TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
|
|
- Yulia Irawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan representasi LISREL. Dalam hal ini, model persamaan struktural terdiri dari dua model utama yaitu model struktural dan model pengukuran. Model struktural menjelaskan keterkaitan hubungan antara peubah-peubah laten, sedangkan model pengukuran menjelaskan keterkaitan hubungan antara peubah laten dengan indikatornya. Hubungan-hubungan tersebut dapat dinyatakan dalam bentuk persamaan matematika maupun dalam bentuk diagram alur. Model umum persamaan struktural didefinisikan sebagai berikut: η = Вη + Гξ + ζ (1) dengan В : matriks koefisien peubah laten endogenous berukuran m m Г : matriks koefisien peubah laten eksogenous berukuran m n η : vektor peubah laten endogenous berukuran m 1 ξ : vektor peubah laten eksogenous berukuran n 1 ζ : vektor sisaan acak hubungan antara η dan ξ berukuran m 1 Model pengukuran terbagi atas dua yaitu model pengukuran untuk y dan model pengukuran untuk x. Kedua model pengukuran ini didefinisikan sebagai berikut: y = Λ y η + ε () x = Λ x ξ + δ (3) dengan y : vektor penjelas peubah tidak bebas yang berukuran p 1 x : vektor penjelas peubah bebas yang berukuran q 1 Λ y : matriks koefisien regresi antara y dan η yang berukuran p m Λ x : matriks koefisien regresi antara x dan ξ yang berukuran q n ε : vektor sisaan pengukuran terhadap y yang berukuran p 1 δ : vektor sisaan pengukuran terhadap x yang berukuran q 1
2 5 Faktor acak yang terdapat dalam model LISREL diasumsikan memenuhi kriteria bahwa ε tidak berkorelasi dengan η, δ tidak berkorelasi dengan ξ, ζ tidak berkorelasi dengan ξ, cov(ξ) = Φ ( n n), cov(ζ) = Ψ ( m m), cov(ε) = Θ ε ( p p) dan cov(δ) = Θ δ ( q q) Asumsi yang digunakan ini berimplikasi terhadap matriks koragam bagi peubah pengamatan. Matriks koragam Σ dari indikator-indikator x dan y dapat dituliskan sebagai berikut: Σ = yy xy yx xx di mana Σ yy adalah matrik koragam bagi peubah pengamatan y yaitu: Σ yy = Λ y (І В) -1 (ГΦГ + Ψ)((І В) -1 ) Λ y + Θ ε (5) Σ yx adalah matriks koragam bagi peubah pengamatan y dan x yang dapat ditulis sebagai: Σ yx = Λ y (І В) -1 ГΦΛ x (6) Σ xy merupakan matriks putaran dari Σ yx, sedangkan matriks koragam bagi peubah pengamatan x adalah: Σ xx = Λ x ΦΛ x + Θ δ (7) Dari persamaan (5),(6) dan (7) dapat dilihat bahwa Σ merupakan fungsi dari parameter θ = (Λ y, Λ x, В, Г, Φ, Ψ, Θ ε, Θ δ ) yang mendefinisikan model LISREL, selanjutnya dapat dituliskan sebagai: ( ) ( ) ' ( ) ( ' ) ( ) ' ' Λy Ι Β ΓΦΓ +Ψ Ι Β Λ y +Θε Λy Ι Β ΓΦΛx Σ(θ) = ' ' ΛΦΓ x '(( Ι Β) ) Λy' ΛΦΛ x x +Θδ Unsur-unsur dalam parameter θ terbagi atas tiga macam yaitu parameter tetap, parameter kendala dan parameter bebas. Parameter tetap adalah parameter yang ditentukan nilainya. Parameter kendala adalah parameter yang tidak diketahui nilainya tetapi ditentukan sama dengan satu atau lebih parameter lainnya. Sedangkan parameter bebas adalah parameter yang tidak diketahui nilainya sama sekali.. (4) (8)
