ANALISIS REGRESI DENGAN VARIABEL MODERATING

Slides:



Advertisements
Presentasi serupa
Analisis Regresi.
Advertisements

REGRESI DENGAN VARIABEL INTERVENING
ANALISIS REGRESI SEDERHANA
Program Magister Manajemen
UJI HIPOTESIS.
REGRESI LINIER BERGANDA
REGRESI DAN KORELASI SEDERHANA
ANALISIS REGRESI TERHADAP VARIABEL DUMMY
MODEL REGRESI LINIER GANDA
ANALISIS REGRESI DENGAN VARIABEL MODERATING
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
PENGUJIAN HIPOTESIS ASOSIATIF
REGRESI Bulek niyaFn.
NAMA : NURJANAH NPM : JURUSAN : MANAJEMEN
UJI ASUMSI KLASIK.
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
KORELASI & REGRESI.
UJI ASUMSI KLASIK.
ANALISIS REGRESI SEDERHANA
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS RGRESI DENGAN MODERATING VARIABEL
ANALISIS KORELASI.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
FEB Univ. 17 Agustus 1945 Jakarta
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
Analisis Regresi Linier Berganda dan Uji t
ANALISIS REGRESI SEDERHANA
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS REGRESI.
ANALISIS MODERATING.
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
Pertemuan ke 14.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
SEJARAH REGRESI Istilah Regresi diperkenalkan oleh Fancis Galtom
MENDETEKSI PENGARUH NAMA : NURYADI.
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
MODUL 10 ANALISIS REGRESI
ANALISIS REGRESI SEDERHANA
Regresi linier satu variable Independent
ANALISIS REGRESI LINIER BERGANDA
Pengertian Regresi Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan.
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
ANALISIS REGRESI SEDERHANA
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS REGRESI & KORELASI
Created by - Elmi Imiarti Purba - Linda Azzahra - Tamara Nathania
UJI ASUMSI KLASIK Oleh: Dr. Suliyanto, SE,MM
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
UJI ASUMSI KLASIK.
PRAKTIKUM STATISTIKA INDUSTRI
Regresi dan Korelasi E. Susy Suhendra.
ANALISIS REGRESI LINIER
Regresi Linier dan Korelasi
BAB VIII REGRESI &KORELASI BERGANDA
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI SEDERHANA
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Transcript presentasi:

ANALISIS REGRESI DENGAN VARIABEL MODERATING Oleh: Dr.Suliyanto, SE,MM http://management-unsoed.ac.id  Path Analisis  Download

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.

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.

Model Variabel Moderating Satu Varibel Bebas Dua Variabel Bebas atau Lebih X2 X1 X4 X1 Y X2 Y X3

TIGA METODE YANG DIGUNAKAN UNTUK MELAKUKAN UJI REGRESI DENGAN VARIABEL MODERASI 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). 2. 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.

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.

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.

Persamaan Regresi Persamaan Regresi Moderasi dengan uji iterasi: Y = a + b1X1 + b2X2+b3X1X2 +  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  = Nilai Residu

Pemecahan Judul 2. Perumusan Masalah 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.

4. Kriteria Penerimaan Hipotesis 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  > 0,05 Ha diterima thitung > t tabel atau   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. 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.

5. Sampel 6. Data Yang dikumpulkan 15 Karyawan Y 9 8 5 7 6 10 4 X1 3 2

7. Analisis Data Untuk analisis data diperlukan, perhitungan: Persamaan regresi Nilai Prediksi Koefesien determinasi Kesalahan baku estimasi Kesalahan baku koefesien regresinya Nilai F hitung Nilai t hitung Kesimpulan

Persamaan Regresi Y X1 X2 X3 X12 X22 X32 X1X2 X1X3 X2.X3 YX1 YX2 YX3 9 8 7 56 64 49 3136 448 392 72 63 504 6 42 36 1764 294 252 48 336 5 4 3 12 16 144 20 15 60 30 25 900 180 150 35 210 400 100 80 24 120 2304 384 288 10 81 5184 648 576 90 720 625 125 2 18 107 93 78 523 619 444 23101 3689 3143 704 595 4164

Koefesien Regresi: Y = a +b1X1+b2X2+b0X3+ Y = 1,832 +0,425X1+0,425X2+0,013X3

Makna Persamaan Regresi Yang Terbentuk a = 1,832, Artinya jika pelatihan (X1) dan lingkungan kerja (X2) sebesar 0 maka Prestasi Kerja (Y) akan sebesar 1,832. b1 = 0,425, Artinya jika lingkungan kerja (X2) dan X3 (moderasi) konstans, maka kenaikan pelatihan (X1) akan menyebabkan peningkatan Prestasi Kerja (Y) sebesar 0,425. b2 = 0,425, Artinya jika Pelatihan (X1) dan X3 (moderasi) konstans, maka kenaikan lingkungan kerja (X1) akan menyebabkan peningkatan Prestasi Kerja (Y) sebesar 0,425. b3 = 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.

Nilai Prediksi Dan seterusnya…………………….!!! 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 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…………………….!!!

Y X1 X2 X3 Y Pred (Y-Y Pred)2 (Y-Y Bar)2 9 8 7 56 8.935 0.004 3.484 6 42 7.903 0.009 0.751 5 4 3 12 4.963 0.001 4.551 30 6.897 0.011 0.018 20 5.917 0.007 1.284 48 8.406 0.165 10 72 9.993 0.000 8.218 25 6.407 0.166 2 4.035 9.818 107 93 78 523 106.954 0.410 39.733

Koefesien Determinasi Koefesien Determinasi Disesuaikan (adjusted)

Kesalahan Baku Estimasi Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.

Standar Error Koefesien Regresi Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:

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 Karena F hitung (351,911) > dari F tabel (3,59) maka moder persmaan rgeresi yang dibentuk memiliki goodness of fit yang tinggi.

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 Karena: 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.

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.

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

Analyze  Regression  Linear... Masukan variabel Y pada kotak Dependent X1, X2, X3 pada kotak Independent Abaikan pilihan yang lain  OK

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.

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.

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….

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)

Analyze  Regression  Linear... Masukan variabel Y pada kotak Dependent ZX1, ZX2, X3 pada kotak Independent Abaikan pilihan yang lain  OK

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.

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.

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

Dengan Menggunakan Program Komputer 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)

Rgresikan Y terhadap X3 Analyze  Regression  Linear... Masukan variabel X3 pada kotak Dependent Y pada kotak Independent Abaikan pilihan yang lain  OK

KESIMPULAN KESIMPULAN Lingkungan tidak kerja memoderasi hubungan antara pelatihan dengan prestasi kerja.