MODUL 14 VARIABEL MODERATING DAN INTERVENING 1. Variabel Moderating Ada kalanya hubungan antar variabel indenpenden berupa interaksi. Yang dimaksud interaksi adalah pengaruh suatu
variabel
indenpenden
yang
dikuatkan
dan
dilemahkan/bercampur dengan variabel indenpenden lainnya dalam mempengaruhi variabel dependen. X2
X1
Y
Diagram di atas memperlihatkan pengaruh X1 kepada Y yang berinterkasi dengan X2. Perhatikan regresi dengan menggunakan model berikut, Y = a + b1X1 + b2X2 + b3X1X2 + e Perkalian X1 dan X2 merupakan variabel moderating. X1 dan X2
mempunyai
pengaruh
langsung
terhadap
Y.
Jika
parameter b3 signifikan berarti antara X1 dan X2 terjadi interaksi. Model moderating yang lain dapat dikembangkan berupa bentuk nilai absolut yang merupakan perbedaan nilai dari X1 dan X2.
Y = a + b1X1 + b2X2 + b3 X 1 − X 2 + e Bentuk
X1 − X 2
merupakan nilai absolut, yaitu
interaksi antara X1 dan X2 yang berfungsi mengukur pengaruh bersama dan memurnikan pengaruh X1 maupun X2 secara sendiri. Agar pengurangan tersebut bermakna, maka bentuk X 1 − X 2 diganti dengan bentuk variabel yang distandarisasi. Angka-angka dalam variabel diubah dalam bentuk jarak dari rata-rata dan standar deviasinya. Program
SPSS
memuat
menu
bagaimana
cara
menstandarisasi. •
Hidupkan Program SPSS
1. Klik Analyze 2. Klik Descriptive Statistics 3. Klik Descriptives 4. Masukkan X1 dan X2 ke dalam kotak variabel 5. Beri tanda √ pada save standardized values as variables 6. Ok Untuk membuat nilai absolut: 1. Pilih Transform 2. Pilih compute 3. Ketik atau pilih dari menu ABS X 1 − X 2 , jangan lupa memberi nama variabel baru (target) 4. Ok
Model-model dengan variabel interaksi di atas umumnya mengandung masalah kolinearitas yang tinggi. Oleh karena itu dikembangkan metode lain berupa uji residual. Dalam hal ini regresi dilakukan dengan dua tahap. Tahap I : Y = a + bX1 + e Hitung atau estimate e dengan lambang eˆ = Y − a + bX 1 Tahap II : lakukan regresi dengan model, eˆ = a + bX 2 + δ eˆ adalah harga absolut dari estimate e. eˆ
Dengan menggunakan SPSS nilai-nilai
dapat
diperoleh bersama pada waktu melakukan regresi dengan jalan save (simpan) unstandardize residual. Model dua tahap di atas berarti Y dijelaskan oleh X1 kemudian sisanya e dijelaskan lagi oleh X2. Jika bX2 ternyata signifikan, maka X2 merupakan variabel moderating.
2. Variabel Intervening Berbeda dari variabel moderating, dimana X1 dan X2 bersifat
interaksi,
dalam
Intervening
X2
ikut
menentukan/mempengaruhi Y. X2 Tidak langsung
X1 Pengaruh langsung
Y
Gambar di atas menjelaskan hubungan-hubungan dimana X1 berpengaruh langsung terhadap Y dan juga berpengaruh tidak langsung terhadap X2. Sedangkan X2 berpengaruh terhadap Y. Upah berpengaruh kepada kinerja, tetapi pada saat yang sama upah juga meningkatkan motivasi, dimana jenjangjenjang kebutuhan manusia yang tercukupi menyebabkan motivasi
kerja
menjadi
kebutuhan
murni/kebutuhan
pengakuan/penghargaan. Diagram di atas memperlihatkan jalur analisis (path analysis) hubungan antara X1, X2 dan Y. Dalam analisis ini digunakan koefisien “beta”, yaitu koefisien regresi yang distandardisasi. Persamaan dalam model ini terdiri dari dua tahap, X2 = b1X1 + e1 Y = b2X1 + b3X2 + e2
Dimana: b1 dan b2 adalah koefisien “beta”regresi
yang
distandarisasi (koefisien ini akan muncul bersama dalam print out SPSS). Contoh, X2 0,3 X1
0,2 Y
0,4
b1 = 0,3 b2 = 0,4 b3 = 0,2 Besar pengaruh langsung X1 (Upah) terhadap Y (Kinerja) adalah 0,4. Besar pengaruh tidak langsung diperoleh dengan, perkalian b1 dan b2
= =
0,4 x 0,2 0,08
Karena nilai hubungan tidak langsung lebih kecil, maka hubungan yang sebenarnya adalah hubungan langsung.