25 Oktober 2020

Tutorial Variabel Mediator atau Intervening Pada analisis Jalur (Path Analysis) dengan SPSS

Model analisis jalur (path analysis) merupakan model yang dikembangkan dari model regesi berganda. Dimana regresi berganda hanya menguji hubungan pengaruh langsung dari variabel independen terhadap variabel dependennya. Namun dalam model dimana variabel indepeden selain memiliki pengaruh langsung ke variabel dependen, juga membutuhkan sebuah variabel lain dalam mempengaruhnya yang mana variabel tersebut sebagai variabel antara yang dinamakan variabel mediator atau intervening. Misal untuk hubungan pengaruh dari Dept to equity ratio (DER) terhadap Return On Equity (ROE) dan apakah hubungan pengaruh DER ke ROE melewati variabel Agency cost. Variabel agency cost tersebut sebagai variabel mediasi atau intervening. Model hubungan tersebut dapat digambarkan pada model di bawah ini. 


Untuk menguji model dengan variabel mediator atau intervening dapat menggunakan Sobel Tes.  Uji sobel tes pada artikel sebelumnya dilakukan secara manual menggunakan rumus kalkulator uji sobel tes yang telah disediakan oleh beberapa website seperti danielsoper dan quanpsy. Pengujian sobel tes menghendaki asumsi jumlah sampel besar dan nilai koefisien mediasi berdistribusi normal. Meskipun asumsi ini telah banyak dikritik oleh para ahli seperti pada kasus dengan jumlah kecil yang pada umumnya tidak normal. Koefisien mediasi merupkan perkalian koefisien dua (2) variabel yang akan cenderung tidak normal dan akan menghasilkan distribusi menceng positif (positively skewned) sehingga mengahsilkan unpower tes mediasi. Oleh karena hal tersebut untuk signifikansi mediasi dengan pendekatan bootstraping, dimana pendekatan ini merupakan nonparametrik yang tentunya tidak mengasumsikan distribusi normal dan dapat dilakukan pada jumlah sampel kecil. Untuk kesempatan kali ini saya memperkenalkan uji sobel tes yang dapat dilakukan dengan software SPSS, dimana output pengujian sudah langsung bisa diketahui nilai koefisien  dan nilai signifikansi dari variabel mediasi. Preacher dan andrew F. Hayes (2004) telah membuat scrip untuk uji sobel tes ini, dimana script ini dapat diinstal pada sofware SPSS. Script sobel tes dapat didownload afhayes. Setelah berhasil didownload ada 2 langkah atau cara melakukannya :

  1. Untuk script (sobel.sbs), cara ini script tidak terinstal permanen di SPSS. Langkah buka dahulu SPSS, kemudian pilih File --> Open --> Script --> pilih sobel.sbs. Kemudian klik run macro atau start/resume (*data sudah ter-input di data editor).
  2. Untuk file (sobel.spd), dapat diinstal permanen di SPSS. Langkah buka SPSS, pilih ke menu Extentions --> Utilities --> Instal Custom Dialog (compatible mode). Kemudian pilih file sobel.spd, Klik OPEN.

Langkah analisis Sobel tes menggunakan SPSS 

Buka data di SPSS data editor. Kemudian Analyze -->Regresion --> Preacher and Hayes (2004) Simple Mediation Procedure (Sobel)


Kita masuk ke menu uji sobel tes. Masukkan variabel ROE ke Dependent variabel (Y), variabel agency cost ke Proposed mediator (M) dan ROE ke independen variable (X).

Pilih Bootstrap sampel sebesar : 1000, dan centang : show effect sizes, klik OK


Hasil pengujian pada tabel dibawah menunjukkan bahwa DER variabel independen (X), ROE sebagai variabel dependen (Y) dan Agency Cost sebagai mediator (M). Nilai koefisien korelasi pearson antara variabel ROE dengan DER sebesar 0.6095, ROE dengan Agency cost sebesar 0.7298, DER  dengan Agency Cost sebesar 0.6061.

 

Untuk hasil direct effect dan total effect, nilai b (YX) adalah total effect variabel DER (X) terhadap variabel ROE (Y) dengan nilai koefisien sebesar 0.1281 dan signifikansi 0.000. Nilai b (MX) adalah pengaruh variabel mediator Agency Cost (M) terhadap variabel ROE (Y), nilai koefisien yang diperoleh sebesar 0.1564 dengan signifikansi 0.000. Nilai b (YM.X) adalh nilai pengaruh variabel agency cost (M) terhadap ROE (Y) dengan mengontrol variabel independen DER (X), nila koefisien sebesar 0.4376 dengan signifikansi 0.000. Nilai b (YX.M) adalah pengaruh variabel independen DER (X) terhadap variabel ROE (Y) dengan mengontrol variabel Agency cost (M), nilai koefisien yang diperoleh sebesar 0.0534 dengan signifikansi 0.0290

Hasil indirect effect dari bootstraping yang tidak mengasumsikan distribusi normal dan sampel yang digunakan juga kecil, menghasilkan nilai koefisien sebesar 0.0684 dengan standar eror 0.0201, nilai eror ini lebih besar dibandingkan dengan standar eror pada pengujian dengan asumsi distribusi normal yakni 0.0196. Sehingga dengan pengujian bootstraping, diperoleh nilai z-hitung adalah 0.0684/0.0201 = 3.403. Hasil ini lebih kecil dari nilai z-hitung dengan pengujian dengan asumsi distribusi normal yakni 3.4975 dan lebih tinggi dari nilai z-tabel 1.96 (taraf signifikansi 5%). Maka jelas dapat disimpulkan bahwa Agency cost signifikan mampu menjadi mediasi hubungan pengaruh variabel DER terhadap ROE.

 

Referensi :

Hayes, A.F dan Preacher, J.F.(2004). SPSS and SAS Procedures for Estimating Indrect Effects in Simple Mediation Models. Behavior Research Methods, Instruments and Computer.36. 717-731

McKinnon, D.P. (2008). Introduction to Statistical Mediation Analysis. New York. Lawrence Erlbaum Associates 

Hayes. A. F. (2018). Introduction Mediation, Moderation, and Conditional Process Analysis 2nd :  A Regression-Based Approach. New York. Guilford Press


Tidak ada komentar: