Data AnalysisAlthough an indirect e

Data Analysis
Although an indirect effect between two variables via a third can exist absent evidence of a
simple association between the two (c.f. Hayes 2009; Shrout and Bolger 2002), and unmoderated
mediation is not a prerequisite to moderated mediation, we nevertheless approach the analysis by
building the model from simple to more complex. We start first by examining the associations
between variables to test H1 and H2, using measures of simple association and ordinary least
squares (OLS) regression. We then estimate a mediation model to test H3, focusing primarily on the
estimation of the indirect effect as discussed by Preacher and Hayes (2004, 2008) and Hayes
(2009), again using OLS regression and relying on a bootstrap method for inference (Hayes 2009;
Shrout and Bolger 2002). H4 is examined by estimating a moderated OLS regression model (see
e.g., Aiken and West 1991; Hayes and Matthes 2009). H5 is examined by estimating the indirect effect first examined when testing H3, but conditioned on the moderator, again using OLS
regression to estimate all effects of interest and a bootstrapping procedure for inference about
conditional indirect effects. H3, H4, and H5 were tested using computational tools described in
Preacher and Hayes (2004), Preacher et al. (2007), and Hayes and Matthes (2009).

Results (Indonesian) 2:

Analisis Data
Meskipun efek tidak langsung antara dua variabel melalui ketiga dapat eksis bukti absen dari
hubungan sederhana antara dua (cf Hayes 2009; Shrout dan Bolger 2002), dan tanpa moderator
mediasi tidak prasyarat untuk mediasi dimoderasi, kami tetap mendekati analisis oleh
membangun model dari yang sederhana sampai yang lebih kompleks. Kami mulai pertama dengan memeriksa asosiasi
antara variabel untuk menguji H1 dan H2, menggunakan langkah-langkah asosiasi sederhana dan paling biasa
kuadrat (OLS) regression. Kami kemudian memperkirakan model mediasi untuk menguji H3, berfokus terutama pada
estimasi efek tidak langsung seperti yang dibahas oleh Preacher dan Hayes (2004, 2008) dan Hayes
(2009), sekali lagi menggunakan regresi OLS dan mengandalkan metode bootstrap untuk inferensi (Hayes 2009;
Shrout dan Bolger 2002). H4 diperiksa oleh memperkirakan model OLS regresi moderator (lihat
misalnya, Aiken dan Barat 1991; Hayes dan Matthes 2009). H5 diperiksa dengan memperkirakan efek tidak langsung diperiksa pertama ketika pengujian H3, tapi dikondisikan pada moderator, lagi menggunakan OLS
regresi untuk memperkirakan semua efek dari bunga dan prosedur bootstrap untuk inferensi tentang
efek tidak langsung bersyarat. H3, H4, dan H5 diuji dengan menggunakan alat komputasi yang dijelaskan dalam
Pengkhotbah dan Hayes (2004), Pengkhotbah et al. (2007), dan Hayes dan Matthes (2009).