MODEL MEDIASI DENGAN SATU VARIABEL MEDIATOR

Misalkan diberikan diagram jalur (path diagram) dan persamaan untuk model regresi (Gambar 1), serta diagram jalur dan persamaan untuk model mediasi dengan satu variabel mediator (Gambar 2)(Mackinon, 2008:48-49).

Gambar 1

Gambar 2

Berdasarkan Gambar 1 dan Gambar 2, diperoleh persamaan, yaitu:

 MacKimon (2008:50) menyatakan sebagai berikut:

"The intercepts are not involved in the estimation of method effects and could be left out of the equations. However, they are included here because intercepts are important for other aspects of mediation such as plotting the mediated effect. Note that both c and c' is be a partial effect, adjusted for the effects of the mediator. The parameters of this model can be estimated by multiple regression." 

Berdasarkan uaraian oleh Mackinon, intersep-intersep tidak dilihatkan untuk mengestimasi efek mediasi (mediated effects). Namun, intersep-intersep tersebut berguna untuk aspek yang lain dari mediasi, yakni memplot (grafik) efek mediasi. Nilai-nilai parameter dari model tersebut ($b_{3}$, $c$, $b_{2}$, ${c}'$, dan seterusnya) dapat diestimasi dengan menggunakan regresi berganda (multiple regression).

Perhatikan bahwa pengaruh tak langsung atau pengaruh mediasi (indirect effect atau nediated effect) dari variabel X terhadap variabel Y, melalui variabel M, merupakan hasil perkalian $b_{3}\times b_{2}$. Pengaruh langsung variabel X terhadap variabel Y, dengan mengontrol variabel M adalah ${c}'$. Parameter-parameter seperti $b_{3}$, $b_{2}$, $c$, dan ${c}'$  dapat diestimasi dengan menggunakan metode ordinary least square regression (metode orinary least squares regression tersedia dalam beberapa software, seperti SPSS, SAS, EViews, Minitab, dan sebagainya)(Mackinnon, 2008:50-51).

Read More

TENTANG ANALISIS JALUR

Schumaker dan Lumax (2010:143) menyatakan berkaitan tentang analisis jalur sebagai berikut:

"In this chapter we consider path models, the logical extension of multiple regression models. ALthough path analysis still uses models involving multiple observed variables, there may be any number of independent and dependent variables and any number of equations. Thus, as we shall see, path models require the anaysis of several multiple regressions equations using observed variables.

Sewall Wright is credited with the development of path analysis as a method for studying the direct and indirect effects of variables (Wright, 1921, 1934, 1960). Path anaysis is not actually a method for discovering causes; rather, it test theoretical relationships, which historically has been termed causal modeling.

Berdsarkan uraian di atas, dapat ditarik informasi bahwa model analisis jalur (path models) merupakan perluasan dari model regresi linear berganda. Dalam model regresi linear berganda, variabel tak bebas (dependent variables) yang dilibatkan hanya satu (hanya terdapat satu persamaan), sementara pada model analisis jalur terdapat kemungkinan memiliki variabel tak bebas (dependent variables) lebih dari satu, melibatkan penggunaan teknik regresi linear berganda lebih dari satu kali, untuk mengestimasi koefisien jalur. Jadi dalam hal ini, teknik regresi berganda dapat digunakan untuk menentukan koefisien jalur. Selanjutnya, metode analisis jalur dapat diartikan juga sebagai suatu metode untuk mempelajari pengaruh/efek langsung (direct effect) dan pengaruh tidak langsung (indirect effect) antara satu variabel dengan variabel lainnya.

Prescher dan Hayes dalam jurnal Behavior Research Methods, Instrument, & Computers 2004, 36(4), 717-731, dengan judul "SPSS and SAS procedures for esimating indirect effects in simple mediation" menyatakan sebagai berikut:

"Research often conduct mediation anaysis in order to indirectly asses the effect of a proposed cause on some outcome through a proposed mediator. The utility of mediation anaysis stems from its ability to go beyond the merely descriptive to a more functional understanding of the relationship among variables. A necessary component of mediation hypotheses are frequantly explored in psychological research,formal significance test of indirect effects are rarely conducted. After a brief overview of mediation, we argue the importance of facilitate estimation of the indirect effect with a normal theory approach and a bootstrap approach to obtaining confidance intervals, as well as the traditional approach advocated by Baron and Kenny (1986). We hope that this discussion an the macros will enhance the frequency of formal mediation tesisi in the psychology literature".

Berdasarkan uraian oleh Precher dan Hayes dapat ditarik infromasi bahwa pengujian signifikansi dari efek tidak langsung (indirect effect) dapat dilakukan dengan menggunakan SPSS dan SAS macros yang memfasilitasi pengujian signifikansi dari efek tidak langsung dengan pendekatan normal theory approcah dan bootrap approcah untuk memperoleh interval keyakinan (Gambar 1 dan Gambar 2) dan juga pendekatan tradisional yang dianjurkan oleh Baron dan Kenny.

Gambar 1

Gambar 2

Read More