Cara Uji Mediasi dengan SmartPLS: Indirect Effect, Bootstrapping, dan Interpretasi

Uji Mediasi SmartPLS Bootstrapping: Mengapa Penting bagi Peneliti S2?

Banyak mahasiswa S2 manajemen dan psikologi yang merancang model penelitian dengan variabel mediator, tetapi bingung saat harus membuktikan mediasi secara statistik. Pertanyaan paling umum yang muncul: apakah mediasi sudah terbukti jika korelasi tampak logis? Jawabannya tidak — uji mediasi SmartPLS bootstrapping adalah prosedur wajib untuk membuktikan efek tidak langsung secara empiris, bukan sekadar asumsi teoritis.

Direct Answer: Uji mediasi SmartPLS bootstrapping dilakukan melalui menu Calculate → Bootstrapping di SmartPLS dengan minimal 5.000 subsamples. Hasil indirect effect dinyatakan signifikan jika p-value < 0,05 atau confidence interval tidak melewati angka nol. Nilai VAF (Variance Accounted For) kemudian menentukan jenis mediasi: VAF > 80% = mediasi penuh, VAF 20%–80% = mediasi parsial.

Uji mediasi bukan sekadar pelengkap bab IV tesis — ini adalah inti argumen teoritis yang menunjukkan bagaimana dan mengapa suatu variabel independen berdampak pada variabel dependen. Berdasarkan pengalaman Percetakan Wisuda sejak 2004 mendampingi peneliti, kesalahan paling sering terjadi pada tahap interpretasi indirect effect dan penentuan jenis mediasi, bukan pada operasional software SmartPLS-nya sendiri.

Konsep Dasar Indirect Effect SmartPLS dan Peran Bootstrapping

Dalam model SEM-PLS, efek total variabel independen (X) terhadap variabel dependen (Y) terdiri dari dua jalur: efek langsung (direct effect) dan efek tidak langsung melalui mediator (indirect effect SmartPLS). Formula dasarnya adalah: Total Effect = Direct Effect + Indirect Effect.

SmartPLS menggunakan metode bootstrapping — bukan distribusi normal — untuk mengestimasi signifikansi indirect effect. Ini penting karena distribusi sampling efek tidak langsung biasanya tidak normal, sehingga uji-t atau uji-z konvensional kurang tepat. Bootstrapping meresampling data ratusan hingga ribuan kali untuk menghasilkan distribusi empiris yang andal.

Outer loading ≥ 0,70 pada setiap indikator merupakan syarat minimum validitas konstruk di SmartPLS sebelum uji mediasi dapat diandalkan. Pastikan model pengukuran sudah memenuhi syarat ini sebelum melanjutkan ke analisis struktural dan mediasi.

Langkah Uji Mediasi SmartPLS Bootstrapping: Tutorial Lengkap

Berikut adalah prosedur operasional lengkap menjalankan indirect effect SmartPLS dari awal hingga interpretasi. Setiap langkah dapat diikuti secara mandiri tanpa referensi tambahan.

Langkah 1: Pastikan Model Pengukuran Sudah Valid

Sebelum uji mediasi, verifikasi bahwa semua indikator memiliki outer loading ≥ 0,70, nilai AVE ≥ 0,50, dan Composite Reliability (CR) ≥ 0,70. Jalankan Calculate → PLS Algorithm terlebih dahulu dan cek laporan Reliability and Validity. Mediasi tidak bisa diinterpretasikan secara valid jika model pengukuran belum memenuhi syarat ini. Artikel Cara Interpretasi Output SmartPLS membahas tahap ini secara lengkap.

Langkah 2: Susun Model Struktural dengan Mediator

Di antarmuka SmartPLS, pastikan variabel mediator (M) sudah terhubung dalam diagram jalur: X → M dan M → Y. Jalur langsung X → Y juga harus tetap ada dalam model agar efek langsung dan tidak langsung dapat dibandingkan. Simpan model sebelum menjalankan bootstrapping.

Langkah 3: Jalankan Bootstrapping

Buka menu Calculate → Bootstrapping. Atur parameter berikut: Subsamples = 5.000 (minimum; gunakan 10.000 untuk sampel kecil <100), Significance Level = 0,05, Test Type = Two-Tailed, dan Confidence Interval Method = Percentile Bootstrap atau BCa Bootstrap. Klik Run Bootstrapping dan tunggu proses selesai.

Langkah 4: Buka Tab Indirect Effects

Setelah bootstrapping selesai, buka laporan hasil di panel kiri SmartPLS → Mean, STDEV, T-Statistics (Bootstrapping) → pilih tab Indirect Effects. Cari baris yang menunjukkan jalur X → M → Y. Catat nilai: Original Sample (koefisien indirect effect), T Statistics, dan P Values.

