TEKNIK ANALISIS REGRESI

MENGGUNAKAN VARIABEL MODERATING

UNTUK PENELITIAN KUANTITATIF EKO HERTANTO

Variabel moderating adalah variabel

independen yang akan menguatkan atau

melemahkan hubungan diantara variabel

dependen dan variabel independen.

Sehingga dapat disimpulkan bahwa variabel

moderating fungsinya adalah untuk melihat

apakah variabel tersebut menguatkan atau

justru malah memperlemah suatu hubungan

antara variabel X terhadap Y. Kata

kuncinya adalah: variabel moderasi

adalah variabel independen (X) yang

fungsinya memperkuat atau memperlemah.

Variabel moderating dapat dicontohkan

sebagai berikut:

1

Gaya Kepemimpinan (X2) akan memperkuat

hubungan antara Kompensasi (X1) dan

Kinerja Pegawai (Y), Gaya Kepemimpinan

disini berperan sebagai variabel

moderating.

Variabel Moderasi dalam hal ini adalah

variabel Gaya Kepemimpinan (X2), yang

fungsinya menguatkan atau memperlemah

hubungan antara Kompensasi (X1) dan

Kinerja Pegawai (Y), Variabel Gaya

Kepemimpinan disini berperan sebagai

variabel moderating.

Kedua contoh diatas dapat digambarkan

sebagai berikut:

2

Kompensasi(X1)

KinerjaPegawai(Y)

GayaKepemimpinan

(X2)

Contoh soal:Terdapat tiga variabel penelitian yaitu:X1 : Kompensasi (variabel independen)X2 : Gaya Kepemimpinan (variabelmoderasi)Y : Kinerja Pegawai (variabeldependen)

Judul:

3

Kompensasi KinerjaPegawai

VariabelModerasi

Pengaruh Kompensasi dan Gaya Kepemimpinan

Terhadap Kinerja Pegawai PT. Guten Morgen

Rumusan Masalahnya:

1. Apakah Kompensasi berpengaruh terhadap

Kinerja Pegawai?

2. Apakah Gaya Kepemimpinan berpengaruh

terhadap hubungan Kompensasi dan

Kinerja Pegawai?

Hipotesisnya:

1. Kompensasi berpengaruh terhadap Kinerja

Pegawai

2. Gaya Kepemimpinan berpengaruh terhadap

hubungan Kompensasi dan Kinerja

Pegawai.

Hipotesis Statistiknya:

4

1. Pengujian pengaruh X1 terhadap Y

Ho: β1X1 = 0, Kompensasi tidak

berpengaruh terhadap Kinerja Pegawai.

H1: β1X1 ҂ 0, Kompensasi berpengaruh

terhadap Kinerja Pegawai.

2. Pengujian pengaruh X2 terhadap X1 dan Y

Ho: β2X2 = β1X1, β3X1X2 = 0, Gaya

Kepemimpinan tidak berpengaruh terhadap

hubungan Kompensasi dan Kinerja

Pegawai.

H1: β2X2 ҂ β1X1, β3X1X2 = 0, Gaya

Kepemimpinan berpengaruh terhadap

hubungan Kompensasi dan Kinerja

Pegawai.

5

Uji Hipotesisnya:

Rumusan Masalah yang 1 adalah:

HO: Tidak terdapat pengaruh antara

Kompensasi terhadap Kinerja Pegawai.

H1: Terdapat pengaruh antara Kompensasi

terhadap Kinerja Pegawai.

Rumusan Masalah yang 2 adalah:

HO: Gaya Kepemimpinan tidak berpengaruh

terhadap hubungan Kompensasi dan Kinerja

Pegawai.

H1: Gaya Kepemimpinan berpengaruh terhadap

hubungan Kompensasi dan Kinerja Pegawai.

6

Misalkan hasil data dari kuesioner yang

disebar sebanyak 20 responden yang

mengisi 5 pertanyaan, kemudian skor

totalnya dimasukkan ke dalam program IBM

SPSS statistics 22. Tampilan gambarnya dapat

dilihat sebagai berikut:

Variabel Kompensasi (X1)

7

Variabel Gaya Kepemimpinan (X2)

8

VarIabel Kinerja Pegawai (Y)

9

10

Langkah selanjutnya kita masukkan nilai

Total dari setiap variabel (X1, X2, Y) dan

mengalikan nilai total X1 dengan X2

(X1*X2). Tampilan gambarnya dapat dilhat

seperti dibawah ini:

Nilai Skor Total Variabel (X1, X2, Y,

X1*X2)

11

Terdapat dua persamaan pada contoh

penelitian model moderating seperti ini

yaitu:

Y = a b1X1………………………….. (1)

12

Y = a + b1X1 + b2X2 + b3X1X2…….. (2)

Langkah-langkah pengolahan datanya

dapat dilihat sebagai berikut:

Langkah 1 :

Variabel Pertama : Kinerja Pegawai (Y)

Name: Ketik Y Type : pilih Numeric Width : pilih 8 Decimal : pilih 0 Label: Kinerja Pegawai Value: pilih None Missing: pilih None Columns: pilih 8 Align: pilih Right Measure: pilih scale

Variabel Kedua : Kompensasi (X1)

Name: Ketik X1 Type : pilih Numeric Width : pilih 8 Decimal : pilih 0 Label: Kompensasi Value: pilih None

13

Missing: pilih None Columns: pilih 8 Align: pilih Right Measure: pilih scale

Variabel Ketiga : Gaya Kepemimpinan (X2)

Name: Ketik X2 Type : pilih Numeric Width : pilih 8 Decimal : pilih 0 Label: Gaya Kepemimpinan Value: pilih None Missing: pilih None Columns: pilih 8 Align: pilih Right Measure: pilih scale

Variabel Keempat : Kompensasi*Gaya

Kepemimpinan

Name: Ketik X1X2 Type : pilih Numeric Width : pilih 8 Decimal : pilih 0 Label: Kompensasi*Gaya Kepemimpinan Value: pilih None

14

Missing: pilih None Columns: pilih 8 Align: pilih Right Measure: pilih scale

Tampilan Gambarnya dapat dilihat

sebagai berikut:

Langkah 2 :

Uji Regresi Pertama (sederhana/parsial)

Pengaruh Kompensasi (X1) terhadap Kinerja

Pegawai (Y)

Klik Analyze

15

Klik Regression

Klik Linear

Masukkan Kinerja Pegawai (Y) ke kotak

Dependent

Masukkan Kompensasi (X1) ke kotak

Independent(s)

Klik OK.

