Rangkuman Probabilitas dan Statistika

Nama : Ana Tolirenisa

NPM : A1.1300017

Nama :Irgin Darajatun

NPM : A1.1300021

STMIK SUMEDANG

VARIABEL MODERASI DAN MEDIASI

Variabel Moderasi adalah variabel yang menentukan apakah kehadirannya berpengaruh terhadapa hubungan antara variabel bebas pertama dan variabel terikat. Variabel moderasi merupakan variabel yang faktornya diukur, dimanipulasi, atau dipilih oleh peneliti untuk mengetahui apakah variabel tersebut mengubah besarnya hubungan antara variabel bebas dan variabel terikat. Variabel moderasi memperkuat atau memperlemah hubungan antarvariabel.

Ada 3 cara menguji regresi dengan variabel moderasi, yaitu :

a)      Uji interaksi

b)      Uji nilai selisih mutlak

c)       Uji residual

Yang akan dibahas disini hanya uji interaksi dan nilai selisih nilai mutlak.

a)      Uji Interaksi

·         Buat data diatas ke dalam SPSS

·         Setelah membuat datanya kemudian Klik Transform → Compute Variable

·         Masukan moderat  sebagai target variabel.

·         Numeric Expression diisi dengan Motivasi*Kompensasi

·   Klik OK, maka variabel moderat akan terisi hasil perkalian Motivasi dengan Kompensasi

·         Klik Analyze→ Regression→Liniear.

·         Isikan variabel Kinerja pada Dependent Variabel

·   Isikan pada Independent variabel dengan variabel motivasi, Kompensasi, dan Moderat

·         Klik OK.

Hasil dan Pembahasan

Output 1

Analisis

F hitung 2,991 dengan nilai seg. 0,048 artinya secara bersama-sama moderat, kompensasi, dan motivasi memengaruhi kinerja

Analisis

Persamaan MRA dari pengujian ini adalah

  Y=a+b₁ +X₁ + b₂ + X₂ + b₃ X₁ X₂……………………….

Hipotesis

H0 : Pengaruh positif motivasi terhadap kinerja yang dimoderasi oleh kompensasi

H1: Pengaruh negatif motivasi terhadap kinerja yang dimoderasi oleh kompensasi

Hasil

Nilai sig dari pengaruh variabel moderasi terhadap kinerja adalah 0,000<0,05 )Alpha)

B3 =-0,090 lebih kecil dari 0

Kesimpulan

Persamaan + -6,686 + 1,347X₁ + 1,176X₁ -0,090X₁X₂

b)      Uji nilai Selisih Mutlak

·         Klik analyze kemudian pilih Descriptive Statistic→Descriptives, maka akan muncul seperti berikut.

·         Masukan variabel motivasi dan kompensasi pada kotak

·     Pilih Save standardized values as variabel lalu ok. Pada editor kemudian muncul variable baru yaitu ZMotivasi danZkompensasi

·         Klik menu Transform→compute Variable

·         Isikan AbsM_KP pada target Variabel

·         Untuk Numeric Expression, pilih fungsi ABS.

·         Isikan variabelZMotivasi-ZKOmpensasi,didalamkurungABS, lalu OK,

·  Kemudian klik Analyze→Regression→Linear, isikan dengan menggunakan persamaan baru

Y = a+b₁ZMotivasi +b₂ZKompensasi+b₃AbsM_KP

·         Klik OK>

Hasil dan Analisis

Analisis

·     Adjusted R Square 0,079 artinya 7,9% variabelitas kinerja dapat dijelaskan oleh variable ZM,ZKP,dan AbsM_KP

·         92,1% variabelitas kinerja diterangkan oleh variabel lain.

Analisis

·         Nilai F hitung 1,858 dengan nilai sig 0,161

·    Nilai sig 0,161 > 0,05 artinya secara langsung variabel ZM,ZKP, dan AbsM_KP

Analisis

·         Variable ZMotivasi tidak berpengaruh terhadap kinerja

·         Variable ZKompensasi tidak berpengaruh terhadap kinerja

·     Variabel interaksi ZMotivasi denga ZKompensasi berpengaruh negative terhadap kinerja karena nilai sig 0,038 <0,05 atau  dengan kata lain hipotesisnya diterima

22.   Variable Mediasi

1.       Buat data diatas ke dalam SPSS

2.       Setelah itu klik Analyze →Regression→Linear

3.       Isikan Variabel Motivasi pada Dependent, dan variabel kompensasi pada independent

4.       klik ok, lalu muncul output regresi yang pertama

5.       klik Analyze→Regression→Linear

6.  Isikan Variabel Kinerja pada Dependent, dan variabel kompensasi dan Motivasi pada independent

7.       Klik Ok, lalu muncul output regresi kedua.

Hasil dan analisis

Output 1

Analisis 1Menunjukan pengujina regresi yang pertama 

      yaitu motivasi =a+b kompensasi

Output 2:hasil regresi Pertama

Analisis

·         74% variabelitas motivasi dijelaskan oleh variabel kompensasi

·         26% variabelitas motivasi dijelaskan oleh variabel lain yang tidak teliti

Output 3 uji signifikan secara simultan regresi pertama

Analisis

·         Kompensasiberpengaruh positif terhadap motivasi karena nilai sig 0,00 < 0,05 dengan F 82, 372

Output 4 uji signifikan parameter individual pertama

Analisis

·         Kompensasi berpengaruh positif terhadap motivasi karena nilai sig 0,00 <0,05

·         Persamaan regresi yang didapt M = 0,86 K

Output 5 persamaan regresi kedua

Analisis

Persamaan regresi kedua

P =b₁ M + b₂ K

Output g koefisien determinasi regresi yang kedua

Analisis

·         79,5% variabelitas kinerja dapat dijelaskan oleh variabel motivasi dan kompensasi

·         20,5% variabelitas kinerja diterangkan oleh variabel motivasi dan kompensasi

Output 7 uji signifikan secara simultan regresi kedua

Analisis

·         Secara bersama-sama variabel kompensasi dan motivasi berpengaruh terhadap kinerja

Output 8 uji signifikan parameter individual yang kedua

Analisis

·         Kompensasi  dan motivasi secara individu berpengaruh positif terhadap kinerja, terlihat dari nilai sig yaitu 0,004 dan 0,15 dimana nilai sig keduanya lebih kecil dari 0,05(alpha.

·         Persamaan regresinya P = 0,421 M + 0,512K

Kesimpulan

·         Suatu variabel dikatakan sebagai intervening jika hubungan tidak langsung lebih besar dari hubungan langsung

·         Besarnya hubungan tidak langsung = 0,960 * 0,421 = 0,362

·         Hubungan langsung = 0,512 lebih besar dari 0,362 artunya variabel motivasi bukan merupakan variable mediasi tapi variabel motivasi berhubungan langsung dengan kinrerja

S   Sekian yang bisa kami kerjakan semoga bermanfaat buat kalian......thanks:):)
Sumber dari Buku praktis dan simpel cepat menguasai SPSS 20d
irangkum oleh:
   Ana Tolirenisa dan Irgin darajatun