3 6 Identifikasi Parameter Identifikasi parameter model berkaitan dengan ketersediaan informasi yang cukup untuk mengidentifikasi adanya solusi yang unik dari persamaan struktural melalui spesifikasi parameter-parameter model. Defenisi 1 Jika suatu parameter dalam θ dapat dituliskan sebagai suatu fungsi dari satu atau lebih elemen dalam Σ, maka parameter dalam θ teridentifikasi. Jika semua parameter dalam θ teridentifikasi maka model teridentifikasi (Timm 00). Defenisi Suatu parameter θ teridentifikasi secara lokal atau teridentifikasi secara unik pada θ 1 jika di sekitar θ 1 tidak ada vektor θ sehingga Σ(θ 1 ) = Σ(θ ) kecuali θ 1 = θ (Timm 00). Dari definisi di atas dapat dikatakan bahwa jika terdapat sepasang vektor θ 1 dan θ sehingga Σ(θ 1 ) = Σ(θ ) dan θ 1 θ maka parameter θ tidak teridentifikasi. Menurut Bollen (1989), apabila suatu parameter tidak teridentifikasi maka tidak dapat ditentukan penduga yang konsisten untuk parameter tersebut. Cara lain untuk menguji masalah identifikasi bagi suatu model adalah dengan memperhatikan persamaan (8) dalam bentuk: σ ij = f ij (θ), i j. (9) Di sini ada sejumlah (p+q)(p+q+1)/ persamaan dan t unsur dalam θ yang tidak diketahui. Oleh karena itu, syarat perlu untuk keteridentifikasian bagi suatu parameter adalah: t < (p+q)(p+q+1)/ (10) dengan p : banyaknya indikator bagi variabel laten endogenous q : banyaknya indikator bagi variabel laten eksogenous Pendugaan Parameter Model Pendugaan parameter model secara substansi adalah pengepasan matriks koragam model Σ dengan matriks koragam contoh S. Fungsi pengepasan ini dinyatakan dengan F(S,Σ) yakni suatu fungsi yang bergantung pada S dan Σ. Selanjutnya, parameter model diduga dengan meminimumkan fungsi pengepasan tersebut. Peminimuman fungsi
4 7 pengepasan ini merupakan proses peminimuman fungsi tak berkendala. Menurut Bollen (1989), ada beberapa sifat fungsi pengepasan : 1. F(S,Σ) adalah besaran skalar.. F(S,Σ) 0, F(S,Σ) = 0 jika dan hanya jika Σ = S. 3. F(S,Σ) adalah fungsi kontinu dalam Σ dan S. Dalam tulisan ini akan digunakan empat metode pendugaan parameter model yaitu Metode Kemungkinan Maksimum (Maximum Likelihood,ML), Metode Kuadrat Terkecil Terboboti (Weighted Least Squares, WLS), Metode Kuadrat Terkecil Tak Terboboti (Unweighted Least Squares,ULS) dan Metode Kuadrat Terkecil Umum (Generalized Least Squares,GLS). Metode Kemungkinan Maksimum (ML) Saat ini fungsi pengepasan yang secara luas digunakan untuk menduga parameter model persamaan struktural adalah fungsi kemungkinan maksimum (ML). Menurut Garson (000), metode ini membuat estimasi didasarkan pada tindakan memaksimalkan probabilitas (likelihood) bahwa koragam-koragam yang diobservasi ditarik dari suatu populasi yang diasumsikan sama seperti yang direfleksikan dalam estimasi-estimasi koefisien. Artinya, metode ini mengambil estimasi-estimasi yang mempunyai kesempatan terbesar untuk memroduksi data yang diobservasi. Fungsi pengepasan untuk metode ini adalah sebagai berikut: F ML = log Σ(θ) + tr(s (θ)) - log S - (p + q) (11) di mana p : banyaknya indikator bagi peubah laten endogenus q : banyaknya indikator bagi peubah laten eksogenus Dalam hal ini diasumsikan bahwa S dan Σ adalah matriks-matriks definit positif. Ini artinya matriks tersebut non singular. Peminimuman fungsi F biasanya dilakukan dengan metode iteratif. Jika ada beberapa nilai minimum dari fungsi F, maka tidak ada jaminan bahwa metode ini akan konvergen ke minimum mutlak.
