Kritik Terhadap Metode Causal Steps Baron dan Kenny untuk Analisis Peran Mediasi

Secara umum, prosedur untuk analisis adanya efek mediasi suatu hubungan ditentukan dengan tiga cara, yakni dengan causal steps dari Baron dan Kenny (1986), dengan Sobel Test, dan dengan Bootstraping. Diantara ketiga itu, prosedur analisis mediator yang paling umum digunakan mahasiswa baik untuk level skripsi maupun tesis adalah prosedur estimasi yang didasarkan pada panduan Baron dan Kenny (1986), atau yang sering dikenal dengan sebutan Causal steps. Hal ini wajar, karena memang Baron dan Kenny adalah pionir yang pertama kali mencetuskan teknik untuk melihat adanya peran variabel mediator. Jurnal dari Baron dan Kenny sudah disitasi oleh ribuan peneliti dunia.

Meskipun demikian, tren terkini justru banyak yang mengkritik prosedur causal steps Baron dan Kenny, bahkan beberapa jurnal sudah tidak menerima lagi teknik analisis ini dimuat dalam artikel mereka. Tulisan ini akan merangkum beberapa kritik yang disampaikan peneliti dunia terhadap prosedur causal steps Baron dan Kenny, serta alternatif solusi yang digunakan untuk analisis variabel 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 jalur c yang diharapkan signifikan atau yang disebut efek total (total effect).
2. Membuat persamaan regresi pengetahuan (X) terhadap sikap (M). Analisis regresi ini akan menghasilkan jalur a yang diharapkan signifikan.
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 jalur b, sedangkan prediksi X terhadap Y menghasilkan jalur c’. Jalur b diharapkan signifikan, sedangkan jalur c’ diharapkan tidak signifikan agar terjadi mediasi sempurna, atau jalur c’ signifikan tapi menurun effect sizenya untuk agar terjadi mediasi parsial. Jalur a*b ini disebut efek tidak langsung (indirect effect), sedangkan jalur c’ disebut efek langsung (direct effect).
Jika salah satu dari keempat jalur tersebut tidak sesuai dengan kriteria, maka peneliti tidak dapat menyebut adanya efek mediasi. Beberapa kritik kemudian muncul atas prosedur ini.

Pertama, perlu dicatat bahwa metode Baron dan Kenny tidak memberikan cara menguji bahwa efek tidak langsung (jalur a*b) telah terjadi. Baron dan Kenny hanya menyebutkan langkah-langkah kausal (yang sudah diuraikan sebelumnya), yang harus dipenuhi untuk memungkinkan mediasi terjadi. Baron dan Kenny justru merekomendasikan peneliti untuk menggunakan teknik analisis Sobel Test untuk menguji efek tidak langsung ini. Meskipun demikian, langkah ini sebenarnya bukan bagian dari causal steps Baron dan Kenny, dan hal ini sering diabaikan oleh para peneliti. Tren terkini juga banyak yang mengkritik penggunaan Sobel Test karena sangat tergantung pada distrubusi sampel yang normal.

Kedua, beberapa langkah yang dilakukan dalam causal steps Baron dan Kenny juga dirasa tidak penting dan kurang logis, karena dalam analisis peran mediator yang paling utama sebenarnya adalah ada atau tidaknya efek tidak langsung (indirect effect). Baron dan Kenny menetapkan bahwa X harus berperan signifikan terhadap Y dengan tidak adanya M (total effect), karena akan ada efek untuk memediasi. Meskipun hal nampak ini logis, namun tidak demikian. Misal: peneliti meregresikan X ke Y pada suatu kelompok sampel (misal laki-laki dan perempuan). Jika kedua kelompok sampel tersebut memiliki magnitude hubungan yang sama besar namun dengan arah yang berlawanan, maka ketika kedua kelompok tersebut dijadikan satu akan menjadikan hubungan X dan Y menjadi tidak signifikan. Dengan demikian jika mengacu pada kriteria Baron dan Kenny tidak ada efek mediasi. Padahal mediasi bisa terjadi meskipun tidak terdapat total effect X terhadap Y. Pada kasus yang lain, Baron dan Kenny menetapkan bahwa M harus berperan signifikan terhadap Y. Padahal, jika hubungan X dan Y sangat kuat dapat menyebabkan standar eror yang besar pada M, yang kemudian dapat menyebabkan perannya terhadap Y menjadi negatif.

