Analisis dengan Variabel Moderator melalui PROCESS di SPSS

Secara umum Baron dan Kenny (1986) menyebut istilah moderator sebagai variabel yang dapat berupa kualitatif (misal: jenis kelamin, suku) maupun kuantitatif (misal: skor depresi) yang dapat mempengaruhi arah dan/atau kuat lemahnya hubungan antara variabel independen dengan variabel dependen. Sebagai contoh, jenis kelamin bisa menjadi moderator pada hubungan antara banyaknya diskon dengan pengeluaran perbulan. Pada wanita, mungkin semakin besar diskon, pengeluaran per bulan juga akan semakin meningkat. Namun pada laki-laki, tenyata semakin banyak diskon pengeluaran perbulannya adalah sama. Jenis kelamin dalam hal ini menjadi moderator karena besarnya hubungan antara banyak diskon dengan pengeluaran perbulan berbeda pada tiap kelompok.

Jenis-jenis variabel moderator

Jenis-jenis variabel moderator dapat dikelompokkan dalam beberapa jenis berdasarkan ada tidaknya hubungan interaksi antara variabel moderator dengan variabel prediktor (variabel independen) dan ada tidaknya hubungan antara variabel moderator dengan variabel kriteria (variabel dependen). Jenis-jenis variabel moderator dapat dilihat di tabel di bawah ini.

Sumber: sugiono (2004)

Analisis Variabel Moderator

Ada beberapa cara untuk menganalisis peran moderator suatu variabel. Cara analisis ini juga dipengaruhi oleh jenis data variabel moderator dan variabel independennya. Jika variabel independen dan variabelnya moderator berupa data kategorikal, maka analisis yang dilakukan cukup dengan anova dua jalur. Efek moderasi terjadi jika efek interaksi antara dua kategori signifikan. Jika variabel independen berupa skor sedangkan variabel moderator berupa kategori, maka analisis peran moderasi dapat dilakukan dengan analisis sub-kelompok. Peran moderasi dapat diindentifikasi jika pada dua kelompok tersebut, koefisien korelasinya berbeda secara signifikan. Secara umum pertimbangan analisis untuk masing-masing kasus dapat dilihat di gambar di bawah. Penjelasan detil tentang ini akan dibahas di tulisan lain.

Sumber: Sugiono (2004)

Bentuk variabel moderator yang paling umum dijumpai di tesis adalah variabel moderator berbentuk skor dengan variabel independen yang berbentuk skor pula. Analisis yang paling umum dilakukan adalah dengan analisis Moderated Regression Analysis (MRA). MRA ini juga sudah dibahas di blog Pak Wahyu Widhiarso (di sini), dan banyak diacu oleh mahasiswa dalam analisis tesisnya. Cara analisis MRA ini adalah dengan membandingkan tiga persamaan regresi dan melihat signifikansi pengaruh variabel interaksi (perkalian antara independen dan moderator) terhadap variabel dependen. Jika variabel interaksi ini signifikan, maka ada efek moderasi.

Analisis dengan PROCESS

Cara lain yang lebih praktis yang dapat digunakan adalah dengan PROCESS. PROCESS adalah macro yang dibuat oleh Andrew F. Hayes yang dapat diinstal di SPSS yang dapat digunakan untuk melakukan analisis moderator dan mediator atau kedua secara bersamaan. Keunggulan dari PROCESS ini adalah, kita hanya perlu melakukan satu kali analisis untuk melihat efek moderasi. Selain itu, PROCESS juga bisa digunakan untuk membuat model yang lebih kompleks dengan variabel moderator dan mediator lebih dari satu.

PROCESS dapat didownload secara gratis di link berikut http://www.processmacro.org/download.html. Silakan download PROCESS versi terbaru yakni v3.0. Jika sudah didownload, buka SPSS dan buka folder yang sudah didownload tadi. Masuk ke folder PROCESS v3.0 for SPSS, lalu doble klik pada file process.spd untuk menginstal PROCESS ke SPSS. Jika cara ini tidak berhasil, maka kita bisa menginstal manual di SPSS dengan klik menu utilities – custom dialogs – install custom dialog. Lalu pilih file process.spd di komputer anda. Jika PROCESS sudah berhasil terinstall, maka akan muncul menu baru pada analyze – resgression – PROCESS v3.0 seperti tampak pada gambar di bawah.

Contoh Penelitian

Berikut akan disajikan contoh penelitian fiktif untuk analsis peran moderator. Penelitian ini dilakukan di suatu restoran. Pemilik restoran resah, karena meskipun kualitas pelayanan yang diberikan karyawannya sudah baik, ternyata tidak terlalu berdampak pada kepuasan konsumen. Setelah diteliti lebih jauh, ada dugaan bahwa kecantikan karyawan turut mempengaruhi hubungan antara kualitas pelayanan dan kepuasan konsumen tersebut. Maka berikut desain penelitiannya.

