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



0 Komentar untuk "Rangkuman Probabilitas dan Statistika"

Silakan tinggalkan komentar anda. DILARANG KERAS menyimpan link blog/web pada komentar dengan tujuan backlink, Spam.

 
Copyright © 2014 Tutorial Kampus - All Rights Reserved
Template By. Catatan Info