Statistik Lanjutan - Analisis Mediasi Dan Moderasi [PDF]

Citation preview

DASAR ANALISIS MEDIATOR & MODERATOR: Statistika Lanjut https://www.youtube.com/watch?v=OKEVToGr2D0 1. Asal-muasal 



Reuben M. Baron & David A. Kenny (1986) yang pertama kali menjelaskan mekanisme mediator dan moderator dengan menuliskan artikel yang membedakan peranan variabel moderator dan mediator, yang biasanya digunakan pada penelitian ilmu sosial







Konsep ini sampai sekarang membingungkan, yaitu 1) peneliti kesulitan membedakan definisinya sehingga sulit mengoptimalisasi penggunaannya dan 2) teknik ini jarang diajarkan di matkul metodologi/statistic



2. Definisi mediator 



Ada 2 orang berkonflik rumah tangga, dia butuh orang untuk mediasi atau seorang mediator untuk menyelesaikan masalah







Menjelaskan hubungan antara variabel independen (x) dengan variabel dependen (y) sebagian dapat dijelaskan oleh variabel ketiga (M)







Dapat disebut variabel mak comblang







Nama lain: 1) intermediate variable dan 2) explanatory link







Yang menimbulkan efek mediasi pada persamaan regresi disebut juga: indirect effects, surrogate effects, intermediate effects, dan intervening effects







Menjawab hipotesis ‘how’ dan ‘why’



3. Full vs Partial mediation 



Full mediation: hubungan (a priori) antara X dan Y menjadi tidak signifikan (koef korelasi mendekati nol) ketika variabel mediator dimasukkan dalam model







Partial mediation: hubungan (a priori) antara X dan Y masih signifikan (koef korelasi berkurang, tetapi masih jauh dari nol), ketika variabel mediator dimasukkan dalam model







Bisa diambil kesimpulan menggunakan full/partial jika sudah melihat analisis data



4. Definisi Moderator







Seperti ada di diskusi panel yang melibatkan moderator, yang gunanya untuk mengarahkan antar pembicara/memindahkan sesi







Tugas: mengubah arah koef korelasi sehingga bisa mengubah kekuatan dari korelasi antar variabel







Disebut variabel buffering







Misalnya: Pada saat apa tingkat intelijensi itu menjelaskan kenapa anak punya prestasi akademik berbeda? Ketika ada perbedaan tingkat sosio-ekonomi. Ketika anak punya tingkat sosio ekonomi tinggi, maka hubungan tingkat intlelijensi dan prestasi akademik akan menguat.







Prinsipnya ada 2 penjelasan berbeda: 1) bagaimana korelasi antar 2 variabel ketika moderasi kondisinya tinggi dan 2) ketika moderasi kondisinya rendah







Kehadiran variabel moderator menghasilkan: 1) causal interaction effects, 2) effect modifier, dan 3) buffering effect







Menjawab hipotesis ‘when’ dan ‘for whom’



5. Interaction effects & interaction terms 



Interaction effects -



Biasanya ditemui pada model moderasi / analisis varians



-



Merupakan hubungan dua arah (sehingga bukan kausal) antara 2 variabel predictor secara bersama-sama dengan variabel predictor



-



Ingin tahu apakah kehadiran variabel ketiga itu mengubah korelasi antara variabel X dan Y



6. Definisi Mediator







Bila tiga variabel diambil dalam satu waktu yang sama, belum tentu dapat diketahui variabel mana yang mendahului, meskipun ditemukan korelasi.







Jika tidak ada variabel waktu, tidak dapat diketahui variabel mana yang mendahului variabel lainnya, meskipun ada korelasi yang ditunjukkan.



7. Full vs Partial Mediation Suatu model disebut full mediation, apabila: 



Hubungan (α priori) antara X dengan Y menjadi tidak signifikan (koefisien korelasi mendekati nol), ketika variabel moderator dimasukkan dalam model



Suatu model disebut partial mediation, apabila: 



Hubungan (α priori) antara X dengan Y masih signifikan (Koefisien korelasi berkurang. tetapi masih menjauhi nol), ketika variabel moderator dimasukkan dalam model



8. Cara eksekusi : Mediasi Umumnya, ada tiga cara yang sering digunakan untuk mendeteksi efek mediasi : 



Causal steps approach (Baron & Kenny, 1986) o Sering dikritik karena statistical power yang rendah dalam mendeteksi indirect effect o Sudah jarang digunakan karena kurang akurat dalam menggambarkan korelasi antara



variabel



X



dengan



variabel



Y



yang



sudah



dilewati



variabel



mediator/perantara (indirect) 



Sobel test (Sobel, 1982) o Dilakukan dengan cara melakukan multiple regression analysis lalu hasilnya dikombinasikan o Ada beberapa online calculator yang tersedia o HANYA bisa digunakan pada data yang berdistribusi normal







Statistical bootstrapping dan path analysis (Hayes, 2013)



o Data tidak harus berdistribusi normal o Menghasilkan parameter yang reliabel dengan jumlah sampel yang lebih sedikit (daripada Sobel test) o Anggaplah data kita miliki adalah populasi, maka teknik bootstrapping dilakukan dengan mengambil kelompok sampel sejumlah n (biasanya ribuan) dari data kita, kemudian dibuatkan distribusi frekuensinya. Distribusi frekuensi dari n kelompok sampel inilah yang di test statistiknya o Teknik ini menghasilkan standard error dari koefisien korelasi yang amat kecil, sehingga dapat mengestimasi koefisien korelasi dengan lebih akurat o Teknik bootstrapping kemudian dikombinasikan dengan path analysis (SEM) 9. Cara eksekusi : Moderasi 



Pendekatan eksplisit (inspeksi visual dilihat dengan scatterplot) o Random (simple) slope analysis – yaitu dengan melihat regression slope, dimana ketika moderasi terjadi, maka garis regresi akan bervariasi







Pendekatan implisit (dilihat dari interaction effects) o Asumsinya, bila ada interaction effects maka implicitly terjadi moderasi o Perbandingan sub-kelompok → biasanya opsi tersedia di ANOVA atau regresi logistik o Mixture modelling (GLM)



10. Jamovi   



Berbasis pemrograman R Melengkapi SPSS Untuk melakukan analisis mediasi-moderasi harus menginstall modul tambahan dengan medmod  Mediasi : a. Klik medmod b. Klik mediation  Model mediasi dengan jamovi a. Masukkan dependent variabel b. Masukkan predictor c. Masukkan mediator d. Jika sudah keluar, lihat bagian estimation method of standard error (standard untuk regresi biasa, bootstrapping (misal tulisannya 1000 maka punya 1000











kelompok sampel. Semakin banyak melakukan bootstrapping, maka standard error semakin kecil, tapi berpengaruh software jadi lama. Ditentukan berapa kali bootstrapping sejak awal)) e. Jika menggunakan bootstrapping, centang pet estimates dan estimate plot dan klik label, confidence interval, dan percent mediation(tujuannya percent mediation untuk tahu apakah full atau partial mediation) pada kolom estimate f. Jika ada 2 predictor, bisa membandingkan mana korelasi yang lebih kuat predictor 1 atau predictor 2, dilihat dari yang standardize g. Jika direct effect lebih besar dari indirect effect, maka terjadi adalah partial mediation h. Dari estimate plot, peneliti bisa mengetahui apakah direct effect lebih besar atau lebih kecil daripada indirect effect Model moderasi dengan jamovi a. Klik menu medmod, pilih moderation b. Masukkan dependent variable, moderator, dan predictor c. Centang bootstrap, estimates, plot, test statistics, dan confidence interval Simple slope analysis o Dari grafik scatterplot, dapat disimpulkan memang efek moderasi terjadi sangat kecil o Hal ini dapat ditunjukkan dari gradien garis regresi antara +1SD dan -1SD nyaris berada dalam satu garis lurus



o



Berdasarkan tabel output, ditemukan hasil bahwa memang korelasi yang didapat lebih kecil, namun perbedaannya sangat trivial



11. Kelemahan Jamovi 



Module medmod dalam jamovi hanya mampu melakukan analisis pada masingmasing 1 variabel prediktor, moderator/mediator dan outcome. Bila variabel moderator / mediator lebih dari satu atau terjadi kombinasi (moderated-mediation atau mediated moderation), apa yang harus dilakukan? o Gunakan software lain, yang sering digunakan termasuk:











R (dengan package lavaan, sem, psych, mma, mediation)







LISREL & Mplus







JASP, tapi tetap menggunakan bahasa lavaan







SPSS, tapi harus install module tambahan (PROCESS)



Jamovi hanya memberikan koefisien jalur dan interaction terms tapi tidak memberikan parameter model fit, seperti RMSEA, X, BIC/AIC, dsb.







Module medmod sudah lama tidak diupdate fiturnya, sepertinya belum menjadi prioritas developernya