# Regresi dengan *interaction terms* <!-- Put the link to this slide here so people can follow --> salindia: https://hackmd.io/@ameliazein/interaksi ---  Untuk mengunduh salindia (.pdf), geser ke bawah (*swipe down*) dan klik tanda :printer:. --- ## Digunakan pada saat... :chart_with_upwards_trend: <div style="text-align: left"> * Digunakan untuk menguji model ==moderasi== yang melibatkan variabel ==moderator== * Melibatkan hubungan satu arah antara tiga variabel * Dalam **kondisi yang seperti apa/pada siapa/kapan** hubungan antara X dengan Y menguat/melemah? * Kondisi yang menjelaskan kekuatan dan arah hubungan antara X dengan Y adalah ==**variabel moderator**== </div> --- ## Asumsinya :exclamation: Variabel independen dan variabel moderator **tidak berkorelasi**, namun variabel moderator dengan variabel dependen **harus berkorelasi**. --- ## Dapat dilihat dengan... :eyes: <div style="text-align: left"> * Pendekatan eksplisit (inspeksi visual – dilihat dengan scatterplot) - *Random (simple) slope analysis* – yaitu dengan melihat *regression slope*, dimana ketika moderasi terjadi, maka garis regresi akan berbeda **tergantung nilai variabel moderator** </div> ---  --- ## Dapat dilihat dengan... :eyes: <div style="text-align: left"> * Pendekatan implisit (dilihat dari *interaction effects*) - Asumsinya, kalau ada *interaction effects* maka secara implisit interaksi memang terjadi terjadi memang terjadi - Perbandingan sub-kelompok :arrow_forward: biasanya opsi tersedia di **ANOVA** </div> --- ## Yang dilakukan saat ini... <div style="text-align: left"> * Kita menggunakan pendekatan eksplisit :arrow_forward: menginspeksi *slope* pada *scatterplot* (*simple slope analysis*) * Tetapi **tidak melakukan analisis moderasi** untuk mengetahui ada/tidaknya efek moderasi (*interaction effects*) :arrow_forward: dapat dilakukan dengan membandingkan kontribusi masing-masing prediktor secara terpisah dan *interaction terms* * Asumsinya :exclamation: kalau *interaction terms* signifikan, maka **(mungkin) ada *interaction effects*** </div> --- ## Demonstrasi <div style="text-align: left"> * Unduh dataset [nilai-ujian.omv](https://osf.io/ubhqd/) * Pada opsi **model builder**, klik **add new block** - Klik **Block 1**, sampai keluar *shading* di pinggir kotak - Kemudian sambil menekan tombol `ctrl`, klik **intelegensi** kemudian **sosioekonomi**, lalu klik tanda panah yang kedua dan pilih **interaction** * Pada opsi **estimated marginal means**, masukkan **intelegensi** dan **sosioekonomi** dalam **terms 1** </div> --- ## Cara melaporkan <div style="text-align: left"> * Model tepat menggambarkan data (*F*(1, 398)=39.251, *p*<.001) dan varians prediktor dapat menjelaskan 9% dari varians variabel dependen (*R*²=.090). * Kita dapat **menolak hipotesis nol** bahwa tidak ada korelasi antara interaksi intelegensi-sosioekonomi (*B*=0.031 95%CI [0.021, 0.041], *SE*=0.005, *p*<.001) dengan prestasi akademik mahasiswa. </div> ---  --- ### Terima kasih! :tada: Pertanyaan dapat diajukan di: - [Spreadsheet](https://docs.google.com/spreadsheets/d/1LqcvLnfamGoE3rxKFg9eVtttMbmkPfcF7OxMY1yVGYM/edit?usp=sharing); or - [Drop-in session (setiap Jumat pukul 11-12)](https://meet.google.com/iis-oxiz-emc); or - [Email](mailto:amelia.zein@psikologi.unair.ac.id)