EFEKTIVITAS VARIABEL MEDIATOR BERDASARKAN KONTRIBUSINYA DALAM MODEL MEDIASI SEDERHANA

Transkripsi

1 EFEKTIVITAS VARIABEL MEDIATOR BERDASARKAN KONTRIBUSINYA DALAM MODEL MEDIASI SEDERHANA Deddy A. Suhardi Ifarudi Juruan Statitika, FMIPA, Univerita Terbuka ABSTRACT Structurally relationhip of variable i important in deeply analyi of path model, but the proce of effect ditribution mut be concerned. In thi ituation, one or more variable would be a mediator variable which aeing effect of an independent to a dependent variable. We tudied the imple mediation model that i one of path analytical model which contain of one independent variable, dependent variable and mediator variable. A neceary component of mediation i effectivene that i a tatitically ignificant indirect effect, formal ignificance tet of indirect effect are early conducted by Sobel (198). According to equential regreion analyi on a imple mediation model, a mediator variable come after an independent variable exit in the model, the contribution of upcoming variable to the model could be obtained. We argue the importance of invetigating empirical relationhip between the ignificance of indirect effect and equential contribution of mediator variable with a normal theory approach uing Microoft Excel imulation tool developed by Myeron (000). We find that the higher contribution of mediator variable to the model, the more effectivene i. Thi reult come up with three level correlation of independent and dependent variable which each 1000 time iteration that give relatively immediate information about the recent empirical relationhip between the ignificance of indirect effect and equential contribution of mediator in the imple mediation model. Keyword : equential regreion, imple mediation model, obel tet Penelitian-penelitian di bidang oial atau ekonomi ering kali berpijak pada model yang mengandung banyak variabel. Analii model yang mendalam tidak aja menyangkut truktur hubungan variabel-variabel dalam model, tetapi juga tatanan variabel-variabel dalam model yang menggambarkan proe penditribuian pengaruh melalui jalur-jalur hubungan. Mialnya, eperti yang dikemukakan oleh Preacher dan Haye (004), uatu manajemen peruahaan menganggap angat penting mengetahui apakah program pelatihan manajemen mendorong peningkatan pada kepuaan hail kerja karyawan dengan memperbaiki kemampuan karyawan atau mengubah pola kebiaaan hidup karyawan. Dalam contoh ini, kemampuan karyawan dan kebiaaan karyawan potenial menjadi variabel-variabel perantara (mediator) hubungan antara program pelatihan dengan kepuaan hail kerja. Suatu variabel dikatakan ebagai mediator karena berperan menghantarkan pengaruh perubahan variabel beba terhadap variabel lain ebagai variabel repon. Perubahan yang diharapkan pada uatu variabel repon dipandang ebagai implikai dari perubahan yang dilakukan terhadap variabel beba yang mendorong terjadinya perubahan dalam variabel mediator.