5 8 Metode Kuadrat Terkecil Umum (GLS) Jika metode ULS dianalogkan dengan metode OLS dalam analisis regresi maka metode GLS juga dianalogkan dengan metode GLS dalam analisis regresi. Dalam analisis regresi, metode GLS digunakan untuk mengatasi keheterogenan ragam galat yang merupakan faktor pengganggu tidak terpenuhinya asumsi kehomogenan ragam. Dengan analogi ini fungsi pengepasan GLS memberikan pembobotan pada unsur-unsur (S-Σ). Bentuk umum fungsi pengepasan GLS adalah: F GLS = (1/)tr[{(S-Σ)W 1 } ] (1) di mana W adalah matriks pembobot bagi matriks sisaan yang merupakan matriks sembarang yang konvergen dalam peluang ke matriks definit positif untuk N. Menurut Powell et al.(001), W adalah matriks pembobot yang secara tipikal dipilih sama dengan S. Sama seperti penduga yang lain, penduga GLS juga bersifat konsisten. Namun tidak semua pemilihan W dapat memberikan penduga yang efisien, sebagai contoh jika W 1 = I, maka penduga GLS tidak efisien karena yang terakhir ini sama halnya dengan penduga ULS. Metode Kuadrat Terkecil Tak Terboboti (ULS) Fungsi F ULS meminimumkan setengah jumlah kuadrat dari masing-masing unsur matriks sisaan (S-Σ(θ)). Matriks sisaan ini memuat selisih antara koragam contoh dengan nilai-nilai dugaannya. F ULS adalah bentuk khusus F GLS apabila W 1 pengepasan metode ULS dinyatakan oleh : = I. Fungsi F ULS = (1/)tr[(S-Σ(θ)) ] (13) Metode ini dapat dianalogkan sebagai metode kuadrat terkecil biasa (Ordinary Least Squares, OLS) dalam analisis regresi. Metode OLS meminimumkan jumlah kuadrat sisaan, yaitu galat antara nilai pengamatan peubah tak bebas dengan nilai dugaannya. Keuntungan dari metode ULS ini antara lain sifat kekonsistenan penduganya tidak memerlukan asumsi sebaran dari peubah pengamatan sepanjang θ teridentifikasi. Namun kelemahannya adalah penduga ULS bukanlah penduga yang efisien secara asimtotis dan ia tidak bersifat invarian terhadap skala pengukuran. Jadi nilai dugaannya sangat dipengaruhi oleh perubahan skala pengukuran pada peubah pengamatan serta pada metode ini tidak dapat dilakukan uji keteridentifikasian.
6 9 Metode Kuadrat Terkecil Terboboti (WLS) Asumsi pada metode ML adalah peubah-peubah pengamatan mengikuti sebaran normal ganda di mana Σ(θ) dan S adalah matriks definit positif (Bollen 1989). Implikasinya peubah indikator menggunakan skala interval (kontinu) dan skala ordinal dalam korelasi polychoric yang dilatarbelakangi peubah kontinu. Alternatif pendugaan dengan menggunakan korelasi polychoric ini adalah Weighted Least Squares (WLS). Fungsi pengepasan WLS dirumuskan sebagai: F WLS = [s-σ(θ)] W 1 [s-σ(θ)] (14) di mana s = ( s11, s1, s, s31,..., s kk ), adalah vektor yang memuat unsur-unsur matriks segitiga bawah beserta diagonal dari matriks koragam S berukuran k k yang digunakan untuk menduga model, σ (θ) = (σ 11, σ 1, σ, σ 31,,σ kk ) adalah vektor yang memuat unsur-unsur matriks koragam Σ berukuran k k yang dihasilkan dari parameter model. Sedangkan W adalah matriks pembobot definit positif di mana W merupakan matriks koragam di antara elemen-elemen dalam s (Loehlin 004). Secara umum metode WLS menghasilkan standar error dan χ yang akurat jika ukuran contoh besar. Menurut Stoelting (00), metode ini baik kalau ukuran contoh di atas 500. Oleh karena itu, metode ini tidak direkomendasikan untuk pendugaan parameter yang ukuran contohnya kecil. Evaluasi dan Modifikasi Model Evaluasi model adalah suatu langkah yang perlu dilakukan untuk menilai apakah suatu model sudah layak atau belum. Dalam analisis pemodelan persamaan struktural tidak ada alat uji statistik tunggal untuk menguji hipotesis mengenai model. Berikut ini beberapa indeks kesesuaian untuk pengujian kelayakan model. 1. Uji χ Digunakan untuk menguji hipotesis : Ho : Σ = Σ(θ), H 1 : Σ Σ(θ), dengan Σ adalah matriks koragam populasi dan Σ(θ) adalah matriks koragam yang dihasilkan vektor parameter yang mendefinisikan model hipotetik. Untuk menguji
7 10 hipotesis di atas, matriks koragam S digunakan sebagai dugaan bagi Σ dan ( θ ) = adalah dugaan bagi Σ(θ). Keputusan yang diharapkan adalah menerima Ho sehingga dapat disimpulkan bahwa model hipotesis sesuai dengan data.. GFI (Goodness of Fit Index) dan AGFI (Adjusted GFI) GFI merepresentasikan persen keragaman S yang dapat menjelaskan Σ, yaitu keragaman dalam model. GFI dan AGFI diperoleh dari rumus berikut: [( ) ] tr S I GFI = 1 tr S [( ) ] (15) qq ( + 1) AGFI = 1 [1 GFI] df (16) dengan q banyaknya indikator peubah laten eksogenous dan df derajat bebas. Menurut Bollen (1989), aturan praktis untuk kelayakan sebuah model hendaknya GFI dan AGFI masing-masing lebih besar dari 0,90 dan 0, RMSEA (Root Mean Square Error of Approximation) RMSEA digunakan sebagai pendamping bagi statistik sebuah model. RMSEA diperoleh dari rumus berikut: χ dalam menilai kelayakan χ df RMSEA = ( n) df ( n) df (17) χ adalah nilai dari khi-kudrat model, df adalah derajat bebas model dan n adalah ukuran contoh. Menurut Engel et al. (003), nilai RMSEA 0.05 mengindikasikan model yang baik, sedangkan nilai RMSEA antara 0.05 dan 0,08 merupakan indikasi dapat diterimanya sebuah model.
