SkriptasUji Mediasi di SmartPLS dan SPSS: Bootstrapping, Sobel, Baron-Kenny
Uji mediasi di SmartPLS (specific indirect effect, VAF) dan SPSS (Baron-Kenny, Sobel, PROCESS Hayes): langkah, cara membaca, dan contoh kalimat Bab 4.
Uji mediasi adalah cara menguji apakah pengaruh variabel X terhadap Y berjalan lewat variabel perantara M. Skripsi dengan judul "pengaruh X terhadap Y melalui M" atau "dengan M sebagai variabel intervening" wajib melakukannya, dan di sinilah banyak mahasiswa bingung: pakai SmartPLS atau SPSS, pakai Sobel atau bootstrapping, dan bagaimana menyebut hasilnya.
Artikel ini membahas empat cara yang paling sering diminta dosen: bootstrapping specific indirect effect di SmartPLS, langkah Baron dan Kenny dengan regresi di SPSS, uji Sobel, dan PROCESS Hayes Model 4. Anda akan tahu kapan memakai masing-masing, langkah kliknya, cara membaca hasil, dan contoh kalimat untuk Bab 4. Semua angka adalah contoh.
Konsep dasar: jalur a, b, c, dan c'
Model mediasi sederhana punya tiga variabel dan empat jalur.
- Jalur a: X ke M.
- Jalur b: M ke Y (dengan X dikendalikan).
- Jalur c: pengaruh total X ke Y tanpa M.
- Jalur c': pengaruh langsung X ke Y setelah M dimasukkan.
Efek tidak langsung (indirect effect) adalah hasil kali a dikali b. Efek total c sama dengan c' ditambah a dikali b. Inti uji mediasi adalah menjawab satu pertanyaan: apakah a dikali b berbeda secara signifikan dari nol?
Jenis mediasi: istilah lama dan klasifikasi Zhao
Istilah lama membagi mediasi menjadi penuh (c' tidak signifikan setelah M masuk) dan parsial (c' masih signifikan). Zhao, Lynch, dan Chen (2010) menyarankan klasifikasi yang lebih tepat dan kini dipakai Hair et al. untuk PLS-SEM:
| Jenis | Efek tidak langsung (a x b) | Efek langsung (c') | Catatan |
|---|---|---|---|
| Complementary (parsial) | Signifikan | Signifikan, arah sama | Mediasi sebagian, mungkin ada mediator lain |
| Competitive | Signifikan | Signifikan, arah berlawanan | Mediasi sebagian dengan efek yang saling menekan |
| Indirect-only (penuh) | Signifikan | Tidak signifikan | Mediasi penuh |
| Direct-only | Tidak signifikan | Signifikan | Tidak ada mediasi |
| No effect | Tidak signifikan | Tidak signifikan | Tidak ada pengaruh |
Perhatikan: dalam klasifikasi Zhao, mediasi tidak mensyaratkan jalur c (total) signifikan terlebih dahulu. Ini perbedaan penting dengan Baron dan Kenny yang dibahas di bawah.
Uji mediasi di SmartPLS: specific indirect effects
SmartPLS menguji mediasi langsung lewat bootstrapping, tanpa perlu uji Sobel terpisah. Langkahnya:
- Gambar model lengkap: X ke M, M ke Y, dan X ke Y. Jalur langsung wajib digambar, jangan dihilangkan.
- Pastikan outer model sudah lolos untuk ketiga konstruk.
- Klik Calculate, Bootstrapping, subsamples 10.000, Amount of results: Complete, pilih jenis uji sesuai hipotesis, lalu Start calculation.
- Buka Final results, Specific indirect effects. Cari baris X ke M ke Y. Baca Original sample, T statistics, P values, dan interval kepercayaan.
- Buka Path coefficients untuk melihat efek langsung X ke Y (c').
- Buka Total effects bila ingin melaporkan efek total.
Efek tidak langsung signifikan bila p di bawah 0,05 (atau t di atas 1,96 two-tailed, 1,645 one-tailed) dan interval kepercayaan tidak memuat nol. Lalu cocokkan dengan efek langsung untuk menentukan jenis mediasi menurut tabel Zhao di atas.
VAF sebagai pendukung
Beberapa pembimbing meminta VAF (Variance Accounted For), yaitu efek tidak langsung dibagi efek total. Acuan Hair et al. versi lama: di bawah 20% tidak ada mediasi, 20% sampai 80% mediasi parsial, di atas 80% mediasi penuh. Hair et al. edisi terbaru lebih menyarankan klasifikasi Zhao, jadi gunakan VAF hanya sebagai pelengkap, bukan satu-satunya dasar.
