Atas permintaan Dody saya diminta menganalisa data berikut, Keterangan yang diberikan adalah:

Responden
PA KO SA Kasus yang diberikan saudara dodi ini adalah pengaruh PA
1 57.0 62.0 40.0 terhadap SA yang di moderasi oleh KO.
2 57.0 36.0 44.0
3 67.0 68.0 50.0 KO diekspektasikan memperkuat atau memperlemah
4 62.0 62.0 44.0 pengaruh dari PA terhadap SA.
5 51.0 41.0 57.0
Hubungan Independen variable, dependen variable dan
6 51.0 38.0 40.0
moderating variable kita akan gambarkan sebagai berikut;
7 57.0 44.0 50.0
8 41.0 36.0 63.0
9 41.0 65.0 57.0 PA SA
10 51.0 65.0 53.0
11 57.0 62.0 50.0
12 72.0 62.0 50.0 KO
13 57.0 60.0 52.0
14 36.0 57.0 38.0
15 36.0 57.0 38.0 Saudara Dodi, kita akan menganalisa data dari saudara
16 25.0 30.0 65.0
dengan Moderated Regression Analysis (MRA), sehingga
17 51.0 57.0 44.0
rumus persamaannya adalah:
18 41.0 54.0 59.0
19 57.0 62.0 40.0 Y = a +b1X1 + b2X2 + b3X1 X2
20 57.0 49.0 38.0
21 51.0 54.0 65.0 X1 X2 merupakan variable moderasi yang dapat di tunjukkan
22 41.0 60.0 44.0 oleh persamaan diferensial dari persamaan.
23 46.0 52.0 59.0
24 46.0 57.0 40.0 1. Untuk mengolah data ini saudara dodi pertama-tama
25 51.0 49.0 38.0 harus membuat variable baru, yaitu variable moderat yang
26 41.0 46.0 65.0 merupakan perkalian antara PA dan KO. Caranya;
27 51.0 54.0 44.0 Klik transporm kemudian klik compute isikan seperti pada
28 46.0 52.0 59.0 gambar berikut kemudian klik ok (beri labelnya Moderat).
29 46.0 57.0 59.0
30 36.0 36.0 40.0
31 41.0 46.0 59.0
32 30.0 44.0 65.0
33 57.0 54.0 44.0
34 51.0 41.0 57.0
35 46.0 30.0 59.0
36 62.0 52.0 40.0
37 67.0 49.0 59.0
38 46.0 38.0 40.0
39 51.0 44.0 65.0
40 46.0 41.0 44.0
41 62.0 52.0 59.0
42 67.0 49.0 40.0
43 46.0 38.0 38.0
44 51.0 44.0 59.0
45 46.0 41.0 40.0 2. Berikutnya kita akan mulai melakukan analisa,
caranya klik analyze, regression lalu pilih linear.
3. Isikan variable SA sebagai dependent varibel
4. Isikan variable PA, KO dan MO sebagai independent variable
5. Klik ok.

Sehingga kita akan mendapatkan hasil sebagai berikut:

Regression

Model Summary

Std. Error of the

Model R R Square Adjusted R Square Estimate
a
1 .289 .083 .016 9.52171

a. Predictors: (Constant), Moderat, KO, Partisipasi

Nilai R= 0,289
Koefisien determinasi R2= 0,083.

b
ANOVA

Model Sum of Squares df Mean Square F Sig.

a
1 Regression 337.617 3 112.539 1.241 .307

Residual 3717.183 41 90.663

Total 4054.800 44

a. Predictors: (Constant), Moderat, KO, Partisipasi

b. Dependent Variable: SA

F hitung 1,241 dengan nilai signifikasi 0,307. Karena 0,307 > 0,05 maka hipotesa ditolak artinya tidak ada
pengaruh yang signifikan antara variable independent terhadap dependent.
Sehingga saya memutuskan untuk tidak melanjutkan analisa saya. Saya curiga saudara dodi melakukan
beberapa kesalahan pada awal penelitian:
1. Questioner yang kurang valid dan realible, hal ini dimungkinkan karena keterbatasan dasar
ilmiah butir pertanyaan. Atau kurang banyaknya indicator yang membangun variable.
2. Saudara berpendapat bahwa data harus di rubah terlebihdahulu dari ordinal ke interval. Saya
curiga saudara tidak meneliti terlebih dahulu validitas dan realibilitas butir data yang saudara
miliki.
3. Kemungkinan berikutnya ada beberapa langkah yang saudara gunakan untuk merubah data
ordinal ke interval yang salah atau terlewatkan.
Maaf jika jawaban saya tidak memuaskan saudara. Saran saya:
1. Hemat saya saudara seharusnya melakukan analisa awal atas data yang saudara dapat. (validitas
dan realibilitasnya).
2. Saya persilahkan saudara diskusikan lagi dengan pembimbing saudara tentang metode yang di
gunakan dalam merubah data dari ordinal ke interval. Terutama sisi matematis prosedur
metodenya. Saya sarankan saudara menggunakan software excel saja untuk merubahnya
sehingga setiap langkah saudara lebih terlihat. Saya tidak menyarankan saudara menggunakan
software berbasis bahasa pemrograman tanpa pengetahuan yang cukup terhadap bahasa
pemrogramannya. Jadi saya sarankan gunakan excel saja.
Terima kasih.
Salam.
Darmawan Soegandar