8 11 4. RMSR (Root Mean Square Residual) RMSR merupakan ukuran rata-rata dari kuadrat sisaan. Semakin besar nilai RMSR semakin buruk model hipotetik dalam mengepas data, demikian pula sebaliknya. RMSR dirumuskan sebagai berikut: RMSR = p+ q i i= 1 j= 1 ( sij σ ij ) ( p+ q)( p+ q+ ) 1/ di mana p : banyaknya indikator bagi peubah laten endogenous q : banyaknya indikator bagi peubah laten eksogenous s ij : unsur matriks S s $ ij : unsur matriks (18) Skewness dan Kurtosis Terdapat dua macam ukuran untuk memeriksa bentuk sebaran data yakni skewness dan kurtosis. Menurut Kotz dan Johnson (199) Skewness secara umum disebut juga koefisien kemenjuluran Pearson yaitu ukuran kemenjuluran data peubah tunggal (univariate). Skewness merupakan fungsi dari tiga statistik yaitu rataan, median dan simpangan baku dirumuskan dengan 3( x Me) / s. Jika skewness bernilai lebih dari nol (positif), mengindikasikan data menjulur ke kanan, demikian pula sebaliknya. Nilai skewness mendekati nol mengindikasikan kesimetrikan data. Dalam hal data peubah ganda (multivariate), multivariate skewness merupakan perumuman dari univariate skewness. Penolakan terhadap hipotesis data menyebar normal ganda yaitu jika nilai dari multivariate skewness sangat besar. Kurtosis mengukur seberapa besar penyimpangan data dari sebaran normal. Kurtosis diberikan oleh persamaan m4 / m di mana 4 m adalah momen pusat keempat dan m adalah moment pusat kedua. Nilai negatif mengindikasikan sebaran data lebih landai dari sebaran normal, demikian pula sebaliknya. Nilai kurtosis mendekati nol mengindikasikan data mengikuti sebaran normal. Seperti halnya multivariate skewness, multivariate kurtosis merupakan perumuman dari univariate kurtosis. Hipotesis bahwa
9 1 data menyebar normal ganda ditolak jika multivariate kurtosis bernilai sangat besar atau sangat kecil. Mardia dalam Kotz dan Johnson (199) mendefinisikan multivariate skewness dan multivariate kurtosis masing-masing sebagai berikut: { ( ) ( ) } { ( ) ( ) } β1. p = E x μ ' y μ (19) β. p = E x μ ' x μ (0) di mana μ adalah vektor nilai tengah berukuran p 1, Σ adalah matriks koragam berukuran p p, sedangkan x dan y adalah vektor peubah acak yang saling bebas berukuran p 1.
PERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU
v PERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika SEKOLAH PASCASARJANA
Lebih terperinciII LANDASAN TEORI Definisi 1 (Prestasi Belajar) b. Faktor Eksternal Definisi 2 (Faktor-Faktor yang mempengaruhi prestasi) a.
II LANDASAN TEORI Definisi 1 (Prestasi Belajar) Prestasi belajar adalah suatu bukti keberhasilan belajar atau kemampuan seseorang siswa dalam melakukan kegiatan belajarnya sesuai dengan bobot yang dicapainya.
