Moderated Regression Analysis (MRA)s3klp.fe.unp.ac.id/wp-content/uploads/2020/07/3.-ALPON_S... ·...

Pelatihan Pengolahan Data

Moderated Regression Analysis (MRA)

Dr. Alpon Satrianto, SE, ME

NIDN : 0009098501

Scopus ID : 57200204759

Sinta ID : 6000025

Padang, 11 Juli 2020

[email protected] Alpon Satrianto alponsatrianto85

Pengertian Moderated Regression Analysis (MRA)

Moderated Regression Analysis (MRA) merupakan aplikasi khusus regresiberganda linear dimana dalam persamaan regresinya mengandung unsurinteraksi (perkalian dua atau lebih variabel independen).

++++++= ZXZXZXXY ** 2514322110

Bentuk Persamaan MRA

2 Interaksi Variabel *X


Moderasi Variabel Z

2 Independen Variabel X

1 Independen Variabel X

Dependen Variabel Y

2

1

2

1

=

=

=

=

=

=

Z

Z

Dimana :

alpon satrianto2

Kerangka Konseptual

X1

X2Y

Z

[email protected] Alpon Satrianto alponsatrianto85 alpon satrianto3

Contoh

Judul Penelitian

ANALISIS KETERBUKAAN EKONOMI DAN INDUSTRIALISASI TERHADAP KUALITAS LINGKUNGAN DI PULAU SUMATERA DENGAN PEMBANGUNAN EKONOMI

SEBAGAI VARIABEL MODERASI


Bentuk Persamaan MRA Penelitian

++++++= ZXZXZXXY ** 2514322110

Dimana :

TermError



Ekonomin Pembanguna Z

isasiIndustrial X

Ekonomin Keterbukaa X

Lingkungan Kualitas Y

2

1

2

1

=

=

=

=

=

=

=

Z

Z


Bentuk Kerangka Konseptual Penelitian

KeterbukaanEkonomi

(X1)

Industrialisasi(X2)

KualitasLingkungan

(Y)

Pembangunan Ekonomi

(Z)


Langkah-Langkah Estimasi MRA

Estimasi X1 dan Z terhadap Y

Estimasi X1, Z dan X1*Z terhadap Y

a)

b)

Untuk menguji keberadaan Z (Pembangunan Ekonomi) dalammemoderasi X1 terhadap Y, langkah awal yang dilakukan :

+++= ZXY 3110

++++= ZXZXY *143110


Lanjutan….

Variabel Z (Pembangunan Ekonomi) dalam memoderasi X1 terhadap Y akan teridentifikasi dengan kriteria sebagaiberikut:

1. Quasi Moderator (Moderator Semu), apabila pengaruh dari Z terhadap Y pada estimasi pertama danpengaruh Interaksi X1*Z pada estimasi kedua, sama-sama signifikan terhadap Y. Quasi moderasi merupakanvariabel yang memoderasi hubungan antara variabel independen dan variabel dependen dimana variabelmoderasi semu berinteraksi dengan variabel independen sekaligus menjadi variabel independen.

2. Pure Moderator (Moderator Murni), apabila pengaruh dari Z terhadap Y pada estimasi pertama tidakberpengaruh signifikan terhadap Y sedangkan Interaksi X1*Z pada estimasi kedua berpengaruh signifikanterhadap Y. Pure moderasi merupakan variabel moderasi yang memoderasi hubungan antara variabelindependen dan variabel dependen dimana variabel moderasi murni berinteraksi dengan variabelindependen tanpa menjadi variabel independen.

3. Prediktor Moderasi (Moderasi Prediktor), apabila pengaruh dari Z terhadap Y pada estimasi pertamasignifikan dan pengaruh Interaksi X1*Z pada estimasi kedua tidak signifikan. Artinya variabel moderasi ini

hanya berperan sebagai variabel independen dalam model hubungan yang dibentuk.

4. Homologizer Moderasi (Moderasi Potensial), apabila pengaruh dari Z terhadap Y pada estimasi pertamadan pengaruh Interaksi X1*Z pada estimasi kedua, tidak ada satupun yang signifikan. Artinya, variabel ini

tidak berinteraksi dengan variabel independen dan tidak mempunyai hubungan yang signifikan dengan

variabel dependen.


Lanjutan …

Estimasi X2 dan Z terhadap Y

Estimasi X2, Z dan X2*Z terhadap Y

a)

b)

Untuk menguji keberadaan Z (Pembangunan Ekonomi) dalammemoderasi X2 terhadap Y, langkah awal yang dilakukan :

+++= ZXY 4220

++++= ZXZXY *264220


Lanjutan….

