• Datariset
• Analisis
• Analisis regresi dengan mediasi

Analisis Regresi dengan Mediasi

Analisis regresi sudah biasa digunakan untuk menguji hipotesis. Alat uji ini biasa digunakan dengan alat uji menggunakan SPSS, eviews maupun AMOS. Analisis regresi dengan model persamaan dengan menggunakan mediasi juga sering digunakan untuk beberapa kasus penelitian. Analisis ini dapat diselesaikan dengan cara menghitung manual, SPSS, maupun dengan AMOS.

Perhitungan paling mudah dilakukan dengan cara manual dengan bantuan excel, namun cara ini sudah jarang sekali digunakan mengingat banyak software yang ditawarkan untuk mempermudah perhitungan. Perhitungan regresi dengan mediasi dapat pula diselesaikan dengan mudah menggunakan SPSS. Sedangkan perhitungan regresi mediasi dengan AMOS juga mudah digunakan namun sayangnya penggunaan AMOS memerlukan ketelitian yang tinggi sebab uji goodness of fitnya sering tidak lolos uji. Hal ini menyebabkan hasil penelitian harus dikerjakan sedemikian rupa supaya hasilnya dapat memenuhi goodness of fit. Sayangnya cara ini membuat keaslian penelitan akan data asli menjadi tidak murni lagi dan terkesan tidak natural karena tingkat ketelitian yang tinggi dengan software AMOS.

Bila peneliti hendak mencoba data penelitiannya cocok dengan software yang mana dengan metode yang sama boleh juga dibandingkan. Sehingga tidak perlu kaku dengan menghendaki penggunaan software tertentu namun data yang dimiliki tidak sesuai. Uji regresi yang melibatkan variabel mediasipun dapat menggunakan SPSS sehingga peneliti tidak perlu risau bila mana datanya tidak cocok dengan AMOS.

Pengujian regresi dengan variabel mediasi menggunkana SPSS dapat dilakukan dengan perhitungan baik manual untuk menghitung pengaruh langsung dan tidak langsungnya, namun dapat pula dilakukan dengan menggunakan sobel. Sobel test dapat digunakan untuk mempermudah dalam mengetahui pengaruh langsung dan tidak langsung yang melibatkan variabel mediasi.

Berikut contoh perhitungan dengan menggunakan sobel test ya perhitungannya juga hanya merupakan contoh

• Perhitungan Penentuan Uji Sobel dan Boostrapping
• Variabel Keefektifan Pengendalian Internal, Perilaku Tidak Etis dan Kecenderungan Kecurangan Akuntansi
  Indirect Effect=b(MX) x b(YM.X)
  -0,2382=-0,4622 x 0,7764
  -0,2382=-0,2382
  Signifikansi sebesar 0,000 < 0,05
  
  Menentukan t tabel dari hasil boostrapping
  t=
  t=
  t=- 4,2538
  t penelitian ( 4,2538) > t tabel (2,008)
  
  Melihat besarnya indirect effect, t perhitungan dan signifikansi maka dapat disimpulkan bahwa Perilaku Tidak Etis merupakan Variabel Intervening antara Variabel Keefektifan Pengendalian Internal dan Variabel Kecenderungan Kecurangan Akuntansi.
• Variabel Ketaatan Aturan Akuntansi, Perilaku Tidak Etis dan Kecenderungan
  Indirect Effect=b(MX) x b(YM.X)
  -0,4479=-0,5641 x 0,7940
  -0,4479=-0,4479
  Signifikansi sebesar 0,000 < 0,05
  
  Menentukan t tabel dari hasil boostrapping
  t=
  t=
  t=- 4,189
  t penelitian (4,189) > t tabel (2,008)
  
  Melihat besarnya indirect effect, t perhitungan dan signifikansi maka dapat disimpulkan bahwa Perilaku Tidak Etis merupakan Variabel Intervening antara Variabel Ketaatan Aturan Akuntansi dan Variabel Kecenderungan Kecurangan Akuntansi
• Variabel Kesesuaian Kompensasi, Perilaku Tidak Etis dan Kecenderungan
  Indirect Effect=b(MX) x b(YM.X)
  -0,624=-0,3990 x 0,9083
  -0,624=-0,624
  Signifikansi sebesar 0,000 < 0,05
  
  Menentukan t tabel dari hasil boostrapping
  t=
  t=
  t=-4,937
  t penelitian (4, 4,937) > t tabel (2,008)
  
  Melihat besarnya indirect effect, t perhitungan dan signifikansi maka dapat disimpulkan bahwa Perilaku Tidak Etis merupakan Variabel Intervening antara Variabel Kesesuaian Kompensasi dan Variabel Kecenderungan Kecurangan Akuntan