Lebih terperinciMETODE PENELITIAN Sumber Data
13 METODE PENELITIAN Sumber Data Data yang digunakan dalam penelitian ini merupakan hasil simulasi melalui pembangkitan dari komputer. Untuk membangkitkan data, digunakan desain model persamaan struktural
Lebih terperinciKetakbiasan Dalam Model CFA (Confirmatory Factor Analysis) Pada Metode Estimasi DWLS (Diagonally Weighted Least Squares) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model CFA (Confirmatory Factor Analysis) Pada Metode Estimasi DWLS (Diagonally Weighted Least Squares) Untuk Data Ordinal Indah Permata
Lebih terperinci(Σλ i ) METODE. Data
8 mengevaluasi kesesuaian model dugaan dan memeriksa kekuatan pendugaan dari inner model dan outer model. Evaluasi model dugaan menggunakan metode KTP dilakukan dengan menghitung indeks-indeks kecocokan
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Maximum Likelihood Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Maximum Likelihood Untuk Data Ordinal Wiwik Sudestri, Eri Setiawan dan Nusyirwan
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori (CFA) Pada Metode Pendugaan Kuadrat Terkecil Terboboti (Weighted Least Square) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori (CFA) Pada Metode Pendugaan Kuadrat Terkecil Terboboti (Weighted Least Square) Untuk Data Ordinal
Lebih terperinciII. TINJAUAN PUSTAKA. Pemodelan persamaan struktural (Structural Equation Modeling, SEM) adalah
II. TINJAUAN PUSTAKA 2.1 Structural Equation Modeling (SEM) Pemodelan persamaan struktural (Structural Equation Modeling, SEM) adalah salah satu teknik peubah ganda yang dapat menganalisis secara simultan
Lebih terperinciASUMSI MODEL SEM. d j
ASUMSI MODEL SEM Asumsi yang harus dipenuhi dalam analisis SEM di antaranya adalah data berdistribusi multivariat normal, untuk memeriksanya dapat dilakukan dengan menghitung nilai jarak kuadrat pada setiap
Lebih terperinciINDEKS KECOCOKAN DARI BEBERAPA METODE ESTIMASI UNTUK UKURAN SAMPEL TERTENTU PADA MODEL PERSAMAAN STRUKTURAL
J. Sains MIPA, Desember 2007, Vol. 3, No. 3, Hal.: 2-26 ISSN 978-873 INDEKS KECOCOKAN DARI BEBERAPA METODE ESTIMASI UNTUK UKURAN SAMPEL TERTENTU PADA MODEL PERSAMAAN STRUKTURAL ABSTRACT Eri Setiawan Jurusan
Lebih terperinciANALISIS STRUCTURAL EQUATION MODEL (SEM)
VII ANALISIS STRUCTURAL EQUATION MODEL (SEM) Strutural Equation Model (SEM) merupakan suatu teknik statistik yang digunakan untuk menganalisis hubungan antara variabel laten dengan variabel teramati sebagai
Lebih terperinciVIII. ANALISIS STRUCTUAL EQUATION MODEL (SEM)
Atribut yang ditetapkan pada variabel kepuasan merupakan atribut mengenai kepuasan konsumen secara keseluruhan (overall satisfaction). Berdasarkan sebaran pilihan responden, lebih dari setengah dari jumlah
Lebih terperinciVIII ANALISIS SERVICE QUALITY DALAM MEMBENTUK KEPUASAN DAN LOYALITAS
VIII ANALISIS SERVICE QUALITY DALAM MEMBENTUK KEPUASAN DAN LOYALITAS Faktor faktor yang mempengaruhi kepuasan konsumen dapat diidentifikasi dengan melihat faktor eksternal dan internak yang mempengaruhi
Lebih terperinci3.7 Further Results and Technical Notes. Yenni Angraini-G
3.7 Further Results and Technical Notes Yenni Angraini-G161150051 Outline Nonlinear Gauss-Seidel Algorithm (NLGSA) Sifat asimtotik dari penduga Penalized Generalized Weighted Least Squares (PGWLS) Mean
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Yamaha Motor Kencana Indonesia (YMKI) merupakan salah satu produsen motor yang memiliki pangsa pasar cukup luas. Dengan meningkatnya permintaan
Lebih terperinciPERBANDINGAN METODE MAXIMUM LIKELIHOOD UNWEIGTED LEAST SQUARE
PERBANDINGAN METODE MAXIMUM LIKELIHOOD UNWEIGTED LEAST SQUARE DAN WEIGHTED LEAST SQUARE DENGAN BEBERAPA UKURAN SAMPEL PADA MODEL PERSAMAAN STRUKTURAL (MPS) (Skripsi) Oleh: Ratih Subchiani JURUSAN MATEMATIKA
Lebih terperinciAplikasi Model Persamaan Struktural dalam Analisis Pengaruh Kualitas Pelayanan ( LibQUAL+ ) terhadap Kepuasan dan Loyalitas Pemustaka
Jurnal Matematika Integratif ISSN -8 Volume No, April 0, pp 9 - Aplikasi Model Persamaan Struktural dalam Analisis Pengaruh Kualitas Pelayanan ( LibQUAL+ terhadap Kepuasan dan Loyalitas Pemustaka Iin Irianingsih,
