Sunday, April 25, 2021
Saturday, April 24, 2021
Sunday, April 19, 2020
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).
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).
Saturday, April 18, 2020
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 |
Sunday, April 12, 2020
CARA MENGINSTALL SPSS STATISTICS 21
1. Klik dua kali pada file installer IBM SPSS Statistics
2. Di halaman pertama, ada penjelasan Licensed Materials dari SPSS. Klik Next.
3. Kemudian pilih single user license, lalu Klik Next
4. Muncul Software License Agreement, Klik I aceept the terms in the license agreement, Klik Next
6. Bahasa standar SPSS adalah English, kalo ingin memakai bahasa lain, anda bisa memilih pada Help Language, tapi kalo ingin bahasa inggris (English), Klik Next
7. Di Assitive Technology, anda bisa menentukan apakah mau menginstall Assistive Technology atau tidak. Kalo ya, pilih Yes dan Klik tombol Next.
8. Tentukan lokasi instalasi di Destination Folder.
9. Di Ready to Install the program, Klik Install untuk memulai instalasi.
10. Berikutnya muncul License IBM Statistics, dan Klik OK untuk menjalankan wizard IBM SPSS.
11. Kemudian akan muncul Product Authorization, Klik License my product now.
12. Di halaman Enter Codes, ada texbox yang bisa diisikan serial number anda. Klik Next.
13. Munculnya konfirmasi kode, Klik Next
.
14. Kalau lisensi tidak ada masalah, Klik Finish.
15. Sekarang SPSS Statistics 21 sudah siap digunakan.
Friday, April 10, 2020
PENDEKATAN NILAI PROBABILITAS & NILAI KRITIS DALAM PENGAMBILAN KEPUTUSAN
Untuk uji satu sisi (one-tailed test), nilai probabilitas (p-value) dapat direpresentasikan sebagai luas pada sisi (tail) dari kurva distribusi sampling di luar (beyond) dari nilai statistik sampel (value of statistic sample). Pada gambar di bawah ini, nilai probabilitas (p-value) menunjukkan luas pada sisi dari kurva distribusi sampling di sebelah kanan dari nilai rata-rata sampel teramati ($\bar{X} $).
Untuk uji dua sisi (two-tailed test), nilai probabilitas (p-value) dapat direpresentasikan sebagai dua kali luas pada bagian sisi (tail) dari kurva distribusi sampling di luar (beyond) dari nilai statistik sampel (value of statistic sample). Pada gambar di atas menunjukkan nilai probabilitas (p-value) untuk uji dua sisi (two-tailed test).
Dalam pendekatan nilai kritis (critical-value approach), nilai tingkat signifikasi (a) ditentukan lebih dahulu sebelum menghitung nilai kritis. Nilai dari tingkat signifikasi dapat direpresentasikan sebagai luas total daerah penolakan hipotesis nol. Pada kasus distribusi normal standar, nilai kritis normal (standard) ($Z_{kritis} $) dihitung berdasarkan tabel distribusi normal standar pada suatu tingkat signifikan tertentu. Selanjutnya menghitung nilai statistik dari uji Z atau $Z_{hitung} $ berdasarkan nilai rata-rata sampel $\bar{X} $ yang diamati.
Untuk uji dua sisi (two-tailed test), daerah penerimaan dan penolakan hipotesis nol digambarkan sebagai berikut:
Jika $+Z_{hitung} > +Z_{kritis} $, maka hipotesis nol ditolak dan hipotesis alternatif diterima atau jika $-Z_{hitung} < -Z_{kritis} $, maka hipotesis nol ditolak dan hipotesis alternatif diterima. Namun, jika $-Z_{kritis} \leq Z_{hitung} \leq +Z_{kritis} $, maka hipotesis nol diterima dan hipotesis alternatif ditolak. Atau dapat juga dinyatakan sebagai berikut:
- Jika $\left | Z_{hitung} \right |\leq \left | Z_{kritis} \right | $, maka $H_{0} $ diterima, $H_{1} $ ditolak
- Jika $\left | Z_{hitung} \right |> \left | Z_{kritis} \right | $, maka $H_{0} $ ditolak, $H_{1} $ diterima
Berdasarkan tabel di atas, diketahui nilai probabilitasnya (Asymp. Sig. (2-tailed)) adalah 0,002. Perhatikan gambar di bawah ini. Probabilitas Z = - 3,113 berdasarkan tabel distribusi normal kumulatif adalah 0,0009. Karena dari dua sisi maka 2 $\times $ = 0,0018 $\cong $ 0,002.
Thursday, April 9, 2020
INDEPENDENT SAMPLES (SAMPEL-SAMPEL YANG TIDAK BERHUBUNGAN)
Berdarkan tabel di atas, terdapat dua sampel, yakni sampel X dan Y. Data pada sampel X dan Y berasal dari orang atau subjek yang berbeda-beda. Kedua sampel tersebut disebut juga dengan sampel-sampel tidak berhubungan (independent samples).