript presentasi:

ANALISIS MODERATING

Moderating Variabel moderating adalah variabel independent yang akan memperkuat atau memperlemah hubungan antara variabel independent lainnya terhadap variabel dependen. Cara menguji regresi dengan variabel moderating yaitu : Uji interaksi Uji nilai selisih mutlak Uji residual

Uji Interaksi Uji interaksi (Moderated Regression Analysis) merupakan aplikasi khusus dari regresi berganda linear dimana dalam persamaannya mengandung unsur interaksi (perkalian dua atau lebih variabel independent). Persamaan : Y = a + b1 X1 + b2 X2 + b3 X1X2 + e Variabel X1X2 merupakan variabel moderating karena menggambarkan pengaruh moderating variabel X2 terhadap X1 dan Y. Sedangkan variabel X1 dan X2 adalah variabel independen yang memiliki pengaruh langsung terhadap Y.

Contoh Mengetahui hubungan antara Earns, Wealth, dan Income dimana ingin mengetahui apakah ada hubungan moderasi antara Earns dan Wealth. H1= Semakin tinggi Earns dan Wealth akan berpengaruh terhadap tinggi income

Langkah Pengujian Pilih Transform, Compute (untuk membuat perkalian antara Earns dan Wealth), Target Variabel, tuliskan nama variabelnya, sedangkan pada Numeric Expression tuliskan perkaliannya (Earns*Wealth), pilih OK, Lakukan pengujian regresi: Analyze, Regression, Linear. Dependen isikan Income, sedangkan Independen isikan Earns, Wealth dan variabel perkalian (Earns*Wealth), pada Method pilih enter, lalu pilih OK.

Hasil Point yang perlu diperhatikan yaitu sebutkan dan terangkan artinya untuk: Nilai R^2 atau Adjusted R^2, Nilai signifikansi F pada tabel ANOVA, Nilai signifikansi dari Uji t, bagaimana signifikansi untuk variabel moderatingnya?

Uji Selisih Mutlak Yaitu digunakan untuk menguji moderasi dengan menggunakan model selisih dari variable independen, dengan rumusnya:

Langkah Pengujian Dari menu utama pilih Analyze, Descriptive Statistic, Descriptives, Masukkan variabel yang akan di standardized (ex. Earns dan Wealth), aktifkan save standardized value as variabel, lalu pilih OK (secara otomatis akan muncul di data view 2 variabel baru yaitu Zearns dan Zwealth). Dari menu utama SPSS, pilih Transform, Compute , Pada kotak Target Variable masukkan nama variabel baru, misalnya Absx1_x2 untuk |ZEarns – ZWealth|. Dari menu utama SPSS pilih Analyze, Regression, Linear. Pada kotak Dependen isikan Income, sedangkan Independen isikan Zearns, Zwealth dan variabel persamaan sebelumnya tadi (Zearns-Zwealth), pada Method pilih enter, lalu pilih OK.

Uji Residual Pengujian moderating menggunakan residual digunakan untuk menguji deviasi dari suatu model. Fokusnya adalah lack of fit (ketidakcocokan) yang dihasilkan dari deviasi hubungan linear antar variabel independent. Jika terjadi kecocokan antara earns dan wealth (nilai residual rendah atau nol), yaitu maka apabila earns dan wealth tinggi income juga tinggi. Jika terjadi ketidakcocokan antara earns dan wealth (nilai residual tinggi), maka apabila earns dan wealth rendah, income juga rendah.

Persamaan Persamaan 2 menggambarkan apakah variabel Wealth merupakan variabel, ini ditunjukkan pada nilai koefisien b1 income – signifikan dan negative – berarti ada lack of fit antara earns dan wealth mengakibatkan income turun.

Langkah Pengujian Dari menu utama SPSS, pilih Analyze, Regression, Linear, pada kolom Dependen masukkan Wealth dan Independen masukkan Earns. Untuk mendapatkan nilai residualnya, maka pilih Save lalu aktifkan Unstandardized pada kolom Residuals, Continue dan pilik OK (secara otomatis akan terdapat data Res_1 di data view). Pilih Transform, Compute untuk memperoleh nilai residual dalam nilai absolute. Target Variabel, tuliskan nama variabelnya, sedangkan pada Numeric Expression tuliskan persamaannya– pada kolom Function and Special variables pilih Abs. Pada numeric expression isikan Abs(Res_1), lalu pilih OK. Dari menu utama SPSS pilih Analyze, Regression, Linear. Pada kotak Dependen isikan AbsRes_1, sedangkan Independen isikan income, pada Method pilih enter, lalu pilih OK.

Analisis Intervening Variabel intervening merupakan variabel antara atau mediating, fungsinya memediasi hubungan antara variabel independent dengan variabel dependen.

Penjelasan Model diajukan hubungan berdasarkan teori bahwa Earns mempunyai hubungan langsung dengan Income (p1). Namun juga memiliki hubungan tidak langsung ke Income yaitu Earns ke Wealth (p2) baru kemudian ke Income (p3). Total pengaruh hubungan Earns ke Income sama dengan pengaruh langsung Earns ke Income (p1) ditambah dengan pengaruh tidak langsung dari Earns ke Wealth (p2) dikalikan dari Wealth ke Income (p3). Pengaruh langsung = p1 Pengaruh tidak langsung = p2 x p3 Total pengaruh = p1 + (p2xp3)