Lebih terperincix 1 x 3 x 4 y 1 x 5 x 6 x 7 x 8 BAHAN DAN METODE δ 1 λ 41 ξ 1 δ 4 λ 51 γ 21 δ 6 λ 61 ε 1 δ 3 η 1 γ 31 δ 7 λ 71 ξ 2 λ 81 ξ 3 λ 31 δ 5
8 BAHAN DAN METODE Bahan Data yang digunakan dalam penulisan ini diperoleh dari PT. MARS yaitu hasil survei konsumen terhadap produk-produk toilettris (keperluan mandi) pada tahun 005. Metode Secara garis
Lebih terperinciPERTEMUAN 2 STATISTIKA DASAR MAT 130
PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat
Lebih terperinciSutrisno ( ) 9.6 pandangan dan strategi untuk analisis faktor
Sutrisno ( 0607259) 9.6 pandangan dan strategi untuk analisis faktor Banyak keputusan yang harus dibuat dalam pembelajaran faktor analisis. Keputusan yang paling utama adalah menentukan m, m adalah bilangan
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciFaktor-faktor yang Mempengaruhi Prestasi Mahasiswa Ditinjau dari Karakteristik Lingkungan Kampus (Studi Kasus di Jurusan Matematika FMIPA Unsri)
Jurnal Penelitian Sains Volume 15 Nomer 1(A) 15101 Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Ditinjau dari Karakteristik Lingkungan Kampus (Studi Kasus di Jurusan Matematika FMIPA Unsri) Oki Dwipurwani
Lebih terperinci(S.3) METODE MULTILEVEL STRUCTURAL EQUATION MODELING DENGAN WEIGHTED LEAST SQUARE ESTIMATION UNTUK ANALISIS PELAYANAN KESEHATAN IBU
(S.3) METODE MULTILEVEL STRUCTURAL EQUATION MODELING DENGAN WEIGHTED LEAST SQUARE ESTIMATION UNTUK ANALISIS PELAYANAN KESEHATAN IBU Winih Budiarti 1, Jadi Supriyadi 2, Bertho Tantular 3 1 Mahasiswa Magister
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciANALISIS FAKTOR (FACTOR ANALYSIS)
ANALISIS FAKTOR (FACTOR ANALYSIS) PENDAHULUAN Analisis faktor: mengkaji hubungan internal dari gugus variabel Data: peubah-peubah yang dianalisis berkorelasi tinggi didalam grupnya sendiri dan berkorelasi
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian ini terdiri dari tujauan pustaka, landasan teori dan kerangka pemikiran Tinjauan pustaka berisi penelitian-penelitian sebelumnya dan digunakan sebagai dasar dilaksanakannya
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinci< J. = sisaan model struktural ke- j. Pjo = intersep TINJAUAN PUSTAKA. q = peubah laten tidak bebas ke-j
TINJAUAN PUSTAKA Metode Kuadrat Terkecil Parsial ( MKTP ) MKTP dikembangkan oleh Wold (1982) sebagai metode umum untuk pendugaan model peubah laten yang diukur tidak langsung oleh peubah penjelas. Model
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Pada bagian ini akan dibahas deskripsi mengenai data sekunder dan data primer yang digunakan dalam penelitian. Data ini kemudian dianalisis menggunakan pemodelan persamaan struktural
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciSTRUCTURAL EQUATION MODELING 6
STRUCTURAL EQUATION MODELING 6 (S.1) MUTHÉN S CATEGORICAL VARIABLE METHODOLOGY PADA STUDI TENTANG FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENGGUNAAN KONTRASEPSI MODERN Irma Damayanti, Toni Toharudin, Yusep
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI. Metode Kuadrat Terkecil Persamaan regresi linier yang biasa didefinisikan dengan menggunakan metode pendugaan parameter Ordinary Least Square (OLS), secara umum dapat dituliskan :
Lebih terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciANALISIS EVALUASI PEMBELAJARAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL DI UNIVERSITAS TANJUNGPURA PONTIANAK
ANALISIS EVALUASI PEMBELAJARAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL DI UNIVERSITAS TANJUNGPURA PONTIANAK Neva Satahadewi, Hendra Perdana, Betri Wendra 3 Program Studi Statistika FMIPA Universitas Tanjungpura,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciPENGARUH POLA ASUH ORANG TUA TERHADAP KECENDERUNGAN JIWA WIRAUSAHA MAHASISWA ITS DENGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL
PENGARUH POLA ASUH ORANG TUA TERHADAP KECENDERUNGAN JIWA WIRAUSAHA MAHASISWA ITS DENGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL Arlina Sephana 1 dan Dwi Endah Kusrini 1 Mahasiswa Jurusan Statistika FMIPA-ITS
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.
TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian ini adalah penelitian deskriptif dengan tujuan untuk memperoleh
40 BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Desain Penelitian Jenis penelitian ini adalah penelitian deskriptif dengan tujuan untuk memperoleh gambaran mengenai pengaruh persepsi atas suatu harga (price
Lebih terperinciPEMODELAN HUBUNGAN IMT DAN DEPRESI DENGAN TEKNIK ANALISIS MULTIVARIAT PADA KASUS DATA TAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 14 22 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN HUBUNGAN IMT DAN DEPRESI DENGAN TEKNIK ANALISIS MULTIVARIAT PADA KASUS DATA TAK NORMAL NITRI
Lebih terperinci1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
Lebih terperinciTINJAUAN PUSTAKA. Menurut Usman dan Warsono (2000) bentuk model linear umum adalah :
II. TINJAUAN PUSTAKA. Model Linear Umum Menurut Usman dan Warsono () bentuk model linear umum adalah : Y = Xβ + ε dengan : Y n x adalah vektor peubah acak yang teramati. X n x p adalah matriks nxp dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Rancangan Penelitian Penelitian ini dimaksudkan untuk menganalisis pengaruh intellectual capital terhadap kinerja keuangan perusahaan perbankan yang terdaftar di Bursa
Lebih terperinciIII. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan
29 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa data panel, yaitu data yang terdiri dari dua bagian : (1)
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciPENGGUNAAN KORELASI POLIKHORIK PADA DATA BERSKALA ORDINAL DALAM ANALISIS MODEL PERSAMAAN STRUKTURAL
PENGGUNAAN KORELASI POLIKHORIK PADA DATA BERSKALA ORDINAL DALAM ANALISIS MODEL PERSAMAAN STRUKTURAL (Studi Kasus : Analisis Kepuasan Terhadap Kualitas Layanan Cyber Mahasiswa IPB) Oleh : Muhamad Ihyak
Lebih terperinciMETODE PENELITIAN Rancangan Penelitian Lokasi dan Waktu Penelitian
57 METODE PENELITIAN Rancangan Penelitian Penelitian ini dirancang sebagai penelitian survai deskriptif korelasional, dengan pendekatan kuantitatif dan kualitatif. Penelitian tentang fenomena perilaku
Lebih terperinciDEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
1 IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI MASYARAKAT DALAM PEMILIHAN PARTAI POLITIK DI DAERAH RAWAN KONFLIK MELALUI MODEL PERSAMAAN STRUKTURAL (MPS) ANA SETIAWATI DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciEVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN MODEL PERSAMAAN STRUKTURAL. N a m a : Mohamad Salim N R P : G PS : S2 Matematika Terapan
EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN MODEL PERSAMAAN STRUKTURAL N a m a : Mohamad Salim N R P : G551060221 PS : S2 Matematika Terapan DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciIMPLEMENTASI SEM DALAM MEMBANDINGKAN PRESTASI BELAJAR SISWA SEKOLAH NEGERI DAN SEKOLAH SWASTA
IMPLEMENTASI SEM DALAM MEMBANDINGKAN PRESTASI BELAJAR SISWA SEKOLAH NEGERI DAN SEKOLAH SWASTA Ermawati Dosen Jurusan Matematika Fakultas Sains & Teknologi UIN Alauddin Makassar Abstract. Structural Equations
Lebih terperinciTINJAUAN PUSTAKA. Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai
II. TINJAUAN PUSTAKA 2.1. Model Linear Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai berikut : Y i = β 0 + X i1 β 1 + X i2 β 2 + + X ip β p +ε i ; i = 1,2,, n bila dirinci
Lebih terperinciMuhammad Amin Paris. Abstrak
JPM IAIN Antasari Vol. 02 No. 1 Juli Desember 2014, h. 21-38 PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL (STUDI KASUS MODEL ANALISIS
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini merupakan data sekunder.
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini merupakan data sekunder. Data ini dikumpulkan dari berbagai sumber, antara lain data Survey Demografi dan
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Kegiatan penelitian dilaksanakan pada bulan Juni sampai bulan Agustus 2016. Tempat pelaksanaan kegiatan penelitian berada di Kecamatan Getasan, Kabupaten
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciModel Persamaan Struktural Kepuasan Pengguna Alumni Jurusan Matematika FMIPA Universitas Bengkulu
Jurnal Gradien Vol. 11 No. 2 Juli 2015 : 1106-1111 Model Persamaan Struktural Kepuasan Pengguna Alumni Jurusan Matematika FMIPA Universitas Bengkulu Dian Agustina, Pepi Novianti, Idhia Sriliana, Etis Sunandi
Lebih terperinciANALISIS KEPUASAN MAHASISWA TPB-IPB TERHADAP FASILITAS ASRAMA DENDY SULISTIYONO G
ANALISIS KEPUASAN MAHASISWA TPB-IPB TERHADAP FASILITAS ASRAMA DENDY SULISTIYONO G54051269 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 ABSTRAK
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciBAB II LANDASAN TEORI
8 BAB II LANDASAN TEORI 2.1 Pengertian Jasa Jasa adalah setiap tindakan atau perbuatan yang dapat ditawarkan oleh suatu pihak kepada pihak yang lain, yang pada dasarnya bersifat intangible ( tidak berwujud
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI CALON MAHASISWA MEMILIH IPB MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL BENI KURNIAWAN
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI CALON MAHASISWA MEMILIH IPB MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL BENI KURNIAWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciMETODE PENELITIAN. = λ 14 X 2 + δ. X2.6 = λ 15 X 2 + δ 15
68 METODE PENELITIAN Desain Penelitian Jenis penelitian yang digunakan adalah ex post facto, yaitu bentuk penelitian yang menilai peristiwa yang telah terjadi atau penilaian kondisi faktual di lapangan.
