1. Bagaimana cara mensort data agar yang muncul adalah data female saja Langkahnya adalah sebagai berikut :
Masukan Data / Buka data yang akan diolah Klik Data pada main Menu Pilih Select Cases.
Setelah muncul kotak dialog pilih If Condition is Satisfied
Buka SPSS Aplikasi
Klik if
Karena hanya memilih female pindahkan Dgender ke sisi kanan beri tanda 0 Klik Continue dan Kemudia Klik OK
Maka muncul data Female saja yang dianalis
Visualisasi Langkah 1 Buka data yang akan diolah
Langkah 2 Klik data pada main menu dan pilih Select Cases
Langkah 3 , muncul kotak perintah dan pilih if condition is satisfied dan klik if
Langkah 4 Pindahkan Dgender ke kolom kanan dan tambahkan 0 karena kode female adalah 0
Langkah 5 Klik continue kemudian ok maka akan didapat hasil seperti dibawah ini
2. Hipotesis : Salbegin [X] berpengaruh terhadap salary [Y] Gender [Z] berpengaruh terhadap salary [Y] Gender [Z] memoderasi hubungan antara Salbegin [X] dengan salary [Y]
Dimana;
Ho : b1 = 0
Tidak terdapat pengaruh
Ha : b1 0 :
Terdapat pengaruh
Dengan kreteria
t-hitung t-tabel atau sig. > 0,05 Ho diterima
t-hitung > t-tabel atau sig. 0,05
Ha diterima
SalBegin [X] Salary [Y]
Gender [Z]
x Melakukan regresi linear dimana Salary sebagai variabel dependen dan Salbegin sebagai variabel independen.
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .880a .775 .774 8115.35564
a. Predictors: (Constant), salbegin
ANOVAa Model Sum of Squares df Mean Square F Sig.
1 Regression 106831048750.124 1 106831048750.124 1622.118 .000b
Residual 31085446686.216 472 65858997.217
Total 137916495436.340 473
a. Dependent Variable: salary
b. Predictors: (Constant), salbegin
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 1928.206 888.680 2.170 .031 Salbegin 1.909 .047 .880 40.276 .000
a. Dependent Variable: salary
x Melakukan regresi linear dimana Salary sebagai variabel dependen dan Gender sebagai variabel independen dengan menggunakan sampel Male.
Model Summary
Model
R
R Square
Adjusted R
Square
Std. Error of the
Estimate
dgender = 1.00
(Selected)
1 .860a .739 .738 9972.76798
a. Predictors: (Constant), salbegin
ANOVAa,b
Model Sum of Squares df Mean Square F Sig.
1 Regression 72255607537.855 1 72255607537.855 726.508 .000c
Residual 25460761891.990 256 99456101.141
Total 97716369429.845 257
a. Dependent Variable: salary
b. Selecting only cases for which dgender = 1.00
c. Predictors: (Constant), salbegin
Coefficientsa,b
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 4083.076 1518.736 2.688 .008 Salbegin 1.840 .068 .860 26.954 .000
a. Dependent Variable: salary
b. Selecting only cases for which dgender = 1.00
x Melakukan regresi linear dimana Salary sebagai variabel dependen dan Gender sebagai variabel independen dengan menggunakan sampel Female.
Kesimpulan
x Dari output yang diperoleh pada analisis regresi untuk kategori sampel male dan
female diperoleh nilai Sum Square Residual Gabungan : 25460761891.990 + 5200855580.983 atau sebesar 30661617472.973.
Model Summary
Model
R
R Square
Adjusted R
Square
Std. Error of the
Estimate
dgender = .00
(Selected)
1 .759a .577 .575 4929.81374
a. Predictors: (Constant), salbegin
ANOVAa,b
Model Sum of Squares df Mean Square F Sig.
1 Regression 7080737396.679 1 7080737396.679 291.352 .000c
Residual 5200855580.983 214 24303063.463
Total 12281592977.662 215
a. Dependent Variable: salary
b. Selecting only cases for which dgender = .00
c. Predictors: (Constant), salbegin
Coefficientsa,b
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 438.510 1536.468 .285 .776 Salbegin 1.955 .115 .759 17.069 .000
a. Dependent Variable: salary
b. Selecting only cases for which dgender = .00
x Dari output pada analisis regresi untuk total sampel dan kategori sampel male dan female diperoleh F hitung :
Ftabel = df(,k, n2-2k) = 3,015
Berdasarkan hasil analisis di atas diketahui bahwa
Dapat dibilang bahwa Gender [Z] memoderasi hubungan antara Salbegin [X] terhadap Salary [Y]
Kwadran IV Kwadran - I
Kwadran - III Kwadran - II
Fhitung > Ftabel 3,248 > 3,015
Gender [Z] yang di-hipotesiskan sebagai variabel moderator berhubungan dengan Salary [Y] dan atau Salbegin [X]. Tetapi tidak berinteraksi dengan Salbegin (X) sehingga variabel tersebut hanya merupakan variabel intervening, exogen, antecedent atau predictor.
Gender [Z] yang di-hipotesiskan sebagai variabel moderator tidak berhubungan dengan variabel Salary [Y] dan atau Salbegin [X], tetapi tidak berinteraksi dengan Salbegin [X].
Z tidak berhubungan dengan Y dan X, tapi tidak berinteraksi dengan X
Berarti variabel tersebut adalah variabel moderator homologizer
Gender [Z] yang di-hipotesiskan sebagai variabel moderator berhubungan dengan variabel Salary [Y] dan atau Salbegin [X], dan berinteraksi dengan Salbegin [X] sehingga variabel tersebut hanya merupakan variabel quasi moderator
Gender [Z} yang di-hipotesiskan sebagai berhubungan dengan variabel Salary [Y} dan atau Salbegin [X], dan berinteraksi dengan Salbegin (X) sehingga variabel tersebut hanya merupakan variabel quasi moderator.
c. Kuadran 4
Top Related