Uji mediasi di SPSS: langkah Baron dan Kenny
Baron dan Kenny (1986) memakai tiga sampai empat regresi berurutan. Di SPSS semuanya lewat Analyze, Regression, Linear:
- Regresikan Y pada X. Koefisien X harus signifikan (jalur c).
- Regresikan M pada X. Koefisien X harus signifikan (jalur a).
- Regresikan Y pada X dan M bersama-sama. Koefisien M harus signifikan (jalur b).
- Pada regresi ketiga, lihat koefisien X (jalur c'). Bila tidak lagi signifikan, mediasi penuh. Bila mengecil tetapi masih signifikan, mediasi parsial.
Kelemahan pendekatan ini sudah banyak dikritik: syarat jalur c harus signifikan terlalu ketat, dan "mengecil" tidak diuji secara statistik. Karena itu Baron dan Kenny sebaiknya dilengkapi uji Sobel atau, lebih baik, bootstrapping.
Uji Sobel: rumus dan cara menghitung
Uji Sobel menguji signifikansi a dikali b dengan statistik z:
z = (a x b) / akar(b^2 x SEa^2 + a^2 x SEb^2)
Nilai a dan SEa diambil dari regresi M pada X (koefisien tidak terstandar X dan Std. Error-nya). Nilai b dan SEb diambil dari regresi Y pada X dan M (koefisien M dan Std. Error-nya). Bila z lebih besar dari 1,96, efek tidak langsung signifikan pada 5%. Banyak kalkulator Sobel daring yang tinggal diisi empat angka itu.
Contoh (angka contoh): a = 0,45 (SE 0,08), b = 0,38 (SE 0,09). a dikali b = 0,171. Penyebut = akar(0,38^2 x 0,08^2 + 0,45^2 x 0,09^2) = akar(0,000924 + 0,00164) = akar(0,002564) = 0,0506. z = 0,171 / 0,0506 = 3,38, signifikan.
Kelemahan Sobel: mengasumsikan a dikali b berdistribusi normal, padahal hasil kali dua koefisien biasanya tidak normal, terutama pada sampel kecil. Preacher dan Hayes menunjukkan bootstrapping lebih kuat.
PROCESS Hayes Model 4 di SPSS
PROCESS adalah makro gratis dari Andrew Hayes yang dipasang ke SPSS lewat Extensions, Utilities, Install Custom Dialog (file .spd) atau menu Extensions pada versi baru. Setelah terpasang, muncul di Analyze, Regression, PROCESS.
- Masukkan Y ke kotak Y variable, X ke X variable, M ke Mediator(s) M.
- Model number: 4.
- Bootstrap samples: 5.000 atau 10.000. Confidence 95%.
- Klik OK, baca output di bagian paling bawah: Indirect effect(s) of X on Y. Kolom Effect, BootSE, BootLLCI, BootULCI.
Efek tidak langsung signifikan bila BootLLCI dan BootULCI tidak memuat nol (keduanya positif, atau keduanya negatif). PROCESS juga menampilkan efek langsung dan efek total, sehingga tabel mediasi Anda lengkap dari satu kali klik.
Mediasi berganda dan mediasi serial
Bila ada dua mediator yang berdiri sejajar (X ke M1 ke Y dan X ke M2 ke Y), itu mediasi paralel. Di SmartPLS, baca Specific indirect effects per mediator, jangan hanya Total indirect effects, karena satu mediator bisa signifikan dan yang lain tidak. Di PROCESS, tetap Model 4 dengan dua variabel di kotak Mediator.
Bila mediator berurutan (X ke M1 ke M2 ke Y), itu mediasi serial. SmartPLS menampilkan jalur tiga langkah itu sebagai satu baris specific indirect effect. Di PROCESS gunakan Model 6. Laporkan setiap jalur tidak langsung secara terpisah beserta interval kepercayaannya, lalu bahas jalur mana yang paling kuat. Model yang lebih rumit membutuhkan sampel lebih besar, lihat minimal sampel SmartPLS.
Perbandingan metode
| Metode | Kelebihan | Kekurangan | Cocok untuk |
|---|---|---|---|
| Bootstrapping SmartPLS | Tidak mengasumsikan normalitas, langsung tersedia | Butuh model PLS lengkap | Konstruk laten, model kompleks |
| PROCESS Hayes | Bootstrap, output lengkap, gratis | Perlu memasang makro, variabel skor total | Regresi di SPSS dengan skor total |
| Sobel | Mudah dihitung | Asumsi normal, lemah di sampel kecil | Pendukung bila diminta |
| Baron dan Kenny | Dikenal luas | Tidak menguji a x b secara langsung | Penjelasan logika mediasi |
Contoh kalimat untuk Bab 4
SmartPLS (angka contoh): "Hasil bootstrapping menunjukkan efek tidak langsung X terhadap Y melalui M sebesar 0,171 dengan t = 3,214 dan p = 0,001 (interval kepercayaan 95%: 0,071 sampai 0,281). Efek langsung X terhadap Y tetap signifikan (0,224; p = 0,012) dengan arah yang sama, sehingga M memediasi secara parsial (complementary mediation). H4 diterima."