2 Suhardi, Efektivita Variabel Mediator Berdaarkan Kontribuinya Peranan uatu variabel mediator dalam penelitian ini dikaji melalui uatu model mediai ederhana, yaitu uatu model yang terdiri ata maing-maing atu variabel beba (X), variabel repon (Y), dan variabel mediator (M). Sebelum adanya variabel M, tatanan hubungan dalam model hanya mengandung atu hubungan ederhana yaitu hubungan X terhadap Y. Adanya variabel M dalam model mediai ederhana dipandang ebagai penambahan atu variabel baru terhadap model hubungan ederhana X dengan Y. Penambahan variabel M ke dalam model dapat diukur kontribuinya dalam menerangkan keragaman Y yang ebelumnya hanya diterangkan oleh keragaman X. Kontribui M mempunyai kontribui yang cukup tinggi maka diharapkan keragaman Y yang dapat diterangkan menjadi meningkat. Semakin tinggi kontribui M etelah adanya X dalam model maka diharapkan emakin tinggi pula keragaman Y dapat diterangkan. Dalam penelitian ini, uatu variabel mediator dalam model hubungan mediai ederhana dikaji efektivitanya ehubungan dengan kontribuinya dalam model. Bagaimana efektivita variabel mediator pada berbagai kondii kontribui variabel mediator ke dalam model regrei ederhana? Dengan perkataan lain, apakah efektivita uatu variabel mediator dalam model mediai ederhana dipengaruhi oleh kontribuinya? Penelitian ini ingin menguji koniteni hubungan antara kontribui variabel mediator dan ignifikani pengaruh mediainya, erta menentukan rata-rata titik kriti tingkat kontribui variabel mediator yang pengaruh mediainya ignifikan. Hail penelitian ini diharapkan dapat menentukan efektivita variabel mediator berdaarkan informai tingkat kontribuinya dalam model mediai ederhana. Suatu variabel dapat berperan ebagai uatu variabel mediator (M) yang dapat menghantarkan pengaruh uatu variabel beba tertentu (X) kepada uatu variabel repon tertentu (Y). Mediai ini terjadi ketika (i) X ignifikan mempengaruhi M, (ii) X ignifikan mempengaruhi Y tanpa adanya mediator, (iii) M mempunyai uatu pengaruh unik yang ignifikan terhadap Y, dan (iv) pengaruh X kepada Y tergantung penambahan mediator ke dalam model (Preacher & Leonardelli, 006). Kriteria ini dapat digunakan untuk menilai ada/tidaknya mediai terjadi, tetapi untuk lebih formalnya dapat dilakanakan dengan metode mediation tet (MacKinnon & Dwyer, 1993; dan MacKinnon, Wari, & Dwyer, 1995). Gambar 1. Model mediai ederhana : Pengaruh X terhadap Y melalui M. (Sumber : Preacher & Haye, 004, Behavior Reearch Method, Intrument, & Computer, 36 (4), ) Hubungan ederhana antara X dan Y ering digambarkan ebagai pengaruh X terhadap Y yang lebih dikenal ebagai koefiien regrei ederhana X terhadap Y (mialkan koefiien regrei adalah c). Sitem mediai ederhana ditunjukkan pada Gambar 1, penambahan variabel mediator M akan mengubah pengaruh X terhadap Y dari c menjadi c karena dianggap X berpengaruh terhadap 7

3 Jurnal Matematika, Sain, dan Teknologi, Volume 9, Nomor 1, Maret 009, 6-17 M. Variabel M dipertimbangkan ebagai mediator jika (i) X ignifikan berpengaruh terhadap Y, (ii) X ignifikan berpengaruh terhadap M (koefiien a 0), dan (iii) M ignifikan berpengaruh terhadap Y etelah dikontrol variabel X (koefiien b 0). Baron and Kenny (1986) menggambarkan uatu proedur tatitik yang dikembangkan oleh Sobel (198) dengan menganalii item pengaruh mediai melalui model-model peramaan regrei ebagai berikut (1) Y i1 cx 1 () M i ax (3) Y i3 cx bm 3 i adalah koefiien interep dan ε adalah komponen galat (error term). Ketika pengaruh X terhadap Y mendekati nol dimana M ada dalam model (nilai c = 0 pada peramaan (3)), maka terjadi mediai empurna dari M (Jame & Brett, 1984). Ketika pengaruh parial X terhadap Y mendekati angka tertentu tetapi tidak nol, maka terjadi mediai parial. Koefiien c adalah koefiien regrei antara Y dan X, edangkan koefiien c adalah koefiien regrei parial antara Y dengan X pada model (3). Koefiien c belum tentu identik dengan koefiien c, hal ini angat tergantung pada korelai antara X dengan M, koefiien terebut akan bernilai ama manakala X dengan M tidak berkorelai. Koefiien b adalah koefiien regrei parial antara Y dengan M, yaitu koefiien regrei etelah variai Y dan M dikoreki terlebih dahulu oleh adanya variabel X. Atau dengan kata lain, jika dicatat Ŷ i1 cx dan ˆ 1 ( Y X) Y Y, maka b adalah koefiien regrei antara dengan ˆ ( M X) M M (lihat model (1) dan ()). Seandainya X dengan M tidak berkorelai maka ε = M, dan b akan ama dengan koefiien regrei ederhana antara Y dan M. Proedur uji tatitik hipotei mediai (yang kemudian diebut ebagai Sobel Tet) dalam item mediai ederhana eperti pada Gambar 1. Uji ini membandingkan kekuatan pengaruh tidak langung X terhadap Y dengan hipotei null yang menyatakan bahwa pengaruh terebut ama dengan nol. Pengaruh tidak langung X terhadap Y didefiniikan ebagai pengaruh X terhadap M kali pengaruh M terhadap Y, atau ab. Dalam hal ini ab = c c, dimana c adalah pengaruh ederhana X terhadap Y (tanpa mengontrol M), dan c adalah pengaruh X terhadap Y etelah adanya M dalam model. Standar error a dan b maing-maing adalah a dan b. Standar error pengaruh tidak langung adalah ab ebagai 1 (4) b a. ab a b a b Statitik uji untuk pengujian hipotei adalah (5) Z ab ab di bawah hipotei null raio ini mendekati ditribui normal tandar, dan uji hipotei dilakukan dengan membandingkan raio ini dengan nilai dari ditribui normal tandar dengan peluang tertentu (Sobel, 198). 8