Tampilan gambarnya dapat dilihat sebagai

berikut:

16

Hasil output SPSS: Regresi Pertama

17

18

Cara menjawab:

Hipotesis 1 :

Pengaruh Kompensasi (X1) terhadap Kinerja

(Y)

HO: Tidak terdapat pengaruh antara

Kompensasi terhadap Kinerja Pegawai.

H1: Terdapat pengaruh antara Kompensasi

terhadap Kinerja Pegawai.

HO = Hipotesis Nol

H1 = Hipotesis Alternatif

Ada dua cara untuk menjawab hipotesis

secara parsial, yaitu membandingkan nilai

Signifikansi pada Tabel Anova, atau

membandingkan nilai t hitung dengan t

tabel pada Tabel Coefficients. Anda bisa

menggunakan salah satu cara tersebut.

19

Cara pertama: Membandingkan nilaiSignifikansiJika Sig > 0,05 maka Ho diterima

Jika Sig < 0,05 maka Ho ditolak

Nilai Sig di tabel Anova = 0,006 (0,006

< 0,05) maka Ho ditolak., artinya Terdapat

pengaruh antara Kompensasi terhadap

Kinerja Pegawai.

Nilai R2 pada regresi pertama sebesar

0,356 atau 35,6%.

Cara kedua: Membandingkan nilai t hitung

dengan t tabel

Jika t hitung < t tabel maka Ho diterima.

Jika t hitung > t tabel maka Ho yang

ditolak.

Nilai t hitung pada tabel Coefficients =

3,151, sedangkan nilai t tabel = 2,093.

(3,151 > 2,093). maka Ho ditolak, artinya

20

Terdapat pengaruh antara Kompensasi

terhadap Kinerja Pegawai.

Cara mencari nilai t tabel pada program

Microsoft Excel: Rumus (df = n -1) = (df

= 20 – 1 = 19)

Buka Program Microsoft Excel

Klik Formulas

Klik More Functions

Klik Statistical

Klik TINV (Fungsi: Mencari nilai t

tabel)

Masukkan 0,05 di kolom Probability

Masukkan 19 di kolom Deg_freedom

Tampilan Gambar-Nya seperti dibawah

ini

21

Selanjutnya tampilan Gambar-Nya seprti

dibawah ini

22

Langkah 3 :

Uji Regresi Kedua (Berganda)

Pengaruh Gaya Kepemimpinan (X2) terhadap

hubungan Kompensasi (X1) dan Kinerja

Pegawai (Y).

Klik Analyze

Klik Regression

Klik Linear

23

Masukkan Kinerja Pegawai (Y) ke kotak

Dependent

Masukkan Kompensasi (X1), Gaya

Kepemimpinan (X2), Kompensasi*Gaya

Kepemimpinan (X1*X2) ke kotak

Independent(s)

Klik OK.

Tampilan gambarnya dapat dilihat sebagai

berikut:

Hasil output SPSS: Regresi Kedua

24

25

26

Cara menjawab:

Hipotesis 2 :

Pengaruh Gaya Kepemimpinan (X2) terhadap

hubungan Kompensasi (X1) dan Kinerja (Y)

HO: Tidak terdapat pengaruh Gaya

Kepemimpinan terhadap hubungan Kompensasi

dan Kinerja Pegawai.

27

H1: Terdapat pengaruh Gaya Kepemimpinan

terhadap hubungan Kompensasi dan Kinerja

Pegawai.

HO = Hipotesis Nol

H1 = Hipotesis Alternatif

Jika Sig > 0,05 maka Ho diterima

Jika Sig < 0,05 maka Ho ditolak

Nilai Sig di tabel Anova = 0,042 (0,042 <

0,05) maka Ho ditolak., artinya: Terdapat

pengaruh Gaya Kepemimpinan terhadap

hubungan Kompensasi dan Kinerja Pegawai.

Nilai R2 pada regresi kedua sebesar 0,392

atau 39,2%.

Kesimpulan:

28

Nilai R2 pada regresi pertama sebesar

0,356 atau 35,6%.

Nilai R2 pada regresi kedua sebesar

0,392 atau 39,2%.

Dengan demikian, setelah ada persamaan

yang kedua naik menjadi 0,392 atau 39,2%.

Jadi dengan adanya Gaya Kepemimpinan akan

memperkuat hubungan antara Kompensasi

dengan Kinerja Pegawai.

Jika dilihat dari persamaan kedua,

dimana koefisien regresi X1*X2 adalah

positif maka dapat disimpulkan dengan

adanya variabel moderasi yaitu Gaya

Kepemimpinan (X2) akan memperkuat hubungan

antara Kompensasi (X1) dengan Kinerja

Pegawai (Y) PT. Guten Morgen.

Dengan demikian, uji hipotesis dan

pengolahan data analisis regresi dengan

29

menggunakan variabel moderating/moderasi

telah selesai.

30