REGRESI DENGAN VARIABEL MEDIATOR ATAU INTERVENIN, ANALISIS

JALUR (PATH ANALYSIS)

A. Analisis Jalur (Path Analysis)

Analisis Jalur digunakan untuk mengetahui apakah data mendukung teori, yang secara
a-priori dihipotesiskan, yang mencakup kaitan structural antar variabel terukur. Analisis
Jalur atau yang lebih dikenal luas sebagai Path Analysis merupakan suatu metode
pendekomposisian korelasi kedalam bagian-bagian yang berbeda untuk
menginterpretasikan suatu pengaruh (effect). Dalam analisis jalur yang distandarkan
korelasi dapat dipecah kedalam komponen-komponen struktural (kausal) dan
nonstruktural (nonkausal) didasarkan teori yang dinyatakan dalam diagram jalur.
Sebelum melakukan analisis jalur, terlebih dahulu memahami hubungan antara
variabel secara diagramatik (diagram jalur) yang bentuknya ditentukan oleh proposisi
teoritik yang berasal dari kerangka pemikiran tertentu dan perumusan hipotesis penelitian.
Simbol X merupakan lambang variabel bebas (independent) yang terdiri dari tiga
sub variabel: X1 , X2, X3 dan simbol Y merupakan lambang variabel teterikat (dependent).
X1, X2, X3 berpengaruh positif secara parsial dan kumupalif terhadap Y. Disamping
variabel-variabel tersebut, masih ada satu variabel residu yang diberi simbol .

X1

X1,2 Y

X1,3

 Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur (Path
Analysis). Analisis jalur merupakan perluasan dari analisis regresi linear berganda, atau
analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar
variabel (modal casual) yang telah ditetapkan sebelumnya berdasarkan teori.

B. Langkah analisis jalur dengan menggunakan SPSS

Contoh analisis jalur untuk menguji hubungan antara lamanya pendidikan (Educ)
terhdap Gaji akhir (Salary) dan apakah hubungan Educ ke Salary di mediasi oleh
variabel Gaji awal (Salbegin).

1. Membuka SPPS yang dimiliki baik SPPS v22 atau v23

2. Pilih menu FILE , kemudian klik Open kemudian pilih Data.
3. Kemudian mencari folder Data Multivariate kemudia klik file employee.xls
 4. Ini merupakan tampilan data employee.xls

5. Dari SPSS data editor, pilih menu Analyze, kemudia pilih Regression dan Linear.
6. Pada kotak Dependen isikan variable Beginning salary (salbegin) dan pada kotak
Independen isikan variabel

Output Persamaan Path analys langkah 1

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Educational
Level . Enter
(years)b
a. Dependent Variable: Beginning Salary
b. All requested variables entered.
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .633a .401 .400 $6,098.259
a. Predictors: (Constant), Educational Level (years)
 ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 1174780891 11747808912
1 315.897 .000b
2.317 .317
Residual 1755309605 37188762.82
472
3.137 4
Total 2930090496
473
5.454
a. Dependent Variable: Beginning Salary
b. Predictors: (Constant), Educational Level (years)

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -6290.967 1340.920 -4.692 .000
Educational Level
1727.528 97.197 .633 17.773 .000
(years)
a. Dependent Variable: Beginning Salary

Hasil output SPSS memberikan nilai standardized beta Educ pada persamaan (1)
sebesar 1727.528 dan signifikan pada 0,000 yang berarti Educ mempengaruhi Salebgin nilai
koefesien unstandardized beta 1727.528 merupakan nlai path atau jalur p2.
B. Lakukan Regresi Persamaan
 Variables Entered/Removeda
Hasil output Variables Variables SPPS Persamaan ke 2

Model Entered Removed Method

1 Beginning
Salary,
Educational . Enter
Level
(years)b
a. Dependent Variable: Current Salary
b. All requested variables entered.
Model Summary
Std. Error of the
Model R R Square Adjusted R Square Estimate
1 .890a .792 .792 $7,796.524
a. Predictors: (Constant), Beginning Salary, Educational Level (years)

ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 1092863892 54643194648
2 898.947 .000b
97.344 .672
Residual 2863010613 60785787.98
471
8.996 1
Total 1379164954
473
36.340
a. Dependent Variable: Current Salary
b. Predictors: (Constant), Beginning Salary, Educational Level (years)
 Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -7808.714 1753.860 -4.452 .000
Educational Level
1020.390 160.550 .172 6.356 .000
(years)
Beginning Salary 1.673 .059 .771 28.423 .000
a. Dependent Variable: Current Salary

Pada output SPSS persamaan regresi (2) nilai unstandardized beta untuk Educ 1020.930
dan Salbegin 1.673 semuanya signifikan. Hasil analisis jalur menunjukkan bahwa Educ
berpengaruh langsung ke Salary dan dapat juga berpengaruh tidak langsung yaitu dari Educ ke
Salbegin (sebagai intervening) lalu ke Salary.

C. Sobel Test dan Bootsrapping

Standard eror koefisien dihitung berdasarkan sobel test. Jadi sobel test digunakan untuk
menghitung tingkat eror dari data.
1. Buku pada menu File kemudian klik Open -> Data, buka file employee.xls
2. Dari menu utama SPSS pilih menu Open kemudian Script, buka Script yaitu
Sobel_spss.sbs

3. Klik Open, akan tampak tampilan script di bawah ini

4. Pilih Macro lalu Run. Akan tampilan seperti di bawah in

5. Pada kotak idependen variable (X) isikan Educ, pada kotak Proposed mediator
(M) isikan Salbegin, Pada kotak Sobel test Standart Eror isikan Second order, dan
pada Bootstrap sampel isikan 1000 kemudia klik Ok
6. Hasil output Sobel test dan Bootstrap

Run MATRIX procedure:

Error # 34 in column 20. Text: bootstrp.sav

SPSS Statistics cannot access a file with the given file
specification. The
file specification is either syntactically invalid, specifies an
invalid
drive, specifies a protected directory, specifies a protected file,
or
specifies a non-sharable file.
Execution of this command stops.

*********************************************************************
****

Preacher And Hayes (2004) SPSS Script For Simple Mediation

Written by Andrew F. Hayes, The Ohio State University

http://www.comm.ohio-state.edu/ahayes/

VARIABLES IN SIMPLE MEDIATION MODEL

Y salary
X educ
M salbegin

DESCRIPTIVES STATISTICS AND PEARSON CORRELATIONS

Mean SD salary educ salbegin
salary 34419.568 17075.661 1.0000 .6606 .8801
educ 13.4916 2.8848 .6606 1.0000 .6332
salbegin 17016.086 7870.6382 .8801 .6332 1.0000

SAMPLE SIZE
474

DIRECT And TOTAL EFFECTS

Coeff s.e. t Sig(two)
b(YX) 3909.9067 204.5470 19.1150 .0000
b(MX) 1727.5283 97.1969 17.7735 .0000
 b(YM.X) 1.6726 .0588 28.4234 .0000
b(YX.M) 1020.3901 160.5504 6.3556 .0000

INDIRECT EFFECT And SIGNIFICANCE USING NORMAL DISTRIBUTION

Value s.e. LL 95 CI UL 95 CI Z Sig(two)
Effect 2889.5166 191.8279 2513.5340 3265.4992 15.0631 .0000

BOOTSTRAP RESULTS For INDIRECT EFFECT

Data Mean s.e. LL 95 CI UL 95 CI LL 99 CI
UL 99 CI
Effect 2889.5166 2899.6490 227.2368 2459.2807 3363.8716 2338.6893
3502.4100

NUMBER OF BOOTSTRAP RESAMPLES

1000

FAIRCHILD ET AL. (2009) VARIANCE IN Y ACCOUNTED FOR BY INDIRECT

EFFECT:
.4185

********************************* NOTES
**********************************

------ END MATRIX -----

Berdasarkan hasil output SPSS terlihat hasil statistic deskriptif nilai mean dan
standard deviasi untuk masing-masing variabel Salary, Educ dan Salbegin.
Pada bagian Direct and Total Effects, terlihat nilai b(YX) merupakan total effect
variabel independen X yaitu Educ (lamanya pendidikan) terhadap variabel dependen Y
yaitu Salary (gaji akhir) dengan nilai koefisien sebesar 3909.9067 dan signifikan pada 0.000.
Baris berikutnya adalah b(MX) yang merupakan pengaruh variabel independen Educ
(lamanya pendidikan) terhadap variabel mediator M yaitu Salbegin (gaji awal) dengan nilai
koefisien sebesar 1727.5283 dan signifikan pada 0.000. Baris berikutnya terlihat nilai
b(YM.X) yaitu pengaruh variabel mediator Salbegin terhadap variabel dependen Salary
dengan mengontrol variabel independen Educ, besarnya nilai koefisien adalah 1.6726 dan
signifikan pada 0.000. Baris berikutnya terlihat nilai b(YX,M) yaitu pengaruh langsung
variabel independen Educ terhadap variabel dependen Salary dengan mengontrol variabel
mediator Salbegin nilai koefisien adalah 1020.3901 dan signifikan pada 0.000.
 Pada bagian Inderect Effect terlihat pengaruh tidak langsung Educ (X) terhadap
Salary (Y) melalui Salbegin (M), dalam hal ini besarnya pengaruh tidak langsung adalah
2889.516 yang merupakan hasil perkalian koefisien antara b(MX) dan b (YM.X). Nilai
koefisien mediasi 2889.516 ternyata signifikan 0.000. Berdasarkan output Sobel test hasilnya
sama dengan pengujian secara manual. Jadi dapat disimpulkan terjadi hubungan mediasi.
Perhatikan semua nilai koefisien hubungan antara variabel sama identic dengan hasil
pengujian dengan SPSS.
Sebagai alternative dapat dilakukan dengan teknik bootstrapping, yaitu melakukan
pengujian dengan resampling sampai 1000 kali. Hasil bootsraping memberikan nilai estimasi
Inderect Effect Educ terhadap Salary melalui Salbegin, standar error dan nilai confidence
level 95% dan 99%.

D. Contoh Analisis Jalur Lebih Komplek

1. Buka File Jobsurvey.xls
2. Dari SPSS data editor, pilih menu Analyze, kemudia pilih Regression dan Linear

3. Pada kotak Dependen isikan variable autonom dan pada kotak Independen isikan
variable age . Kemudian klik Ok
4. Tampilan ouput SPSS persamaan regresi (1)

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .268a .072 .058 2.697
a. Predictors: (Constant), age
b. Dependent Variable: autonom

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 38.259 1 38.259 5.259 .025b
Residual 494.726 68 7.275

Total 532.986 69

a. Dependent Variable: autonom

b. Predictors: (Constant), age

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 7.218 1.011 7.141 .000

age .057 .025 .268 2.293 .025

a. Dependent Variable: autonom

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 7.22 10.80 9.41 .745 70
Residual -4.298 5.768 .000 2.678 70
Std. Predicted Value -2.950 1.861 .000 1.000 70
Std. Residual -1.593 2.139 .000 .993 70
a. Dependent Variable: autonom
5. Lakukan regresi persamaan (2) dengan mengganti pada kontak Dependen isikan
variable satis dan pada kotak Independen isikan variable autonom dan income

6. Hasil output SPSS persamaan (2)

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .110a .012 -.017 2.075
a. Predictors: (Constant), income, autonom
b. Dependent Variable: satis

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 3.523 2 1.762 .409 .666b
Residual 288.419 67 4.305

Total 291.943 69

a. Dependent Variable: satis

b. Predictors: (Constant), income, autonom
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 12.467 1.297 9.614 .000

autonom .045 .094 .060 .475 .636

income .000 .000 -.111 -.875 .385
a. Dependent Variable: satis

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 11.43 12.96 11.83 .226 70
Residual -6.762 5.187 .000 2.045 70
Std. Predicted Value -1.751 5.001 .000 1.000 70
Std. Residual -3.259 2.500 .000 .985 70
a. Dependent Variable: satis

7. Lakukan regresi persamaan (3) dengan mengganti pada kontak Dependen isikan
variable Income dan pada kotak Indepeden isikan variable age dan autonom
 8. Hasil Output persamaan 3

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .483a .233 .210 1457.189
a. Predictors: (Constant), autonom, age
b. Dependent Variable: income

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 43240934.989 2 21620467.494 10.182 .000b
Residual 142267779.297 67 2123399.691

Total 185508714.286 69

a. Dependent Variable: income

b. Predictors: (Constant), autonom, age

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 4634.531 722.320 6.416 .000

age 49.877 13.906 .398 3.587 .001

autonom 109.888 65.514 .186 1.677 .098
a. Dependent Variable: income

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 5513.63 9036.20 7595.71 791.631 70
Residual -7987.998 2282.394 .000 1435.915 70
Std. Predicted Value -2.630 1.820 .000 1.000 70
Std. Residual -5.482 1.566 .000 .985 70
a. Dependent Variable: income
E. Regresi dengan Multiple Mediator
1. `Buka File Crossec.xls

2. Dari menu SPSS pilih File kemudian Open dan Pilih Script. Cari Script Indirect.sbs.
Pilih Open dan akan tampak tampilan script seperti dibawah ini
3. Kemudian pilih Macro lalu Run. Pada kotak Dependen Variabel (Y) isikan Income.
Pada kotak Proposed Mediator (M) isikan dua variabel mediator yaitu Wealth dan
Saving. Pada kotak variabel independen (X) isikan Earns. Pada kotak Covariate
isikan dua variabel independen lainnya Age dan Size.

4. Hasil Output SPSS

Run MATRIX procedure:

Dependent, Independent, and Proposed Mediator Variables:

DV = INCOME
IV = EARNS
MEDS = WEALTH
SAVING
Statistical Controls:
CONTROL= SIZE
AGE

Sample size
100

IV to Mediators (a paths)
Coeff se t p
WEALTH 1.9910 .2371 8.3975 .0000
SAVING .3885 .0769 5.0516 .0000

Direct Effects of Mediators on DV (b paths)

Coeff se t p
WEALTH .0335 .0198 1.6900 .0943
SAVING .0159 .0611 .2597 .7957

Total Effect of IV on DV (c path)

Coeff se t p
EARNS .9528 .0460 20.7299 .0000

Direct Effect of IV on DV (c-prime path)

Coeff se t p
EARNS .8800 .0664 13.2438 .0000

Partial Effect of Control Variables on DV

Coeff se t p
SIZE -.2147 .1616 -1.3289 .1871
AGE .1194 .0353 3.3788 .0011

Model Summary for DV Model

R-sq Adj R-sq F df1 df2 p
.8345 .8257 94.7929 5.0000 94.0000 .0000

Error # 34 in column 21. Text: indirect.sav

SPSS Statistics cannot access a file with the given file
specification. The
file specification is either syntactically invalid, specifies an
invalid
drive, specifies a protected directory, specifies a protected file,
or
specifies a non-sharable file.
Execution of this command stops.

*****************************************************************

BOOTSTRAP RESULTS FOR INDIRECT EFFECTS

Indirect Effects of IV on DV through Proposed Mediators (ab paths)

Data boot Bias SE
TOTAL .0728 .0762 .0033 .0567
WEALTH .0667 .0699 .0033 .0614
SAVING .0062 .0062 .0000 .0267
C1 .0605 .0637 .0032 .0758

Bias Corrected and Accelerated Confidence Intervals

Lower Upper
TOTAL -.0078 .2208
WEALTH -.0086 .2760
SAVING -.0584 .0555
C1 -.0311 .2999

*****************************************************************

Level of Confidence for Confidence Intervals:

95

Number of Bootstrap Resamples:

1000

*****************************************************************

INDIRECT EFFECT contrast DEFINITIONS: Ind_Eff1 MINUS Ind_Eff2

contrast IndEff_1 IndEff_2

C1 WEALTH SAVING

------ END MATRIX -----

 Hasil ouput SPSS pada bagian IV to Mediators (a paths) menunjukkan pengaruh
varibel independen Earns (pendapatan kepala keluarga) terhadap variabel mediator yaitu
Wealth (kekayaan keluarga) dan Saving (tabungan keluarga). Besarnya pengaruh Earns
terhadap Wealth adalah 1.9909 dan signifikan 0.000, begitu juga dengan pengaruh Earns
terhadap Saving 0,3885 dan signifikan pada 0.000.

Pada bagian output Direct Effects of Mediator on DV (b paths) menunjukkan

pengaruh varibel mediator Wealth dan Saving (tabungan keluarga) terhadap Income (Total
pendapatan anggota keluarga). Besarnya pengaruh Wealth terhadap Income adalah 0,0335
dan signifikan 0.10, sedangkan Saving tidak berpengaruh langsung terhadap Income dengan
koefisien sebesar 0,0159 dan signifikan pada 0.7954.

Pada bagian output Total Effects IV on DV (b paths) menunjukkan total pengaruh

varabel Independen Earns terhadap variabel dependen Income yaitu sebesar 0,9527 dan
signifikan 0.000. Sedangkan pengaruh langsung (direct effect) variabel Independen Earns
terhadap Income (cpaths) sebesar 0,8799 dan signifikan pada 0.000.