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