SPSS dengan PROCESS (angka contoh): "Efek tidak langsung X terhadap Y melalui M sebesar 0,171 (BootSE = 0,052; BootLLCI = 0,078; BootULCI = 0,284). Karena interval tidak memuat nol, efek tidak langsung signifikan."
Kesalahan umum
| Kesalahan | Perbaikan |
|---|---|
| Menghapus jalur langsung X ke Y di SmartPLS | Jalur langsung wajib ada agar efek tidak langsung terestimasi dengan benar |
| Menyimpulkan mediasi hanya karena a dan b sama-sama signifikan | Uji a x b secara langsung dengan bootstrapping atau Sobel |
| Memakai VAF sebagai satu-satunya dasar | Gunakan klasifikasi Zhao, VAF hanya pelengkap |
| Membaca Total indirect effects padahal ada dua mediator | Baca Specific indirect effects per mediator |
| Mengubah hipotesis setelah melihat hasil | Laporkan apa adanya, bahas di pembahasan |
Checklist
- Model digambar lengkap dengan jalur langsung.
- Jalur a, b, c' dilaporkan beserta signifikansinya.
- Efek tidak langsung dengan t, p, dan interval kepercayaan.
- Jenis mediasi disebut dengan istilah yang konsisten (Zhao atau parsial/penuh).
- Metode dan jumlah subsampel ditulis di Bab 3.
Pemilihan alat sebaiknya mengikuti desain penelitian: konstruk laten dengan banyak indikator lebih tepat di SmartPLS, sedangkan skor total dengan model sederhana cukup di SPSS. Penjelasan lengkapnya ada di SPSS atau SmartPLS. Pastikan juga pembacaan koefisien jalur dasar sudah Anda kuasai lewat panduan inner model dan bootstrapping. Kalau model Anda sekaligus memuat moderasi, lanjutkan ke uji moderasi.
Bila ingin didampingi, saya membuka bimbingan SmartPLS dan bimbingan SPSS via Zoom mulai Rp25.000 per sesi. Anda yang menjalankan software, saya memandu sampai tabel mediasi dan kalimatnya selesai. Konsultasi awal gratis.
Video tutorial terkait
Tonton langkahnya langsung di layar. Video dimuat dari YouTube hanya saat Anda menekan tombol putar.
Variabel Intervening di SPSS Tanpa AMOS: Analisis Jalur dan Uji Sobel untuk Skripsi
Tutorial menguji variabel intervening (mediasi) hanya dengan SPSS: regresi jalur a (X terhadap Z) dan jalur b (X dan Z terhadap Y), merapikan output, menghitung uji Sobel dan nilai p…
Pertanyaan yang sering diajukan
Uji mediasi sebaiknya pakai apa: Sobel, Baron-Kenny, atau bootstrapping?
Bootstrapping adalah metode yang paling dianjurkan saat ini karena tidak mengasumsikan distribusi normal pada efek tidak langsung. Sobel dan Baron-Kenny masih boleh dilaporkan sebagai pendukung bila pembimbing meminta.
Apa bedanya mediasi parsial dan mediasi penuh?
Mediasi penuh terjadi bila efek tidak langsung signifikan tetapi efek langsung tidak. Mediasi parsial terjadi bila keduanya signifikan. Klasifikasi Zhao et al. menyebutnya indirect-only dan complementary atau competitive.
Di SmartPLS, tabel mana yang dibaca untuk mediasi?
Setelah bootstrapping, buka Final results lalu Specific indirect effects. Lihat koefisien, t statistik, p value, dan interval kepercayaannya untuk jalur X ke M ke Y.
Bagaimana kalau efek tidak langsung signifikan tetapi arahnya berlawanan dengan efek langsung?
Itu disebut mediasi kompetitif (competitive mediation). Laporkan apa adanya dan bahas kemungkinan ada mediator lain yang belum dimasukkan.
Apakah uji Sobel bisa dihitung tanpa software khusus?
Bisa. Anda hanya butuh koefisien a dan b beserta standar errornya dari dua regresi, lalu masukkan ke rumus Sobel atau kalkulator daring. Kelemahannya, Sobel mengasumsikan distribusi normal sehingga kurang kuat pada sampel kecil.