Model Moderator dengan Uji Selisih Mutlak

Model moderator dengan uji nilaiselisih mutlak diperkenalkan oleh Frucot and Sharon di tahun 1991. Dalam prosedurnya, untuk mendapatkan nilai interaksi diperoleh dari nilai absolut dari nilai selisih antara variabel independen dengan moderator. 

 

 Dengan rumus persamaan sebagai berikut :

Persamaan Model Moderator dengan Uji Selisih mutlak

Model gambar moderasi sebagi berikut :

Model Kepuasaan dengan Interaksi

Model pengujian dengan selisih mutalk lebih disukai karena ekspektasi sebelumnya berhubungan dengan kombinasi antara X1 dan X2 berpengaruh terhadap Y. Dalam model kali ini kita memiliki variabel Kenyamanan sebagai independen, Pelayanan sebagai moderator dan Kepuasan sebagai dependen.

Langkah Analisis Moderator dengan uji selisih Mutlak di SPSS

- Buka data view di SPSS. Terlihat ada 3 variabel yaitu kenyamanan, pelayanan dan Kepuasan dengan jumlah sampel/responden sebanyak 70.

Input Data

 - Buat variabel baru "standardize Pelayanan (Zpelayanan) dan standardize kenyamanan (Zkenyamanan) dengan langkah-langkah nya seperti ini.

Pilih Analyze > Descriptive > Statistics > Descriptive

Langkah dengan SPSS

Kemudian variabel Kenyamanandan pelayanan dimasukan ke dalam menu variable (s) dan centang "save standardized values  as variables". Klik OK

Pada SPSS data editor akan muncul variable baru Zkenyamanan dan Zpelayanan

Langkah selanjutnya membuat selisih mutlak dari dua variabel.

- Dari SPSS data editor, pilih menu Transform > compute.

Langkah Compute Variable

Untuk membuat nama variabel baru, pada menu target variable ,ketik : AbsKeny_Pel. Untuk membuat nilai selisih absolut, pada menu Numeric expression, masukkan fungsi : Abs(Zkenyamanan-Zpelayanan). Klik OK

Hasilnya pada SPSS data editor ada variabel baru yaitu AbsKeny_Pel yang mana variabel ini merupakan nilai selisih mutlak dari variabel kenyamanan dengan pelayanan.

Hasil dari regresi sebagi berikut :

Nilai R-Square

Pada tabel uji koefisien determinasi diketahui bahwa R-square sebesar 0.431, artinya bahwa variabel kenyamanan, keramahan, dan interaksi (AbsKeny_Pel) mampu menjelaskan variasi pada variabel Kepuasan sebesar 43.1% (0.431 x 100%).

Nilai Uji F

Pada tabel uji F di atas uji signifikansi simultan (uji F) diperoleh sebesar 16.671 dengan signifikansi 0.000, yang artinya bahwa semua variabel kenyamanan, Keramahan dan Interaksi (AbsKeny_Pel) secara bersama-sama (simultan) signifikan terhadap variabel Kepuasan).

Nilai Koefisien Regresi Model Kepuasan

Pada tabel uji koefisien di atas menunjukkan bahwa koefisien pengaruh variabel Zkenyamanan sebesar 3.375 dengan nilai t sebesar 4.076 dan signifikansi 0.000. Variabel Zpelayanan memperoleh nilai koefisien sebesar 2.558 dengan nilai t-statistik 3.021 dan signifikansi 0.004. Kedua variabel Zkenyamanan dan Zpelayanan terbukti signifikan berpengaruh terhadap Kepuasan. Sedangkan nilai koefisien pengaruh variabel AbsKeny_Pel diperoleh sebesar 5.332 dengan nilai -t sebesar 5.113 dan signifikansi 0.000. Artinya bahwa terbukti pelayanan signifikan mampu memoderasi hubungan pengaruh kenyamanan terhadap kepuasan.

Baca juga : 

1. Model Moderator Regression Analysis (MRA)

2. Model Moderator dengan uji residual

Referensi :

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

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

Jose. P.E (2013). Doing statistical Mediation, Moderation. New York : The Guilford Press