SOBEL TEST, MENGUJI PENGARUH TIDAK LANGSUNG

Banyak cara yang bisa digunakan untuk menguji pengaruh tidak langsung. Diantaranya adalah Sobel Test. Pada tulisan ini, di Tabel 1 (Lihat Gambar pada lampiran) diperoleh hasil bahwa seluruh koefisien jalur teruji signifikan (p<0.05). Hasil analisis jalur akan menggunakan standardized regression weight untuk interpretasi, karena besaran nilai statistik ini dapat dibandingkan satu dengan lainnya. Akan tetapi untuk uji hipotesis, harus menggunakan regression weight, karena pada statistik inilah ada standard error.A. Pengaruh Tidak Langsung Berdasarkan Hasil Uji Koefisien Jalur

Bila diperhatikan dalam hasil ini, koefisien pengaruh langsung dari X1 terhadap Y1 sebesar 0,482 adalah signifikan (p<0.05). Demikian koefisien pengaruh langsung dari Y1 terhadap Y2 sebesar 0,481 adalah signifikan (p<0.05). Berdasarkan hasil uji pada kedua koefisien jalur ini bisa didapatkan kesimpulan bahwa X1 berpengaruh tidak langsung terhadap Y2 melalui Y1, karena kedua koefisien teruji signifikan.

Dengan cara yang sama juga didapatkan kesimpulan bahwa bahwa X2 berpengaruh tidak langsung terhadap Y2 melalui Y1, karena kedua koefisien teruji signifikan.

B. Pengaruh Tidak Langsung Berdasarkan Sobel Test

Cara menghitung dengan Sobel test bisa dibaca pada Hayes (2013). Berikut ini akan dijelaskan perhitungan sobel test pengaruh X1 terhadap Y2 melalui Y1. Tabel 1 adalah hasil pengaruh langsung pada kedua jalur yang ada dalam model.

Statistik yang digunakan dalam Sobel test adalah seluruh hasil perhitungan pada bagian regression weight. Jika koefisien a adalah koefisien dari X1 terhadap Y1, maka regression weight (a) dan standard error (SEa) dari X1 terhadap Y1 adalah 0,777 dan 0,377.

Jika koefisien b adalah koefisien dari Y1 terhadap Y2, maka regression weight (b) dan standard error (SEb) dari Y1 terhadap Y2 adalah 0,042 dan 0,009.

Maka besar pengaruh tidak langsung yang akan diuji adalah a*b = 0,777 x 0,042 = 0,033. Standard error a*b atau SEab untuk menguji pengaruh tidak langsung menurut Hayes (2013) adalah 0,018 (Lihat Gambar pada lampiran).

Selanjutnya akan dihitung nilai Z = a*b / SEab = 0,033/0,018 = 1,850. Untuk menghitung harga p menggunakan fasilitas fungsi NORMSDIST yang ada di excel, dengan cara sebagai berikut:

Ketik =(1-NORMSDIST(1.850))*2 enter akan dihasilkan nilai 0.064.

C. Besar Pengaruh Tidak Langsung

Besar pengaruh tidak langsung adalah hasil kali kedua standardized regression weight. Pada contoh perhitungan ini, pengaruh tidak langsung X1 terhadap Y2 melalui Y1 adalah 0,482*0,481 = 0,232. Sedangkan pengaruh tidak langsung X2 terhadap Y2 melalui Y1 adalah 0,411*0,841 = 0,198.

Berdasarkan hasil uji Sobel, pengaruh tidak langsung sebesar 0,198 variabel X2 terhadap Y2 melalui Y1 adalah signifikan (p<0,05). Sedangkan pengaruh dari X1 terhadap Y2 melalui Y1 adalah tidak signifikan (p>0,05).

Sumber materi:

Hayes, Andrew F. 2013. Introduction to mediation, moderation, and conditional process
analysis : a regression-based approach. The Guilford Press. New York

Semoga bermanfaat.

Informasi training dan ebook:
Hubungi bapak Khasanuddin di nomor 0817-0487-726 (WA)
Kantor, Jl. Soekarno Hatta Kav. 1F Malang

Satu atap dengan ruko Toko Buku Islam Khalifa (STC di lantai 2).
Buka setiap hari jam 08.00-17.00.

Facebook STC :
https://www.facebook.com/stc.malang.7

Foto Statistical Training Centre Malang.
Foto Statistical Training Centre Malang.
Foto Statistical Training Centre Malang.

About stcmalang

Kami Lahir, sebagai lembaga training statistik yang melayani Mahasiswa S1, S2 dan S3.Berdiri sejak 1997,Lembaga ini di gawangi oleh Arif Kamar Bafadal, S.Si. M.Si Alamat Kantor : Jalan Soekarno Hatta DR 09 Malang Telp.(0341) 8424 000 Motto kami: Belajar Mengolah Data Mulai Dari Nol Semua Pasti Bisa Mengolah Data Sendiri
This entry was posted in Uncategorized. Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s