Langkah 5: Baca Confidence Interval

Pilih tab Confidence Intervals (Bias Corrected) untuk mendapatkan batas bawah (2,5%) dan batas atas (97,5%) CI dari indirect effect. Jika kedua batas CI positif atau keduanya negatif (tidak melewati angka nol), indirect effect SmartPLS dinyatakan signifikan pada α = 0,05.

Langkah 6: Hitung VAF dan Tentukan Jenis Mediasi

Gunakan rumus: VAF = Indirect Effect ÷ (Indirect Effect + Direct Effect) × 100%. Nilai indirect effect dan direct effect diambil dari kolom Original Sample di tab masing-masing. Komparasi hasil direct effect sebelum dan setelah mediator dimasukkan juga membantu memverifikasi jenis mediasi.

Tabel Interpretasi Hasil Uji Mediasi SmartPLS: Mediasi Penuh Parsial

Setelah mendapatkan nilai indirect effect, direct effect, dan VAF, gunakan tabel berikut sebagai panduan interpretasi resmi mediasi penuh parsial SmartPLS.

Checklist Sebelum Menyerahkan Hasil Uji Mediasi SmartPLS

• Pastikan outer loading semua indikator ≥ 0,70 dan AVE ≥ 0,50 sebelum bootstrapping dijalankan
• Verifikasi jumlah subsamples bootstrapping minimal 5.000 (gunakan 10.000 jika sampel < 100 responden)
• Catat nilai Original Sample, T Statistics, P Values, dan Confidence Interval dari tab Indirect Effects
• Hitung VAF secara manual dan dokumentasikan rumus serta hasilnya dalam laporan Bab IV
• Konfirmasi jenis mediasi (penuh/parsial/tidak ada) berdasarkan dua kriteria: signifikansi CI dan nilai VAF
• Pastikan narasi interpretasi di Bab IV menyebut angka spesifik (koefisien, p-value, VAF) — bukan hanya simpulan verbal

FAQ: Pertanyaan Umum Seputar Uji Mediasi SmartPLS

Bagaimana cara menjalankan bootstrapping untuk uji mediasi di SmartPLS?

Di SmartPLS, buka menu Calculate → Bootstrapping. Atur jumlah subsamples minimal 5.000, pilih Two-Tailed test, dan confidence level 95%. Setelah proses selesai, buka tab Indirect Effects untuk melihat nilai koefisien dan p-value efek tidak langsung antar konstruk.

Bagaimana cara membaca nilai indirect effect di SmartPLS untuk menentukan mediasi?

Pada output Bootstrapping SmartPLS, lihat kolom Indirect Effects. Jika nilai koefisien indirect effect signifikan (p < 0,05 atau CI tidak melewati nol), maka mediasi terbukti. Jika efek langsung (direct effect) setelah memasukkan mediator menjadi tidak signifikan, disebut mediasi penuh.

Apa perbedaan mediasi penuh dan mediasi parsial dalam SmartPLS?

Mediasi penuh terjadi ketika efek langsung variabel independen ke dependen menjadi tidak signifikan setelah mediator dimasukkan, namun indirect effect tetap signifikan. Mediasi parsial terjadi ketika keduanya signifikan — efek langsung melemah tetapi tidak hilang setelah mediator dimasukkan dalam model.

Berapa nilai VAF yang diperlukan untuk membuktikan mediasi di SmartPLS?

VAF (Variance Accounted For) dihitung dengan rumus: indirect effect dibagi total effect dikali 100%. VAF > 80% menunjukkan mediasi penuh, VAF 20%–80% menunjukkan mediasi parsial, dan VAF < 20% mengindikasikan tidak ada mediasi yang berarti dalam model SmartPLS.

Kesimpulan: Mediasi Bukan Asumsi, Melainkan Bukti Statistik

Uji mediasi SmartPLS bootstrapping adalah prosedur yang dapat dipelajari secara sistematis — bukan proses yang rumit jika dipahami langkah demi langkah. Kuncinya ada pada tiga angka: koefisien indirect effect yang signifikan, confidence interval yang tidak melewati nol, dan nilai VAF yang menentukan jenis mediasi. Menurut Percetakan Wisuda, kesalahan paling sering terjadi bukan pada operasional software, melainkan pada narasi interpretasi di Bab IV yang tidak menyertakan angka spesifik.

Dengan memahami perbedaan mediasi penuh dan parsial, serta cara menghitung VAF secara tepat, peneliti dapat menyajikan argumen teoritis yang kuat dan meyakinkan pembimbing maupun penguji. Percetakan Wisuda — Ahlinya Dokumen — hadir untuk memastikan analisis SmartPLS Anda menghasilkan output yang siap masuk Bab IV tanpa revisi berulang.