Variabel Z (Pembangunan Ekonomi) dalam memoderasi X2 terhadap Y akan teridentifikasi dengan kriteria sebagaiberikut:

1. Quasi Moderator (Moderator Semu), apabila pengaruh dari Z terhadap Y pada estimasi pertama danpengaruh Interaksi X2*Z pada estimasi kedua, sama-sama signifikan terhadap Y. Quasi moderasi merupakanvariabel yang memoderasi hubungan antara variabel independen dan variabel dependen dimana variabelmoderasi semu berinteraksi dengan variabel independen sekaligus menjadi variabel independen.

2. Pure Moderator (Moderator Murni), apabila pengaruh dari Z terhadap Y pada estimasi pertama tidakberpengaruh signifikan terhadap Y sedangkan Interaksi X2*Z pada estimasi kedua berpengaruh signifikanterhadap Y. Pure moderasi merupakan variabel moderasi yang memoderasi hubungan antara variabelindependen dan variabel dependen dimana variabel moderasi murni berinteraksi dengan variabelindependen tanpa menjadi variabel independen.

3. Prediktor Moderasi (Moderasi Prediktor), apabila pengaruh dari Z terhadap Y pada estimasi pertamasignifikan dan pengaruh Interaksi X2*Z pada estimasi kedua tidak signifikan. Artinya variabel moderasi ini

hanya berperan sebagai variabel independen dalam model hubungan yang dibentuk.

4. Homologizer Moderasi (Moderasi Potensial), apabila pengaruh dari Z terhadap Y pada estimasi pertamadan pengaruh Interaksi X2*Z pada estimasi kedua, tidak ada satupun yang signifikan. Artinya, variabel ini

tidak berinteraksi dengan variabel independen dan tidak mempunyai hubungan yang signifikan dengan

variabel dependen.


Kesimpulan Klasifikasi Variabel Moderasi


X*Z terhadap Y(Pada Persamaan Kedua)

Z terhadap Y(Pada Persamaan Pertama)

Signifikan Tidak Signifikan

Signifikan 1. Quasi Moderasi 2. Pure Moderasi

Tidak Signifikan 3. Predictor Moderasi 4. Homologiser Moderasi

Langkah-Langkah Pengolahan Data dengan Stata

[email protected] Alpon Satrianto alponsatrianto85 alpon satrianto

Terlebih Dahulu Susun Data di Excel Berurut Sesuai denganNama Provinsi dan Tahun Seperti Berikut :

12



1 Klik Stata

2 Masukkandata dengancaramengkilikmenutData Editor

13



Maka akanmuncultampilan Data Editor sepertiberikut

3

14



Copykan data dari Excel kemudianpastekan diData Editor StataKemudian klilvariabel names

Maka akanmuncultampilansebagai berikut

4

15



Klik tandaminimize ataubalik keworkfile Stataawal.

Kemudianlakukanestimasi awal(1) dengancara membuatperintah padamenu Commandpada bagianbawahworkfile

5

16



6 Lalu klik menu Command tadidengan perintah :

regress y x1 z

Kemudian tekanenter

Maka akantampak hasilestimasi pertamaX1 dan Z terhadapY sepertidisamping

17



7Selanjutnya lakukanestimasi ke 2 dengancara klik menu Command tadiketikkan :

regress y x1 z x1z

Kemudian tekanenter

Maka akan tampilhasil estimasi keduaX1 dan Z terhadap Y seperti disamping

18

Interpretasi Hasil


_cons 54.12022 2.950241 18.34 0.000 48.14246 60.09797

z -1.20e-06 7.02e-06 -0.17 0.865 -.0000154 .000013

x1 .0001074 .0000334 3.21 0.003 .0000396 .0001752

y Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 3756.91328 39 96.3311098 Root MSE = 5.271

Adj R-squared = 0.7116

Residual 1027.98788 37 27.7834563 R-squared = 0.7264

Model 2728.9254 2 1364.4627 Prob > F = 0.0000

F(2, 37) = 49.11

Source SS df MS Number of obs = 40

Dari hasil estimasi pertama X1 dan Z terhadap Y terlihat bahwa nilaiprobabilitas variabel Z sebesar 0,865. Nilai ini lebih besar dari 0,05. artinya bahwa variabel Z tidak berpengaruh signifikan Y

