Blog Personal tentang tips Belajar SPSS dan Statistik.

Analisis Regresi dengan Variabel Intervening

Pada postingan yang lalu pernah saya bahas tentang analisis regresi dengan variabel moderating. Pada kesempatan ini saya mau bahas tentang analisis regresi dengan variabel intervening. Tidak seperti variabel moderating, variabel intervening merupakan variabel antara atau mediating. Fungsinya memediasi hubungan antara variabel independen dengan variabel dependen. Dalam contoh kita kali ini adalah contoh yang sama dipakai pada model analisis regresi dengan variabel moderating, yaitu hubungan antara Earns dengan Income di mediasi oleh variabel Wealth. Jadi Wealth sebagai variabel intervening atau kalau digambarkan seperti di bawah ini :

ananlisis regresi dengan variabel intervening

Pada gambar di atas dapat dijelaskan bahwa Earns dapat berpengaruh langsung terhadap Income, tetapi juga dapat pengaruhnya tidak langsung yaitu lewat variabel Wealth lebih dahulu baru ke Income. Logikanya semakin tinggi Earns akan meningkatkan Wealth dengan tingginya Wealth akan berpengaruh terhadap Income.

Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur (Path Analysis). Analisis jalur merupakan perluasan dari analisis regresi linear berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model causal atau sebab akibat) yang telah ditetapkan sebelumnya berdasarkan teori.

Analisis jalur sendiri tidak dapat menentukan hubungan sebab-akibat dan juga tidak dapat digunakan sebagai substitusi bagi peneliti untuk melihat hubungan kausalitas antar variabel. Hubungan kausalitas antar variabel telah dibentuk dengan model berdasarkan landasan teoritis. Apa yang dapat dilakukan oleh analisis jalur adalah menentukan pola hubungan antara tiga atau lebih variabel dan tidak dapat digunakan untuk mengkonfirmasi atau menolak hipotesis kausalitas imajiner.

Diagram jalur memberikan secara eksplisit hubungan kausalitas antar variabel berdasarkan pada teori. Anak panah menunjukkan hubungan antar variabel. Model bergerak dari kiri ke kanan dengan implikasi prioritas hubungan kausal variabel yang dekat ke sebelah kiri. Setiap nilai p menggambarkan jalur dan koefisien jalur. Berdasarkan gambar model jalur diajukan hubungan berdasarkan teori bahwa Earns mempunyai hubungan langsung dengan Income (p1). Namun demikian Earns juga mempunyai hubungan tidak langsung ke Income yaitu dari Earns ke Wealth (p2) baru kemudian ke Income (p3).

Hubungan langsung terjadi jika satu variabel mempengaruhi variabel lainnya tanpa ada variabel ketiga yang memediasi (intervening) hubungan kedua variabel tadi. Hubungan tidak langsung adalah jika ada variabel ketiga yang memediasi hubungan kedua variabel ini. Kemudian pada setiap variabel dependen (endogen variabel) akan ada anak panah yang menuju ke variabel ini dan ini berfungsi untuk menjelaskan jumlah variance yang tak dapat dijelaskan (unexplained variance) oleh variabel itu. Jadi anak panah dari e1 ke Wealth menunjukkan jumlah variance variabel Wealth yang tidak dijelaskan oleh Earns. Sedangkan anak panah dari e2 menuju Income menunjukkan variance Income yang tidak dapat dijelaskan oleh variabel Earns dan Wealth. Koefisien jalur adalah standardized koefisien regresi. Koefisien jalur dihitung dengan membuat dua persamaan struktural, yaitu persamaan regresi yang menunjukkan hubungan yang dihipotesiskan. Dalam hal ini ada dua persamaan tersebut adalah :

Wealth = b1 Earns + e1 ... (1)

Income = b1 Earns + b2 Wealth + e2 ... (2)

Standardized koefisien untuk Earns pada persamaan (1) akan memberikan nilai p2. Sedangkan koefisien untuk Earns dan Wealth pada persamaan (2) akan memberikan nilai p1 dan p3.

Langkah analisis:

a. dari SPSS editor, pilih menu Statistics/Analyze, kemudian pilih Regression dan Linear.

b. pada kotak Dependent isikan variabel variabel Wealth dan pada kotak Independent isikan variabel Earns.

c. press OK.

analisis regresi dengan variabel intervening

d. lakukan regresi persamaan (2) dengan mengganti pada kotak Dependent isikan variabel Income dan pada kotak Independent isikan variabel Earns dan Wealth.

e. press OK.

analisis regresi dengan variabel intervening

Pengambilan keputusan:

Output SPSS di atas memberikan nilai standardized beta Earns pada persamaan (1) sebesar 0,625 dan signifikan pada 0,000 yang berarti Earns mempengaruhi Wealth. Nilai koefisien standardized beta 0,625 merupakan nilai path atau jalur p2. Pada output SPSS persamaan regresi (2) nilai standardized beta Earns 0,764 dan Wealth 0,195 semuanya signifikan. Nilai standardized beta Earns 0,764 merupakan nilai jalur path p1 dan nilai standardized beta Wealth 0,195 merupakan nilai jalur path p3.