Variabel independen   : kualitas pelayanan

Variabel dependen      : kepuasan konsumen

Variabel moderator     : kecantikan karyawan

Pertanyaan     : apakah kecantikan karyawan menjadi moderator hubungan antara kualitas pelayanan dan kepuasan konsumen?

Hipotesis         : kecantikan karyawan menjadi moderator hubungan antara kualitas pelayanan dan kepuasan konsumen. Semakin tinggi kecantikan, maka semakin kuat hubungan antara pelayanan dan kepuasan.

Analisis Data

Data yang digunakan dalam contoh analisis ini dapat didownload disini. Untuk melakukan uji peran moderator ikuti langkah-langkah berikut.

1. Masuk ke menu analyze – regression – PROCESS v3.0.  
2. Masukkan variabel kepuasan ke variabel Y, pelayanan ke variabel X, dan kecantikan ke variabel moderator W.
3. Pada bagian model number, jangan lupa pilih model 1 untuk analisis moderator sederhana.
4. Klik options, lalu centang generate code for visualizing interaction dan mean center for construction of product. Kemudian pada conditioning value pilih -1SD, mean, +1SD. Cara ini adalah cara yang dianjurkan oleh Cohen and Cohen (1983) untuk melihat garis korelasi pada tiga kelompok, yakni kelompok rendah (<-1SD), kelompok sedang (mean), dan kelompok tinggi (>+1SD).   
5. Klik continue, dan OK

Catatan: model number ini berbeda untuk tiap model yang berbeda, misalnya untuk model mediator sederhana adalah model 4. Template untuk melihat kesesuaian model di PROCESS dengan model yang kita hipotesiskan dapat dilihat di file berikut.

Output analisis PROCESS dapat dilihat pada gambar di bawah.

Untuk melihat adanya efek moderasi, kita cukup melihat pada bagian int_1. Int_1 merupakan perkalian antara pelayanan dan kecantikan. Jika efek int_1 ini signifikan, berarti ada efek moderasi disini, yang artinya kecantikan berperan sebagai variabel moderator hubungan antara pelayanan dan kepuasan. Dari ouput di atas terlihat bahwa int_1 memiliki t=3,75 dan p<0,05. Sehingga dapat dikatakan bahwa variabel kecantikan berperan sebagai moderator.

Melihat visualisasi interaksi

Selanjutnya, untuk melihat bagaimana bentuk interaksinya kita dapat melihat melalui visualisasi pada garis korelasi pada kelompok rendah, sedang, dan tinggi. Untuk membuat scatterplot, kita tinggal copy code yang sudah diberikan di output, kemudian kita paste pada halaman syntax.

Ikuti langkah berikut:

1. Doble klik pada output, sehingga kita bisa mengedit bagian output.
2. Blog bagian seperti pada gambar, lalu copy
3. Buka file syntax baru, dengan cara klik file – new- syntax
4. Paste pada syntax baru tersebut. Kemudian alu klik Run – All

1. Maka akan muncul output baru berupa scaterplot data kita.
2. Untuk memunculkan garis korelasi di scaterplot kita, doble klik pada gambar, lalu kita akan diarahkan pada halaman chart editor.
3. Klik add fit line at subgroup. Lalu akan muncul garis ada masing-masing kelompok.

Dari gambar di atas kita dapat mengambil kesimpulan, pada kelompok kecantikan yang tinggi (warna abu-abu), terhadap hubungan positif yang kuat antara pelayanan dan kecantikan. Semakin tinggi pelayanan semakin tinggi pula kepuasannya. Namun pada kelompok kecantikan yang rendah (warna ungu), tidak terdapat hubungan antara pelayanan dan kepuasan. Semakin tinggi pelayanan ternyata tidak diikuti dengan semakin tingginya kepuasan. Kepuasan yang ada justru relatif stabil. Dengan demikian hipotesis kita yang berbunyi kecantikan karyawan menjadi moderator hubungan antara kualitas pelayanan dan kepuasan konsumen diterima. Semakin tinggi kecantikan, maka semakin kuat hubungan antara pelayanan dan kepuasan.

Referensi:

Baron, R.M. & Kenny, D.A. 1986. The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of personality and Social Psychology. 51 (6), 1173-1182

Cohen, J., & Cohen, P. (1983). Applied multiple regression/correlation analysis for the

behavioral sciences (2nd Ed.). Hillsdale, NJ: Erlbaum.

Sugiono. (2004). Konsep, identifikasi, alat analisis dan masalah penggunaan variabel moderator. Jurnal Studi Manajemen & Organisasi. 1(2), 61-70