4 Suhardi, Efektivita Variabel Mediator Berdaarkan Kontribuinya Model (1), (), dan (3) adalah model regrei ecara umum dapat dituli Y = Xβ + ε, Y = vektor pengamatan berukuran nx1, X = matrik prediktor berukuran nxp, p = k+1, k = banyaknya prediktor, = vektor parameter berukuran px1, dan ε vektor galat (error term) berukuran nx1 nilai tengah nol dan variani homogen. Penduga koefiien regrei adalah vektor ˆ, ehingga takiran Ŷ = Xˆ model regrei adalah (Myer & Milton, 1991). Variai Y ebelum adanya faktor X dalam model dilihat dari bearan ( Y- Y) yaitu jumlah kuadrat totalnya; dengan adanya X dalam model maka Y diduga oleh model dan pengukur variainya ekarang adalah ehingga dapat dilihat bearnya pengurangan variai terebut atau raio antara ( Y- Yˆ ) ( Y- Yˆ ) terhadap Y Y ( - ) Ŷ = Xˆ yang diharapkan menjadi emakin kecil. Analii penilaian model dan umber-umber variai Y dapat dilakukan melalui Analyi of Variance (Anova). Anova menyajikan dua komponen umber variai Y yaitu komponen model regrei dan komponen galat. Bearnya umbangan umber-umber variai diukur oleh jumlah kuadrat maing-maing. Raio antara jumlah kuadrat model regrei dengan jumlah kuadrat total, merupakan ukuran ketepatan model regrei yang diebut dengan koefiien determinai (R ), bernilai antara 0 ampai 1. Jumlah kuadrat model regrei diharapkan bear mendekati jumlah kuadrat total ehingga R mendekati atu. Pendugaan koefiien regrei dapat dilakukan melalui analii terhadap matrik kovariani (Morrion, 1990). Mialkan teredia ampel acak Y, X1, X,..., Xk maing-maing berukuran n pengamatan, dituli dalam bentuk matrik yang dipartii menjadi dua bagian, bagian pertama terdiri ata peubah Y dan bagian kedua terdiri ata k peubah-peubah X, maka matrik kovariani ampel euai partii terebut adalah ebagai berikut S Y YX S Penduga koefiien regrei adalah vektor β ˆ = β ˆ 1, β ˆ,... βˆ k YX XX. yang berukuran 1x k adalah (6) βˆ S 1 XX YX dan R adalah (7) R S. 1 YX XX YX Y Koefiien regrei (parial) βˆ j, j = 1,,..., k, mempunyai ditribui dengan nilai tengah β j dan variani σ β ˆ, yang dari ampel diduga dengan j β ˆ. Mialkan peubah-peubah diuun ebagai j Y, Xj, Xq = [X1,..., Xj-1, Xj+1,..., Xk], imbol q melambangkan urutan indek peubah-peubah etelah Y dan Xj, yaitu 1,..., j-1, j+1,..., k. Variani beryarat ampel untuk Xj didefiniikan (Morrion, 1990) ebagai 9

5 Jurnal Matematika, Sain, dan Teknologi, Volume 9, Nomor 1, Maret 009, 6-17 S (8) 1 R 1 j. q j j. q j jq qq jq dan penduga variani σ β ˆ adalah j (9) βˆ j 1R Y 1 j. q n k. Dalam model mediai ederhana, dapat diuun ampel acak Y, M, X maing-maing berukuran n pengamatan, dengan matrik kovarianinya adalah (10) S Y YM YX YM M MX YX MX X Jika matrik pengamatan Y, M, X dituli dalam bentuk matrik yang dipartii menjadi dua bagian, bagian pertama terdiri ata peubah Y dan bagian kedua (mialkan U) terdiri ata peubah M dan X, Y YU maka matrik kovariani ampel euai partii terebut adalah S, YU YM YX YU SUU M MX dan S UU. MX X 1 (11) ˆ β S dengan (1) R Penduga koefiien regrei untuk peubah M dan X pada model (3) adalah UU YU 1 b c' = M MX YM MX X YX S 1 YU UU YU Y 1 1 M MX YM YM YX Y MX X YX 1 b YM YX Y c'. 10

6 Suhardi, Efektivita Variabel Mediator Berdaarkan Kontribuinya Untuk model (), pendugaan koefiien regrei ederhana X terhadap M, dapat dilakukan M MX menggunakan matrik kovariani S UU. Koefiien regrei a, R, dan dari model MX X ini maing-maing adalah a (13) 1 X MX 1 (14) R M X MX X MX M Variani ampel beryarat M etelah X dengan menggunakan peramaan (7) adalah (15) M X M 1 RM X ehingga dengan menggunakan peramaan (8) diperoleh a (16) a M X n X. Penduga variani dari β ˆ =, b c' dalam model (3) juga diperoleh melalui peramaan (8). Penduga variani koefiien regrei b diperoleh dengan menggunakan (9), (1) dan (15), yaitu (17) b n 1R Y 1 M X Selanjutnya, dengan hail-hail di ata dapat diperoleh tatitik Sobel Tet (Z) dengan menggunakan peramaan (11), (13), (16), (17), dan (5). Jumlah kuadrat regrei dapat dipartii tergantung urutan mauknya prediktor dalam model (ekuenial). Jumlah kuadrat ekuenial (extra um of quare) penambahan uatu prediktor ke dalam model merupakan ukuran kontribui mauknya prediktor terebut. Mialkan, etiap prediktor ecara berurutan atu per atu mauk dalam model ampai terbentuk model regrei yang terdiri ata k prediktor, y 0 1 X1 kxk, dengan jumlah kuadrat regrei JKR 0, 1,, k. Jumlah kuadrat ekuenial penambahan parameter prediktor X j, j 1,, k ke dalam model y X X diebut extra um of quare adalah j1 j1 (18) JKR j 0, 1,, j1 JKR 0, 1,, j JKR 0, 1,, j1 11

7 Jurnal Matematika, Sain, dan Teknologi, Volume 9, Nomor 1, Maret 009, 6-17 yang maing-maing mempunyai derajat beba atu. Peramaan (18) merupakan kontribui prediktor Xj bilamana ia ditambahkan ke dalam model yang ebelumnya mengandung X1, X,..., Xj-1. (Myer & Milton, 1991). Dalam model mediai ederhana, Xj = M dan Xj-1 = X ehingga model regrei yang terbangun adalah model pada peramaan (3). Penambahan atu peubah M ke dalam model emula (model (1)) akan menyebabkan ebagian dari variai galat baru terebut. Bagian ini merupakan tambahan bagi variai model yang dapat diiipkan ecara ekuenial dalam tabel ANOVA. Variai tambahan akibat mauknya M etelah X berada dalam model dapat diukur melalui jumlah kuadrat (M X) dengan memanfaatkan hail regrei X terhadap M. Mialkan jumlah kuadrat regrei model (3) etelah adanya interep dalam model adalah JKR(c,b i), dan jumlah kuadrat regrei model (1) etelah adanya interep dalam model adalah JKR(c i). Berdaarkan kenario ini, prediktor yang mauk terdahulu ke dalam model adalah variabel X, kemudian baru ditambahkan variabel M, maka kontribui variabel M adalah: (19) JKR ( b i, c) JKR ( c, b i) JKR ( c i). 1 dapat direduki oleh adanya peubah Jumlah kuadrat regrei M dan X terhadap Y etelah adanya interep dalam model, adalah JKR c',b i n R 1 Y (0) dengan R dihitung menggunakan peramaan (1). Jumlah kuadrat regrei X terhadap Y, model (1), etelah adanya interep dalam model, adalah (1) 1 JKR c i n 1 YX X YX ehingga dengan peramaan (19) dapat diperoleh jumlah kuadrat kontribui M X terhadap Y yaitu hail dari (0) dikurangi hail dari (1). Selanjutnya, dengan hail-hail di ata variabel K dinyatakan dalam proentae ebagai () K JKR ( b i, c) JKR ( c, b i) x100. Oleh karena bearnya kontribui K tergantung bearnya b, dan bearan b adalah alah atu faktor dari bearnya pengaruh mediai, maka emakin bear K akan emakin bear pula pengaruh mediainya, yang berarti akan emakin bear juga tatitik ignifikani pengaruh mediai terebut. Koniteni hubungan K dengan ignifikani pengaruh mediainya, dalam penelitian, diuji ecara empiri melalui peneluuran pola hubungan linear antara K dan ignifikani pengaruh mediainya. 1

8 Suhardi, Efektivita Variabel Mediator Berdaarkan Kontribuinya METODOLOGI Variabel-variabel dalam penelitian ini adalah tingkat kontribui variabel mediator (K) dihitung melalui peramaan (), dan efektivita mediator (Z) dihitung ebagai tatitik Sobel Tet (5). Jadi rancangan model dalam penelitian ini adalah hubungan antara K dengan Z. Penelitian ini memerlukan ejumlah variabel-variabel pendukung untuk menghailkan dua variabel utama terebut. Perhitungan variabel-variabel pendukung menggunakan konep-konep ebagaimana telah dikemukakan melalui peramaan-peramaan (4) ampai dengan peramaan (). Analii hubungan euai rancangan model terebut dietimai menggunakan data imulai. Analii terutama diajikan dalam bentuk grafik korelai K dengan Z, dan etimai parameter pengaruh K terhadap Z. Oleh karena Z kemungkinan mempunyai nilai negatif dan poitif, maka dalam penelitian ini digunakan nilai mutlak Z. Proe etimai dan atau imulai data menggunakan bantuan program aplikai Microoft Excel. Proedur iterai pengumpulan/pembangkitan data K dan Z dilakukan ebagai berikut: (i) bangkitkan data X dan Y ditribui normal dengan ukuran dan taraf korelai XY tertentu, (ii) bangkitkan data M ditribui normal dengan ukuran yang ama pada (i) dan korelai XM random, (iii) tentukan nilai K dan Z dengan menghitung berbagai tatitik menggunakan hail (i) dan (ii), dan (iv) bangkitkan data K dan Z dengan melakukan langkah (ii) dan (iii) ampai iterai ke-n. Proe iterai, di dalam Excel, menggunakan failita macro, edangkan proe pembangkitan data menggunakan fungi RAND(), NORMINV(), dan CORAND(). Khuu CORAND(), fungi ini tidak teredia dalam Excel tandar, haru ditambahkan dari perangkat imulai Simtool yang dikembangkan oleh Myeron (000) dari Northwetern Univerity. Analii data dilakukan dalam tiga taraf korelai XY, yaitu pada taraf korelai rendah, edang, dan tinggi. Untuk mendapat gambaran viual adanya hubungan peifik antara K terhadap Z, analii imulai menggunakan diagram pencar. Lebih lanjut untuk memperoleh gambaran pengaruh ecara kuantitatif, etimai dan analii model menggunakan pendekatan analii regrei. HASIL DAN PEMBAHASAN Model Regrei Linear Hubungan Z dengan K Data hipotetik ditribui normal untuk X dan Y dibangkitkan pada tiga taraf korelai. Taraf korelai XY dipilih tiga macam yaitu taraf korelai rendah (0,5), edang (0,50), dan tinggi (0,75). Data untuk M dibangkitkan mengikuti data X dengan korelai random, dan elanjutnya dengan pendekatan matrik kovariani dihitung berbagai tatitik regrei yang diperlukan untuk dapat menghitung nilai dari variabel K dan Z. Dalam hal ini, K adalah peren kontribui jumlah kuadrat M X terhadap jumlah kuadrat Y (X,M). Sedangkan Z adalah nilai mutlak tatitik uji Sobel. Setelah dilakukan iterai pembangkitan data M ebanyak N = 1000 kali pada etiap jeni taraf korelai XY, dan etiap iterai dihitung nilai-nilai K dan Z, maka diperoleh data hipotetik K dan Z dengan plot pencaran dan gari regrei yang maing-maing diajikan pada Gambar, 3, dan 4. 13

9 Jurnal Matematika, Sain, dan Teknologi, Volume 9, Nomor 1, Maret 009, 6-17 Gambar. Plot pencaran kontribui mediator (K) dan nilai mutlak tatitik obel (Z) pada taraf rxy = 0,5, iterai N = Takiran gari regrei Zˆ 0,5 0,04 K.. Gambar 3. Plot pencaran kontribui mediator (K) dan nilai mutlak tatitik Sobel (Z) pada taraf rxy = 0,50, iterai N = Takiran gari regrei Zˆ 0,34 0,13 K. 14

10 Suhardi, Efektivita Variabel Mediator Berdaarkan Kontribuinya Gambar 4. Plot pencaran kontribui mediator (K) dan nilai mutlak tatitik Sobel (Z) pada taraf rxy = 0,75, iterai N = Takiran gari regrei Zˆ 0,37 0,43 K. Kontribui Mediator terhadap Efektivitanya Hubungan kontribui variabel mediator dengan efektivitanya ebagaimana pada Gambar, 3, dan 4, menunjukkan kean pola hubungan berifat linear dan ekponenial; kean ekponenial terutama pada nilai kontribui yang rendah. Perbedaan pada etiap gambar menunjukkan bahwa derajat hubungan K dengan Z tergantung pada korelai antara X dengan Y. Hubungan interaki antara K dengan rxy terhadap Z terlihat lebih jela dengan mengepa gari luru nilai-nilai Z untuk berbagai nilai K. Koefiien gari lebih landai ejalan dengan emakin rendahnya rxy. Koefiien gari pada taraf rxy rendah, edang, dan tinggi, maing-maing adalah 0,04, 0,13, dan 0,43. Artinya, diperlukan kontribui yang emakin tinggi dari M bagi model mediai ederhana yang mempunyai korelai antara X dan Y yang emakin rendah, untuk tingkat efektivita mediai yang ama. Tingkat kontribui M dalam model mediai ederhana yang diperlukan agar pengaruh mediainya efektif, pada taraf-taraf korelai XY tertentu diajikan pada Tabel 1. Nilai Z = 1,64 menunjukkan titik kriti efektivita pengaruh mediai pada tingkat ignifikan α = 10%. Nilai Z = 1,96 menunjukkan titik kriti efektivita pengaruh mediai pada tingkat ignifikan α = 5%. Nilai-nilai K untuk titik kriti efektivita Z = 1,96 pada tiga jeni taraf korelai XY maing-maing adalah 44%, 1,5%, dan 3,7%. Artinya, kira-kira, diperlukan tingkat kontribui lebih dari 40% bagi variabel mediator (M) agar pengaruh mediainya efektif, jika korelai antara X dengan Y rendah. Jika korelai XY tinggi, diperlukan tingkat kontribui M kira-kira 4%. Pada taraf edang, kira-kira diperlukan kontribui 1%. Hail penelitian ini menunjukkan bahwa agar M efektif dalam model mediai ederhana, maka kontribui M haru emakin bear jika korelai XY emakin rendah. 15

11 Jurnal Matematika, Sain, dan Teknologi, Volume 9, Nomor 1, Maret 009, 6-17 Tabel 1. Nilai K untuk Nilai Z Efektif, pada Taraf-taraf Korelai XY Taraf Nilai K (%) untuk ˆ Korelai XY rxy Model 1, 64 Z ˆ 1, Rendah 0,5 Sedang 0,50 Tinggi 0,75 Z 96 Zˆ 0,5 0,04 K 35,8 44,0 Zˆ 0,34 0,13 K 10,1 1,5 Zˆ 0,37 0,43 K 3,0 3,7 Kajian Teoriti v Empirik Secara teoriti, pengaruh mediai variabel mediator (M) tergantung korelainya dengan X dan Y, erta korelai X dengan Y. Bearan ini diwakili oleh nilai a, b, dan c dalam Gambar 1. Jika emua korelai ini ignifikan, maka ignifikani pengaruh mediai tergantung kecilnya variani maing-maing a dan b. Pengaruh mediai yang ignifikan menunjukkan bahwa keberadaan M yang efektif dalam model mediai ederhana, mereduki dengan cukup bear (yakni ebear ab) peranan X dalam model (dari c menjadi c ). Nilai ab akan relatif lebih bear dibandingkan dengan nilai c model mediai ederhana dengan rxy lebih rendah, daripada dengan nilai c model mediai ederhana dengan rxy lebih tinggi. Artinya, pada model mediai ederhana dengan korelai XY rendah, keberadaan mediator M lebih efektif (berperan) daripada mediator terebut berada pada model mediai ederhana dengan korelai XY tinggi. Jadi, keberadaan M dalam model mediai ederhana akan bear peranannya jika X dan Y berkorelai rendah. Sebaliknya untuk X dan Y yang berkorelai tinggi maka keberadaan M menjadi tidak terlalu berperan. Hail empiri, dalam penelitian ini, menunjukkan bahwa agar M efektif dalam model mediai ederhana, maka kontribui M haru emakin bear jika korelai XY emakin rendah. Keadaan ini euai ecara teoriti karena kontribui M yang lebih bear, pengaruh mediainya akan lebih bear, dan menunjukkan bahwa M emakin berperan dalam model mediai ederhana. Semakin bear kontribui M akan menyebabkan nilai c (model (3)) mengecil, dan akan emakin kecil lagi jika korelai XY rendah. Pada model dengan korelai XY yang angat rendah maka emakin bear kontribui M akan menyebabkan nilai c mendekati nol, artinya mediai yang terjadi akan lebih mengarah ke mediai empurna. Sedangkan jika korelai XY tinggi, mediai yang terjadi berifat mediai parial karena kemungkinan nilai c tidak akan mencapai nol. KESIMPULAN Hail penelitian ini menunjukkan bahwa efektivita uatu variabel mediator dalam model mediai ederhana dipengaruhi oleh kontribuinya. Efektivita variabel mediator yang ditunjukkan oleh ignifikani pengaruh mediai bergantung pada bear kecilnya kontribui variabel mediator terebut dalam model. Pengaruh kontribui mediator terhadap efektivitanya terebut bergantung juga pada tingkat korelai model awal (model ederhana hubungan antara X dan Y). Pada tingkat korelai XY rendah, pengaruh mediai variabel mediator efektif jika kontribuinya cukup bear. Sebaliknya, pada tingkat korelai XY tinggi, pengaruh mediai variabel mediator efektif walau kontribuinya kecil. Pada berbagai taraf korelai XY terebut, pengaruh kontribui terhadap 16

12 Suhardi, Efektivita Variabel Mediator Berdaarkan Kontribuinya efektivita ecara umum tetap ama bahwa emakin bear kontribui maka emakin bear efektivitanya ebagai variabel mediator. REFERENSI Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable ditinction in ocial pychological reearch: Conceptual, trategic, and tatitical conideration. Journal of Peronality and Social Pychology, 51, Jame, L. R., & Brett, J. M. (1984). Mediator, moderator, and tet for mediation. Journal of Applied Pychology, 69, MacKinnon, D. P., & Dwyer, J. H. (1993). Etimating mediated effect in prevention tudie. Evaluation Review, 17, MacKinnon, D. P., Wari, G., & Dwyer, J. H. (1995). A imulation tudy of mediated effect meaure. Multivariate Behavioral Reearch, 30(1), Morrion, D. F. (1990). Multivariate tatitical method (3 rd ed). Singapore: McGraw-Hill. Myer, R. H., & Milton, J.S. (1991). A firt coure in the theory of linear tatitical model. Boton: PWS-Kent. Myeron, R. B. (000). Simtool (3.31a). Northwetern Univerity : Kellog Scholl of Management. Diambil 4 Agutu 000, dari Preacher, K. J., & Haye, A. F. (004). SPSS and SAS procedure for etimating indirect effect in imple mediation model. Behavior Reearch Method, Intrument, & Computer, 36(4), Sobel, M. E. (198). Aymptotic interval for indirect effect in tructural equation model. Dalam S. Leinhart (Editor), Sociological Methodology 198, pp San Francico: Joey-Ba. Preacher, K. J., & Leonardelli, G. J. (006). Calculation for the obel tet: An interactive calculation tool for mediation tet. Diambil Januari 008, dari 17