Kritik yang paling utama adalah terkait pemisahan jenis mediasi dari Baron dan Kenny menjadi mediasi sempurna dan mediasi parsial. Isitilah mediasi sempurna menunjukkan bahwa dia telah mampu memperantarai keseluruhan total effect hubungan antara X dan Y. Namun pada kenyataannya, sering dijumpai banyak mediator sempurna dari suatu hubungan X dan Y. Lebih lanjut, dalam kasus dimana sebenarnya ada mediasi parsial, temuan mediasi sempurna mungkin hanyalah cerminan ketidakmampuan untuk mendeteksi efek langsung melalui kurangnya kekuatan statistik. Hasil ini sering dianggap benar, padahal jika sampel ditambah ada kemungkinan sebanarnya ada efek langsung, yang ini berarti terjadi mediasi parsial. Dalam hal ditemukan mediasi parsial juga sebenarnya agak tidak masuk akal. Semua variabel psikologis pada dasarnya dimediasi oleh sesuatu, sehingga terjadinya efek langsung yang signifikan hanyalah refleksi dari mispesifikasi model.

Lalu bagaimana alternatif solusi untuk analisis peran mediasi. Beberapa peneliti sudah berpindah ke teknik bootstraping untuk analisis peran mediasi. Selain bisa menguji efek tidak langsung, bootstraping juga lebih tahan atas ketidaknormalan data, seperti yang menjadi kelemahan Sobel Test. Teknik ini lebih diterima secara ilmiah, beberapa jurnal lebih menerima prosedur menggunakan bootstraping dibandingkan causal steps yang dirasa sudah outdated. Teknik analisis dengan bootsraping sendiri bisa dilakukan di SPSS dengan mengunduh plug PROCESS Hayes untuk SPSS yang memungkinkan seseorang untuk menghasilkan output untuk efek tidak langsung, termasuk interval kepercayaan dan effect sizenya. Tulisan sebelumnya tentang prosedur analisis mediator dengan causal steps dapat dilihat di sini, sementara tulisan tentang prosedur analsis mediator dengan bootstraping melalui PROCESS di SPSS dapat dilihat di sini.

Bahan bacaan:
Baron, R.M. & Kenny, D.A. 1986. The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of personality and Social Psychology. 51 (6), 1173-1182

Field, A. (2013). Discovering statistics using IBM SPSS statistics. Sage.

Hayes, A. F. (2013). Introduction to mediation, moderation, and conditional process analysis. New York, NY: Guilford.

Zhao, X., Lynch, J.G., & Chen, Q. (2010). Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis. Journal of Consumer Research. 37(2), 197-206

Mahasiswa PhD di ELTE, Hungaria. Dosen Psikologi di UMM, Indonesia.

Share this

Related Posts

Previous
Next Post »
Secara umum, prosedur untuk analisis adanya efek mediasi suatu hubungan ditentukan dengan tiga cara, yakni dengan causal steps dari Baron dan Kenny (1986), dengan Sobel Test, dan dengan Bootstraping. Diantara ketiga itu, prosedur analisis mediator yang paling umum digunakan mahasiswa baik untuk level skripsi maupun tesis adalah prosedur estimasi yang didasarkan pada panduan Baron dan Kenny (1986), atau yang sering dikenal dengan sebutan Causal steps. Hal ini wajar, karena memang Baron dan Kenny adalah pionir yang pertama kali mencetuskan teknik untuk melihat adanya peran variabel mediator. Jurnal dari Baron dan Kenny sudah disitasi oleh ribuan peneliti dunia.

Meskipun demikian, tren terkini justru banyak yang mengkritik prosedur causal steps Baron dan Kenny, bahkan beberapa jurnal sudah tidak menerima lagi teknik analisis ini dimuat dalam artikel mereka. Tulisan ini akan merangkum beberapa kritik yang disampaikan peneliti dunia terhadap prosedur causal steps Baron dan Kenny, serta alternatif solusi yang digunakan untuk analisis variabel 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 jalur c yang diharapkan signifikan atau yang disebut efek total (total effect).
2. Membuat persamaan regresi pengetahuan (X) terhadap sikap (M). Analisis regresi ini akan menghasilkan jalur a yang diharapkan signifikan.
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 jalur b, sedangkan prediksi X terhadap Y menghasilkan jalur c’. Jalur b diharapkan signifikan, sedangkan jalur c’ diharapkan tidak signifikan agar terjadi mediasi sempurna, atau jalur c’ signifikan tapi menurun effect sizenya untuk agar terjadi mediasi parsial. Jalur a*b ini disebut efek tidak langsung (indirect effect), sedangkan jalur c’ disebut efek langsung (direct effect).
Jika salah satu dari keempat jalur tersebut tidak sesuai dengan kriteria, maka peneliti tidak dapat menyebut adanya efek mediasi. Beberapa kritik kemudian muncul atas prosedur ini.