analisis regresi dengan variabel intervening

Hasil analisis jalur menunjukkan bahwa Earns dapat berpengaruh langsung ke Income dan dapat juga berpengaruh tidak langsung yaitu dari Earns ke Wealth (sebagai variabel intervening) lalu ke Income. Besarnnya pengaruh langsung adalah 0,764 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalihkan koefisien tidak langsungnya yaitu (0,625) x (0,195) = 0,0122. Oleh karena koefisien hubungan langsung lebih besar dari koefisien hubungan tidak langsung, maka dapat dikatakan bahwa hubungan yang sebenarnya adalah langsung.
Ayo Like Facebooknya
Tag : Analisis Regresi, Intervening, SPSS

Share this:

Share this with short URL: Get Short URLloading short url

Berlangganan :
Masukan e-mail Anda untuk mendapatkan kiriman artikel terbaru dari langsung di pesan kotak masuk.

feedburner


Anda telah membaca artikel :
Analisis Regresi dengan Variabel Intervening
Semoga bermanfaat, Terima kasih.
Cara style text di komentar Disqus:
  • Untuk menulis huruf bold silahkan gunakan <strong></strong> atau <b></b>.
  • Untuk menulis huruf italic silahkan gunakan <em></em> atau <i></i>.
  • Untuk menulis huruf underline silahkan gunakan <u></u>.
  • Untuk menulis huruf strikethrought silahkan gunakan <strike></strike>.
  • Untuk menulis kode HTML silahkan gunakan <code></code> atau <pre></pre> atau <pre><code></code></pre>, dan silahkan parse dulu kodenya pada kotak parser di bawah ini.

Blogger
Disqus
Pilih Sistem Komentar Yang Anda Sukai

12 komentar

kalau untuk menjawab tujuan penelitian : beberapa faktor risiko pemberian asi tidak eksklusif terhadap status gizi bayi, bisa ndak ya pake model regresi ini? tapi datany kategorik semua bentuknya.

mohon info

Balas

Selamat pagi
Kalau ada variabel intervening tersebut lantas notasi yg dpt dgunakan untuk mnamai variabel trsebut apa ya pak,,
Seperti klu variabel dependen kn di notasikan dengan (Y) sedangkan variabel indeoenden dnotasikan dng (X), lantas klu variabel intervening dnoyasikan dng apa,, ??
Mohon blsanny
Terima kasih

Balas

Siang
Kalo variabel x nya lebih dari satu persamaannya bagaimana ya?
Mohon penjelasannya
Terimakasih

Balas

Pak, mohon jawabannya Pak..
Saya wira. Saya mau bertanya , judul skripsi yang saya ambil mengenai pengaruh lingkungan kerja fisik dan lingkungan kerja non fisik terhadap kinerja karyawan dengan kepuasan kerja sebagai variabel intervening.
Di ketahui : x1 = lingkungan kerja fisik
X2 = lingkungan kerja non fisik
Y = kepuasan kerja
Z kinerja karyawan

Nah, saat ini saya sedang melakukan uji normalitas Pak, yg di masukkan pada Spss itu semua variabel atau hanya x1,x2 dan Y saja Pak ??

Dan uji normalitas persamaan satu dan persamaan dua itu variabel yg mana saja yang di masukkan dlm sppss ??

Balas

Pak, mohon jawabannya Pak..
Saya wira. Saya mau bertanya , judul skripsi yang saya ambil mengenai pengaruh lingkungan kerja fisik dan lingkungan kerja non fisik terhadap kinerja karyawan dengan kepuasan kerja sebagai variabel intervening.
Di ketahui : x1 = lingkungan kerja fisik
X2 = lingkungan kerja non fisik
Y = kepuasan kerja
Z kinerja karyawan

Nah, saat ini saya sedang melakukan uji normalitas Pak, yg di masukkan pada Spss itu semua variabel atau hanya x1,x2 dan Y saja Pak ??

Dan uji normalitas persamaan satu dan persamaan dua itu variabel yg mana saja yang di masukkan dlm sppss ??

Balas

Intervening notasi Z

Balas

Pak, saya ingin bertanya
Saya pernh melihat dari artikel bahwa variabel intervening dihitung menggunakan regresi sederhana
Lalu apa perbedaan menghitung menggunakan regresi sederhana dan regresi linier berganda.
Mohon dijawab Pak. Terimakasih

Balas

Pak, saya ingin bertanya
Saya pernh melihat dari artikel bahwa variabel intervening dihitung menggunakan regresi sederhana
Lalu apa perbedaan menghitung menggunakan regresi sederhana dan regresi linier berganda.
Mohon dijawab Pak. Terimakasih

Balas

Pak saya mau bertanya, kalau variabel intervening(Z) tidak berpengaruh terhadap variabel dependent, apakah bisa dilanjutkan untuk perhitungan ke sobel??

Balas

Judulnya sama kayak saya 😅

Balas

Pak saya mau bertanya,jika X,Y,Z itu rumus nya gmna, karena uji regresi linier berganda itu kan untuk beberapa X,klau X nya cma satu gimana?

Balas

Ini rujukannya mana ya??

Balas
Back To Top