Model Empiris

BENTUK MODEL EMPIRIS 

Model empiris menggunakan 1 variabel dependen: 1.

Model regresi :  Y 1 = X 1 + X 2 + … + X n (metrik) (metrik, non-metrik)

2.

Model regresi logit/probit/tobit :  Y 1 = X 1 + X 2 + … + X n (non-metrik) (metrik, non-metrik)

3.

Model analisis diskriminan :  Y 1 = X 1 + X 2 + … + X n (metrik) (non-metrik)

BENTUK MODEL EMPIRIS (lanjutan) 

Model empiris menggunakan 1 variabel dependen: 4.

Model ANOVA :  Y 1 = X 1 + X 2 + … + X n (metrik) (non-metrik)

5.

Model analisis Conjoint :  Y 1 = X 1 + X 2 + … + X n (metrik,non-metrik) (non-metrik)

BENTUK MODEL EMPIRIS (lanjutan) •

Model empiris menggunakan lebih dari 1  variabel dependen: 1. Model MANOVA :  Y 1 + Y 2 + … + Y n = X 1 + X 2 + … + X n (metrik) (non-metrik)

2. Model korelasi Kanonikal :  Y 1 + Y 2 + … + Y n = X 1 + X 2 + … + X n (metrik,non-metrik) (metrik, non-metrik)

VARIABEL Dalam MODEL EMPIRIS  



Model adalah bentuk simbol suatu teori Bentuk simbol pada model harus menunjukkan hubungan kausal antara variabel-variabel dalam model  Variabel adalah simbol yang berisi suatu nilai: 



 Variabel independen (VI)  Variabel dependen (VD)

Variabel Moderasi 

 Variabel Moderasi (VMO) adalah suatu variabel independen lain yang dimasukkan dalam model karena mempunyai efek kontingensi dari hubungan  variabel dependen dan variabel independen sebelumnya

 VM O  VI

 VD

Variabel Moderasi (lanjutan) 

Efek moderasi dan Efek Utama: 

Model Analisis regresi moderasian :  VD = α + β1 VI + β2 VMO + β3 VI * VMO + e





 VI dan VMO mewakili efek utama dari variabel VI dan  VMO ke VD Bentuk Interaksi : VI * VMO, mewakili efek moderasi/efek interaksi VMO terhadap hubungan VI dan VD

Pengujian Efek Moderasi  

Metoda analisis regresi berjenjang Menggunakan 2 persamaan: 1)  VD = α + β1 VI + β2 VMO + e 2)  VD = α + β1 VI + β2 VMO + β3 VI * VMO + e



Pengujian: 1. 2.

Efek moderasi dilihat dari kenaikan R2 persamaan (2) dari persamaan (1) Efek moderasi dilihat dari signifikansi koefisien β3 interaksi (VI * VMO) di persamaan (2)

Interpretasi hasil interaksi 



Interaksi positif terjadi jika hubungan VI terhadap VD lebih positif untuk nilai VMO yang tinggi Interaksi negatif terjadi jika hubungan VI terhadap VD lebih negatif untuk nilai VMO yang tinggi

Variabel Dami 



 Variabel dami adalah variabel yang mempunyai nilai 0 dan 1 Bentuk persamaan untuk VMO adalah variabel dami:  VMO= 0 2.  VMO= 1 1.

VD = α + β1 VI + e VD = (α + β2) + (β1+β3) VMI + e

→ →

Bentuk Interaksi  

Interaksi VI * VMO disebut interaksi dua-arah Banyak interaksi dua-arah:  VD = α + β1 VI + β2 VMO1 + β3 VMO2 + β4 VI * VMO1 + β5 VI * VMO2 + e



Interaksi banyak-arah : interaksi yang dibentuk dari n  variabel Contoh : interaksi tiga-arah  VD = α + β1 VI + β2 VMO1 + β3 VMO2 + β4 VI * VMO1 + β5 VI * VMO2 + β6 VMO1 * VMO2 + β7 VI * VMO1 * VMO2 + e 

Variabel Mediasi 



 Variabel Mediasi adalah variabel yang secara teori mempengaruhi fenomena yang diobservasi (variabel dependen), yang efeknya harus diinferensi melalui efek hubungan antara variable independen dengan  variabel dependen Disebut juga variabel intervensi



Model variabel mediasi: 1.

Model 1

 VI 2.

Model 2

3.

Model VI 3

VM E

 VD

VM E

 VD

 VI

VD  VM E

Variabel Ekstrani 

 Variabel ekstrani (VE) adalah variabel lain selain VI,  VD, VMO, VME, yang dapat mempengaruhi hubungan kausal

Variabel Kontrol 



 Variabel kontrol (VK) sebagai pelengkap mengontrol hubungan kausal supaya lebih baik untuk didapatkan model empiris yang lebih lengkap dan lebih baik  Variabel kontrol dimasukkan ke dalam model sebagai berikut:  VD = α + β1 VI1 + β2 VI2 + … + γ1 VK1 + … + e

Definisi Variabel Definisi naratif: definisi dalam bentuk kalimat untuk menjelaskan makna dan arti variabelnya 2. Definisi operasional: definisi berupa cara mengukur  variabel itu supaya dapat dioperasikan 1.