Pertama, perlu dicatat bahwa metode Baron dan Kenny tidak memberikan cara menguji bahwa efek tidak langsung (jalur a*b) telah terjadi. Baron dan Kenny hanya menyebutkan langkah-langkah kausal (yang sudah diuraikan sebelumnya), yang harus dipenuhi untuk memungkinkan mediasi terjadi. Baron dan Kenny justru merekomendasikan peneliti untuk menggunakan teknik analisis Sobel Test untuk menguji efek tidak langsung ini. Meskipun demikian, langkah ini sebenarnya bukan bagian dari causal steps Baron dan Kenny, dan hal ini sering diabaikan oleh para peneliti. Tren terkini juga banyak yang mengkritik penggunaan Sobel Test karena sangat tergantung pada distrubusi sampel yang normal.

Kedua, beberapa langkah yang dilakukan dalam causal steps Baron dan Kenny juga dirasa tidak penting dan kurang logis, karena dalam analisis peran mediator yang paling utama sebenarnya adalah ada atau tidaknya efek tidak langsung (indirect effect). Baron dan Kenny menetapkan bahwa X harus berperan signifikan terhadap Y dengan tidak adanya M (total effect), karena akan ada efek untuk memediasi. Meskipun hal nampak ini logis, namun tidak demikian. Misal: peneliti meregresikan X ke Y pada suatu kelompok sampel (misal laki-laki dan perempuan). Jika kedua kelompok sampel tersebut memiliki magnitude hubungan yang sama besar namun dengan arah yang berlawanan, maka ketika kedua kelompok tersebut dijadikan satu akan menjadikan hubungan X dan Y menjadi tidak signifikan. Dengan demikian jika mengacu pada kriteria Baron dan Kenny tidak ada efek mediasi. Padahal mediasi bisa terjadi meskipun tidak terdapat total effect X terhadap Y. Pada kasus yang lain, Baron dan Kenny menetapkan bahwa M harus berperan signifikan terhadap Y. Padahal, jika hubungan X dan Y sangat kuat dapat menyebabkan standar eror yang besar pada M, yang kemudian dapat menyebabkan perannya terhadap Y menjadi negatif.

Kritik yang paling utama adalah terkait pemisahan jenis mediasi dari Baron dan Kenny menjadi mediasi sempurna dan mediasi parsial. Isitilah mediasi sempurna menunjukkan bahwa dia telah mampu memperantarai keseluruhan total effect hubungan antara X dan Y. Namun pada kenyataannya, sering dijumpai banyak mediator sempurna dari suatu hubungan X dan Y. Lebih lanjut, dalam kasus dimana sebenarnya ada mediasi parsial, temuan mediasi sempurna mungkin hanyalah cerminan ketidakmampuan untuk mendeteksi efek langsung melalui kurangnya kekuatan statistik. Hasil ini sering dianggap benar, padahal jika sampel ditambah ada kemungkinan sebanarnya ada efek langsung, yang ini berarti terjadi mediasi parsial. Dalam hal ditemukan mediasi parsial juga sebenarnya agak tidak masuk akal. Semua variabel psikologis pada dasarnya dimediasi oleh sesuatu, sehingga terjadinya efek langsung yang signifikan hanyalah refleksi dari mispesifikasi model.

Lalu bagaimana alternatif solusi untuk analisis peran mediasi. Beberapa peneliti sudah berpindah ke teknik bootstraping untuk analisis peran mediasi. Selain bisa menguji efek tidak langsung, bootstraping juga lebih tahan atas ketidaknormalan data, seperti yang menjadi kelemahan Sobel Test. Teknik ini lebih diterima secara ilmiah, beberapa jurnal lebih menerima prosedur menggunakan bootstraping dibandingkan causal steps yang dirasa sudah outdated. Teknik analisis dengan bootsraping sendiri bisa dilakukan di SPSS dengan mengunduh plug PROCESS Hayes untuk SPSS yang memungkinkan seseorang untuk menghasilkan output untuk efek tidak langsung, termasuk interval kepercayaan dan effect sizenya. Tulisan sebelumnya tentang prosedur analisis mediator dengan causal steps dapat dilihat di sini, sementara tulisan tentang prosedur analsis mediator dengan bootstraping melalui PROCESS di SPSS dapat dilihat di sini.

Bahan bacaan:
Baron, R.M. & Kenny, D.A. 1986. The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of personality and Social Psychology. 51 (6), 1173-1182

Field, A. (2013). Discovering statistics using IBM SPSS statistics. Sage.

Hayes, A. F. (2013). Introduction to mediation, moderation, and conditional process analysis. New York, NY: Guilford.

Zhao, X., Lynch, J.G., & Chen, Q. (2010). Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis. Journal of Consumer Research. 37(2), 197-206

No comments

Artikel Lainnya