Sobel Test

Statistikazone

Sobel Test Calculator

Hitung indirect effect dan uji signifikansi efek mediasi menggunakan Sobel Test secara cepat dan otomatis.

🧮 Sobel Test Calculator

Masukkan koefisien jalur dan standard error dari jalur X → M dan M → Y.

Koefisien Jalur a (X → M)

Koefisien pengaruh variabel X terhadap mediator M.

Standard Error a (SEa)

Standard error dari koefisien jalur a.

Koefisien Jalur b (M → Y)

Koefisien pengaruh mediator M terhadap Y.

Standard Error b (SEb)

Standard error dari koefisien jalur b.

Masukkan nilai a, b, SEa, dan SEb yang valid. Standard error harus lebih besar dari 0.

Hasil Sobel Test

Indirect Effect (a × b) 0.0000

Sobel z-value 0.0000

p-value 0.0000

Hasil pengujian akan ditampilkan di sini.

Standard Error Indirect Effect

SE_ab = √( b²SE_a² + a²SE_b² )

Jalur X → M

Koefisien pengaruh variabel independen terhadap mediator.

Jalur M → Y

Koefisien pengaruh mediator terhadap variabel dependen.

Indirect Effect

Besarnya efek tidak langsung X terhadap Y melalui mediator M.

Sobel Test: Teknik Pengujian Indirect Effect

Sobel Test merupakan salah satu metode yang digunakan untuk menguji apakah efek tidak langsung atau indirect effect dalam model mediasi berbeda secara signifikan dari nol.

Dalam analisis mediasi, variabel mediator berada di antara variabel independen dan variabel dependen. Misalnya, variabel X memengaruhi M, kemudian M memengaruhi Y.

Apa Itu Indirect Effect?

Indirect effect merupakan efek variabel X terhadap Y yang terjadi melalui variabel mediator M.

Indirect Effect = a × b

a = pengaruh X → M
b = pengaruh M → Y

Rumus Sobel Test

Standard error dari indirect effect dapat dihitung menggunakan formula:

SEab = √(b²SEa² + a²SEb²)

Kemudian nilai statistik Sobel dihitung dengan:

z = (a × b) / SEab

Kriteria Pengambilan Keputusan

Secara umum, hasil Sobel Test dapat dibandingkan dengan nilai kritis distribusi normal standar.

Kriteria	Interpretasi
\|z\| ≥ 1,96	Signifikan pada α = 5% untuk pengujian dua sisi
\|z\| < 1,96	Tidak signifikan pada α = 5% untuk pengujian dua sisi

Dalam praktiknya, keputusan juga dapat dibuat berdasarkan p-value. Pada tingkat signifikansi 5%, p-value < 0,05 menunjukkan bahwa hasil pengujian signifikan secara statistik.

Contoh Perhitungan Sobel Test

Misalnya diperoleh hasil analisis:

a = 0,45
SEa = 0,10
b = 0,35
SEb = 0,12

Indirect effect:

ab = 0,45 × 0,35 = 0,1575

Standard error indirect effect:

SEab = √[(0,35² × 0,10²) + (0,45² × 0,12²)]

Selanjutnya nilai tersebut digunakan untuk memperoleh Sobel z-value dan p-value.

Anda dapat memasukkan nilai a, b, SEa, dan SEb pada kalkulator di bagian atas halaman untuk mendapatkan hasil perhitungan secara otomatis.

Interpretasi Hasil Sobel Test

Jika hasil pengujian menunjukkan p-value < 0,05, maka efek tidak langsung berbeda dari nol secara statistik pada tingkat signifikansi 5%.

Sebaliknya, jika p-value ≥ 0,05, bukti statistik yang diperoleh belum cukup untuk menyatakan bahwa indirect effect berbeda dari nol pada tingkat signifikansi tersebut.

Catatan penting: Sobel Test menggunakan pendekatan normal terhadap distribusi indirect effect. Pada kondisi tertentu, terutama ketika ukuran sampel relatif kecil atau distribusi indirect effect tidak normal, metode bootstrap dapat menjadi alternatif yang lebih sesuai untuk pengujian mediasi.

Sobel Test dalam Analisis Mediasi

Struktur sederhana model mediasi dapat digambarkan sebagai:

X → M → Y

X = variabel independen
M = variabel mediator
Y = variabel dependen

Jalur X → M dilambangkan dengan koefisien a, sedangkan jalur M → Y dilambangkan dengan koefisien b.

Efek tidak langsung kemudian dihitung sebagai hasil perkalian kedua koefisien tersebut.

Sobel Test vs Bootstrap

Aspek	Sobel Test	Bootstrap
Dasar	Pendekatan normal	Resampling
Distribusi indirect effect	Menggunakan pendekatan normal	Tidak membutuhkan asumsi normalitas yang sama
Hasil	z-value dan p-value	Confidence interval
Penggunaan	Pengujian klasik	Umum digunakan dalam analisis mediasi modern

Kesalahan yang Sering Terjadi

Memasukkan standard error sebagai koefisien jalur.
Menukar jalur a dan b.
Menginterpretasikan indirect effect tanpa melihat standard error atau signifikansinya.
Menganggap indirect effect yang bernilai positif otomatis signifikan.
Menggunakan Sobel Test tanpa mempertimbangkan metode pengujian mediasi yang sesuai dengan desain penelitian.

FAQ Sobel Test

Apa yang dimaksud dengan jalur a?

Jalur a merupakan koefisien pengaruh variabel X terhadap mediator M.

Apa yang dimaksud dengan jalur b?

Jalur b merupakan koefisien pengaruh mediator M terhadap variabel Y.

Apa itu indirect effect?

Indirect effect adalah efek variabel X terhadap Y yang terjadi melalui variabel mediator M. Pada model sederhana, indirect effect dihitung sebagai a × b.

Kapan indirect effect dikatakan signifikan?

Pada tingkat signifikansi 5%, hasil dapat dianggap signifikan secara statistik apabila p-value kurang dari 0,05.

Apakah Sobel Test sama dengan uji mediasi?

Sobel Test merupakan salah satu pendekatan untuk menguji signifikansi efek tidak langsung dalam model mediasi. Pengujian mediasi secara keseluruhan dapat melibatkan evaluasi jalur langsung dan tidak langsung serta metode inferensi yang sesuai.

Apakah Sobel Test dapat digunakan pada PLS-SEM?

Nilai koefisien dan standard error dari model dapat digunakan untuk menghitung Sobel Test secara manual. Namun, pada PLS-SEM, pengujian indirect effect umumnya dapat dilakukan menggunakan bootstrapping yang tersedia dalam perangkat lunak PLS-SEM.

Kesimpulan

Sobel Test merupakan salah satu teknik untuk menguji signifikansi indirect effect dalam analisis mediasi. Perhitungan didasarkan pada koefisien jalur a dan b serta standard error masing-masing jalur.

Gunakan kalkulator di bagian atas untuk memperoleh indirect effect, Sobel z-value, dan p-value secara otomatis.

Hitung Indirect Effect Anda

Masukkan nilai a, b, SEa, dan SEb pada kalkulator Sobel Test Statistikazone.