19

Interpretasi Hasil


Dari hasil estimasi kedua terlihat bahwa nilai probabilitas variabel X1Z sebesar 0,113. Nilai ini juga lebih besar dari 0,05. Artinya bahwa variabelX1Z juga tidak berpengaruh signifikan Y

_cons 43.68209 7.047476 6.20 0.000 29.38915 57.97504

x1z -5.76e-11 3.55e-11 -1.62 0.113 -1.29e-10 1.43e-11

z .0000169 .0000131 1.29 0.205 -9.66e-06 .0000434

x1 .0001432 .0000394 3.63 0.001 .0000632 .0002232


Total 3756.91328 39 96.3311098 Root MSE = 5.1582



Model 2799.0641 3 933.021365 Prob > F = 0.0000

F(3, 36) = 35.07


Kesimpulan : Karena nilai Z pada estimasi pertama dan nilai X1Z padaestimasi kedua sama-sama tidak signifikan maka dapat dikatakan bahwavariabel Z (Pembangunan Ekonomi) Homologiser Moderasi.

20

Interpretasi Hasil


Dari hasil estimasi 2 terlihat bahwa arah pengaruh X1Z negatif. Tanda inimengartikan bahwa variabel Z memperlemah pengaruh X1 terhadap Y. Meskipun memperlemah namun pengaruhnya tidak signifikan

Setelah dilakukan estimasi X1 terhadap Y yang dimoderasi oleh Z, maka langkah selanjutnya adalahmelakukan estimasi X2 terhadap Y yang dimoderasioleh Z

Lakukan kembali langkah 6 – 7 untuk variabel X2

21



8 Klik kembali menu Command denganperintah :

regress y x2 z

Kemudian tekanenter

Maka akan tampakhasil estimasipertama estimasipertama X2 dan Z terhadap Y sepertidisamping

22



9 Selanjutnya lakukanestimasi ke 2 dengancara klik menu Command tadiketikkan :

regress y x1 z x1z

Kemudian tekanenter

Maka akan tampilhasil estimasi keduaX2 dan Z terhadap Y seperti disamping

23

Interpretasi Hasil


Dari hasil estimasi pertama X2 dan Z terhadap Y terlihat bahwa nilaiprobabilitas variabel Z sebesar 0,081. Nilai ini lebih besar dari 0,05. artinya bahwa variabel Z tidak berpengaruh signifikan Y

24

_cons 58.66612 4.254354 13.79 0.000 50.04598 67.28626

z .0000333 .0000185 1.80 0.081 -4.27e-06 .0000709

x2 -.004304 .0060609 -0.71 0.482 -.0165846 .0079765


Total 3756.91328 39 96.3311098 Root MSE = 5.9203



Model 2460.06015 2 1230.03008 Prob > F = 0.0000

F(2, 37) = 35.09


Interpretasi Hasil


Dari hasil estimasi kedua terlihat bahwa nilai probabilitas variabel X2Z sebesar 0,002. Nilai ini juga lebih kecil dari 0,05. Artinya bahwa variabelX2Z juga berpengaruh signifikan Y

Kesimpulan : Karena nilai Z pada estimasi pertama tidak signifikan dannilai X2Z pada estimasi kedua signifikan maka dapat dikatakan bahwavariabel Z (Pembangunan Ekonomi) Predictor Moderasi.

25

_cons 53.1309 4.13405 12.85 0.000 44.74666 61.51515

x2z -9.66e-09 2.93e-09 -3.30 0.002 -1.56e-08 -3.72e-09

z -7.62e-07 .0000194 -0.04 0.969 -.0000402 .0000386

x2 .0237395 .0100567 2.36 0.024 .0033435 .0441354


Total 3756.91328 39 96.3311098 Root MSE = 5.2585



Model 2761.44064 3 920.480214 Prob > F = 0.0000

F(3, 36) = 33.29


Interpretasi Hasil


Dari hasil estimasi 2 X2 Z terhadap Y terlihat bahwa arah pengaruh X2Z negatif. Tanda ini mengartikan bahwa variabel Z memperlemah pengaruhX2 terhadap Y secara signifikan

26

Terakhir, simpan hasilkerja ini dengan cara klikFile, Save As, Beri Namadan Enter

27

Selamat Mencoba….&Salam Sukses Untuk ANDA…….

27

Moderated Regression Analysis (MRA)s3klp.fe.unp.ac.id/wp-content/uploads/2020/07/3.-ALPON_S... ·...

Documents

Transcript of Moderated Regression Analysis (MRA)s3klp.fe.unp.ac.id/wp-content/uploads/2020/07/3.-ALPON_S... ·...