29 April 2021

Model Moderator Dengan Uji Residual

Uji model moderator selain dengan Moderated Regression Analyisis (MRA) dimana menggunakan variabel interaksi antara variabel independen dengan variabel moderator-nya. Pengujian moderator juga dapat dilakukan dengan selisih mutlak, yang mana selisih mutlak ini diperoleh dengan menghitung selisih dari nilai standard dari variabel independen dengan variabel moderator. Pengujian pada kedua model di atas senderung akan terjadi multikolinieritas yang tinggi antar variabel independen. Hal ini akan melanggar asumsi klasik seperti dalam regresi ordinary least square (OLS). 

 


Uji moderator dengan uji nilai residual dilakukan untuk menguji pengaruh deviasi (penyimpangan dari suatu model. Pengujian difokuskan pada ketidakcocokan (lack of fit) yang diperoleh dari deviasi hubungan antara variabel independen. Dalam konteks kali ini, kita memiliki 1 variabel independen yaitu kenyamanan (X), variabel moderator (Z) yaitu pelayanan dan variabel dependen (Y) Kepuasan pelanggan. Lack of fit ditunjukkan oleh nilai residual dalam regresi. Jika terjadi kecocokan antara kenyamanan dan pelayanan (nilai residual kecil) yaitu Kenyamanan tinggi, Pelayanan tinggi dan Kepuasan juga tinggi. Demikian sebaliknya jika terjadi ketidakcocokan atau lack of fit antara Kenyamanan dengan pelayanan (nilai residal besar) yaitu kenyamanan tinggi, pelayanan rendah, maka Kepuasan juga rendah.

Prosedur dalam melakukan regresi sebagai berikut :

Dari persamaan 1 diketahui bahwa yang pertama dilakukan analisis regresi dari variabel Kenyaman (X) terhadap Pelayanan (Z). Sedangkan pada persamaan ke-2 yaitu nilai eror yang diperoleh dari hasil regresi 1 ditransformasi menjadi nilai absolut sebagai dependen dan variabel Kepuasan sebagai dependennya.
 
Langkah Analisis Moderator Uji residual di SPSS
- Dari SPSS, klik menu Analyze > Regression > Linier
- Masukkan variabel pelayanan ke Dependent dan Kenyamanan ke Independent (s)
 

- Di menu Save Pilih Residual unstandardized (ini dilakukan untuk mendapatkan nilai resdual)
- Kemudian Continue dan klik OK

Pada SPSS data editor akan tersimpan variabel residual (Res_1). Kemudian dilakukan transformasi ke dalam bentuk nilai absolute, dengan cara sebagai berikut :
- Pilih Transform > Compute variable
- pada menu Target variable berinama AbsRes (nilai absolute residual)
- pada numeric expression, pilih fungsi Abs dan isikan menjadi ABS(RES_1)
- Klik OK


Selanjutnya melakukan analisi regrsi ke-2 dengan meregres nilai AbsRes sebagai dependen dan Kepuasan sebagai variabel dependen.
 
Hasil lengkap uji moderator dengan nilai residual
Output regresi ke-1
 

pada tabel di atas merupakan tabel hasil analisis regresi 1 antara kenyamanan dengan Pelayanan, memberikan hasil nilai koefisien pengaruh kenyamanan sebesar 0.263, nilai t-statistik sebesar 2.266 dan p-value 0.027. Artinya bahwa kenyamanan signifikan berpengaruh terhadap pelayanan.
 
Output regresi ke-2
 

Pada tabel di atas menunjukkan bahwa nilai koefisien Kepuasan sebesar 0.053 dengan nilai t- statistik 6.686 dan p-value 0.000. Karena nilai p-value 0.000 < 0.05 maka terbukti bahwa pelayanan signifikan sebagai variabel moderator hubungan pengaruh kenyamnan terhadap Kepausan pelanggan.

Referensi :

Ghozali.I (2013). Aplikasi Analisis Multivariate Dengan Program IBM SPS 21 Update PLS Regresi. Semarang : Badan Penerbit Universitas Diponegoro.

Hayes. A.F (2018). Introduction to Mediation, Moderation, and Conditional Process Analysis : A Regression Based Approach". 2nd. New York : The Guilford Press

Jode. P. E (2013). Doing Statistical Mediation and Moderation . New York : The Guilford Press.

Tidak ada komentar: