Analisa Data Multivariate Pengantar

RANGKUMAN Yosua Wirawan Budi Raharjo

Universitas Atma Jaya Yogyakarta 180324043 / 07
Tahun Akademik 2019 – 2020

ANALISIS REGRESI – MEDIASI

 Dalam analisis regresi, terkadang peneliti menemukan adanya hubungan tidak langsung antara
satu variabel dengan variabel lain. Terdapat satu variabel yang memperantarai keduanya.
Variabel perantara inilah yang disebut mediator atau intervening. Baron dan Kenny (1986)
menyebut suatu variabel disebut mediator jika variabel tersebut ikut mempengaruhi hubungan
antara variabel prediktor (independen) dan kriterion (dependen).  Model mediasi memiliki
hipotesis bahwa variabel independen mempengaruhi variabel mediator, yang pada gilirannya
mempengaruhi variabel dependen. Mediasi sempurna (perfect mediation) terjadi ketika tidak
adanya efek variabel independen ke dependen ketika variabel mediator dimasukan dalam
persamaan. Namun jika efek variabel independen ke dependen menurun namun tidak sama
dengan nol dengan memasukan mediator, maka terjadi mediasi parsial. 
 Tulisan ini akan memberikan contoh bagaimana melakukan analisis regresi dengan variabel
moderator. Variabel yang digunakan dalam penelitian ini adalah:
1) Variabel independen   : Pengetahuan tentang ASI eksklusif
2) Variabel mediator        : Sikap terhadap ASI eksklusif
3) Variabel dependen      : Perilaku memberi ASI eksklusif

Hipotesis penelitian ini adalah Sikap terhadap ASI eksklusif memediasi hubungan antara
pengetahuan tentang ASI eksklusif dengan perilaku memberi ASI eksklusif.

1. Model penelitian tanpa menggunakan model mediasi dapat dilihat pada gambar di bawah.

Gambar di atas menunjukkan pengaruh total (total effect) pengetahuan (X) terhadap perilaku (Y).
Huruf c merupakan koefisien regresi dari X ke Y secara langsung.
2. Model penelitian dengan menggunakan model mediasi dapat dilihat pada gambar di bawah.

Gambar di atas menunjukkan pengaruh langsung (direct effect) dan tidak langsung (indirect
effect) variabel X ke Y melalui sikap (M). Huruf a merupakan koefisien regresi dari X ke M.
huruf b merupakan koefisien regresi variabel M ke Y dengan mengontrol X. Huruf c’ merupakan
koefisien regresi X ke Y dengan mengontrol Y. Pengaruh langsung diperoleh dari koefisien c’,
sedangkan pengaruh tidak langsung diperoleh dari perkalian koefiesn axb.  

Mendeteksi Peran Mediator

Langkah-langkah dalam menguji hipotesis mengacu prosedur pengujian peran mediator yang
dikemukakan Baron dan Kenny (1986) adalah sebagai berikut:

1. Membuat persamaan regresi pengetahuan (X) terhadap perilaku (Y). Analisis regresi ini akan

menghasilkan koefisien c. Jalur ini diharapkan signifikan (p<0,05).
2. Membuat persamaan regresi pengetahuan (X) terhadap sikap (M). Analisis regresi ini akan
menghasilkan koefisien a. Jalur ini diharapkan signifikan (p<0,05).
3. Membuat persamaan regresi pengetahuan (X) dan sikap (M) terhadap perilaku (Y). Analisis
regresi ini akan menghasilkan dua nilai estimasi prediktor dari M dan X. Prediksi M terhadap Y
kita menghasilkan koefisien b, sedangkan prediksi X terhadap Y menghasilkan koefisien c’.
Jalur b diharapkan signifikan (p<0,05), sedangkan jalur c’ diharapkan tidak signifikan (p>0,05).

Secara ringkas dapat ditulis dalam tiga persamaan sebagai berikut:

Persamaan I   : Y= α1+cX

Persamaan II  : M= α2+ aX

Persamaan III : Y= α3+c’X+bM

Keterangan:

Y          = Perilaku memberi ASI eksklusif

M         = Sikap terhadap ASI eksklusif

X          = Pengetahuan tentang ASI eksklusif

α          = Nilai koefisien konstanta regresi

a          = Nilai koefien regresi pengetahuan terhadap sikap

b          = Nilai koefisien regresi sikap terhadap perilaku dengan mengontrol pengetahuan

c          = Nilai koefisien regresi pengetahuan terhadap perilaku

c’         = Nilai koefisien regresi pengetahuan terhadap perilaku dengan mengontrol sikap

Variabel M disebut sebagai mediator jika terpenuhi kriteria berikut:

1. Persamaan I, X secara signifikan mempengaruhi Y (atau c ≠0)

2. Persamaan II, X secara signifikan mempengaruhi M (atau a≠0)
3. Persamaan III, M secara signifikan mempengaruhi Y (atau b≠0).

Jika pengaruh X ke Y menurun menjadi nol setelah memasukkan M ke persamaan regresi

(atau c’ tidak signifikan), maka terjadi mediasi sempurna (perfect mediation). Namun jika efek
variabel independen ke dependen menurun namun tidak sama dengan nol dengan memasukan
mediator (atau c’ signifikan), maka terjadi mediasi parsial.

Mengalisis Peran Mediator di SPSS

Untuk menganalisis peran mediator di SPSS, kita harus melakukan 3 kali analisis regresi, sesuai
dengan panduan langkah yang sudah disebutkan di atas.

1. Analisis regresi pengetahuan (X) terhadap perilaku (Y) -> koefisien c

Klik analyze – regression – linear. Kemudian pada kotak dependent, masukkan
variabel perilaku, dan pada kota independent masukan variabel pengetahuan. Lalu klik OK.
Maka berikut outputnya.
Dari output tersebut dapat kita ketahui nilai koefisien c adalah sebesar 1,400 (βc=0,367), dengan
tc=4,006 dan signifikansi p<0,05. Dengan demikian X secara signifikan mempengaruhi Y (atau c ≠0)
dan kriteria pertama terpenuhi.

2. Analisis regresi pengetahuan (X) terhadap sikap (M) -> koefisien a

Klik analyze – regression – linear. Kemudian pada kotak dependent, masukkan variabel sikap,
dan pada kota independent masukan variabel pengetahuan. Lalu klik OK. Maka berikut
outputnya.

Dari output tersebut dapat kita ketahui nilai koefisien a adalah sebesar 1,065 (βa=0,400), dengan
ta=4,433 dan signifikansi p<0,05. Dengan demikian X secara signifikan mempengaruhi M (atau a≠0)
dan kriteria kedua terpenuhi.

3. Analisis regresi pengetahuan (X) dan sikap (M) terhadap perilaku (Y) -> koefisien b dan c’

Klik analyze – regression – linear. Kemudian pada kotak dependent, masukkan
variabel perilaku, dan pada kota independent masukan variabel sikap dan pengetahuan. Lalu
klik OK. Maka berikut outputnya.

Dari output tersebut dapat kita ketahui nilai koefisien b adalah sebesar 0,696 (βb=0,485) dan nilai
koefisien c’ adalah sebesar 0,659 (βc’=0,173). Nilai tb=5,499 dan signifikansi p<0,05, sedangkan nilai
tc’=1,958 dan signifikansi p>0,05. Dengan demikian M secara signifikan mempengaruhi Y (atau a≠0)
dan X tidak mempengaruhi Y (atau c’=0), maka kriteria ketiga terpenuhi.

Secara sederhana, hasil ketiga analisis regresi tersebut dapat digambarkan dalam diagram di bawah
ini.
Dikarenakan ketiga kriteria adanya variabel mediator terpenuhi, ditambah lagi efek pengetahuan ke
perilaku menjadi tidak signifikan ketika variabel sikap dimasukan ke analisis, maka terbukti bahwa
sikap menjadi mediator hubungan antara pengetahuan dengan perilaku memberi ASI.

Dari gambar tersebut dapat ketahui juga efek total pengetahuan ke perilaku (jalur c) sebesar 0,367,
efek langsung pengetahuan ke perilaku (jalur c’) sebesar 0,173 dan efek tidak langsung pengetahuan
ke perilaku (jalur axb) sebesar 0,400 x 0,485 = 0,194. Efek total merupakan penjumlahan dari efek
langsung ditambah efek tidak langsung (c = c’+ab).

 Signifikansi Efek Tidak Langsung

Adanya peran mediator juga dapat dilihat dari signifikansi efek tidak langsung. Untuk melihat
besarnya pengaruh tidak langsung dan menguji signifikansinya, dapat dilakukan dengan Sobel test.
Perhitungan dengan Sobel test menghendaki asumsi subjek yang besar dan data terdistribusi normal

(Preacher dan Hayes, 2004).

Dari gambar tersebut, hasil perhitungan sobel test diperoleh nilai test statistics sebesar 3,45 dan
p<0,01. Dengan demikian dapat disimpulkan sikap terhadap ASI eksklusif memediasi hubungan
antara pengetahuan dan perilaku memberi ASI eksklusif. Dalam meningkatkan perilaku memberi ASI
eksklusif, pengetahuan meningkatkan sikap terlebih dahulu sebelum meningkatkan perilaku
memberi ASI eksklusif.
===DEUS PROVIDEBIT===