Lebih terperinciII. TINJAUAN PUSTAKA. Sebuah matriks adalah jajaran empat persegi panjang dari bilangan bilangan.
II. TINJAUAN PUSTAKA 2.1 Konsep Matriks Definisi 2.1.1 Definisi Matriks Sebuah matriks adalah jajaran empat persegi panjang dari bilangan bilangan. Bilangan bilangan dalam jajaran tersebut disebut entri
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 73 85. PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN Sri Wulandari, Sutarman, Open Darnius Abstrak. Analisis
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Structural Equation Modeling (SEM) adalah alat analisis statistik yang dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak dapat diselesaikan oleh persamaan regresi linear. SEM
Lebih terperinciBAB III METODE PENELITIAN. Lokasi dalam penelitian ini adalah di Kabupaten Purbalingga, Jawa
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Lokasi dalam penelitian ini adalah di Kabupaten Purbalingga, Jawa Tengah. Alasan memilih Kabupaten Purbalingga, Jawa Tengah karena untuk memudahkan penulis
Lebih terperinciANALISIS STRUCTURAL EQUATION MODEL DENGAN PENDEKATAN BAYESIAN
JIMT Vol. 11 No. 1 Juni 2014 (Hal. 105 118) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X ANALISIS STRUCTURAL EQUATION MODEL DENGAN PENDEKATAN BAYESIAN H. Sain 1 Program Studi Statistik Jurusan
Lebih terperinciIII. METODE PENELITIAN
23 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian ini dimulai dari pemikiran tentang peremajaan es krim Wall s Magnum, merubah konsep menjadi blow me away dengan pengalaman yang kompleks dan
Lebih terperinciIII. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciPERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU
v PERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika SEKOLAH PASCASARJANA
Lebih terperinciIII. METODOLOGI PENELITIAN
21 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Dari industri jasa Lembaga Bahasa Inggris yang ada di Bogor, setiap penyelenggara kursus bahasa Inggris tentunya akan menciptakan suatu nama / simbol
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciBAB III METODE PENELITIAN. dapat diyakini kebenarannya secara ilmiah. Studi penelitian ini menggunakan
20 BAB III METODE PENELITIAN A. Lingkup Penelitian Penelitian ini merupakan penelitian yang bertujuan untuk menguji hipotesis mengenai hubungan antar variabel berdasarkan fakta empiris dan dapat diyakini
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan
49 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan ekonomi, inflasi dan kualitas sumber daya manusia terhadap tingkat pengangguran
Lebih terperinciESTIMASI PARAMETER SISTEM MODEL PERSAMAAN SIMULTAN PADA DATA PANEL DINAMIS DENGAN GMM ARELLANO DAN BOND
ISBN : 9786023610020 ESTIMASI PARAMETER SISTEM MODEL PERSAMAAN SIMULTAN PADA DATA PANEL DINAMIS DENGAN GMM ARELLANO DAN BOND Arya Fendha Ibnu Shina 1, Setiawan 2 Mahasiswa Jurusan Statistika Institut Teknologi
Lebih terperinciTINJAUAN PUSTAKA Analisis Biplot Biasa
TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Responden Pada bab IV ini akan menampilkan hasil penelitian yang berupa gambaran umum objek penelitian dan data deskriptif serta menyajikan hasil komputasi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pemecahan masalah dalam penelitian ini diawali dengan studi literatur yang mencakup kajian teori, penelitian empiris sebelumnya dan model yang relevan dengan masalah penelitian.
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Visi PT Indofood CBP Sukses Makmur Cabang Makassar yang juga merupakan Visi PT Indofood Sukses Makmur Tbk adalah Perusahaan Total Food Solutions. Diperlukan
Lebih terperinciPENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 34 43 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK
Lebih terperinciBAB IV PEMBAHASAN. Proses estimasi pada metode IRLS ini dengan meminimumkan fungsi residu, yang dapat dituliskan sebagai berikut.
BAB IV PEMBAHASAN Pada bab ini akan dibahas mengenai estimasi parameter model Regresi M- kuantil, penurunan model Regresi M-kuantil, dan contoh penerapan model Regresi M-kuantil pada pengaruh pendapatan
Lebih terperinciIII. KERANGKA PEMIKIRAN
III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis Kerangka pemikiran teoritis merupakan konsep-konsep yang digunakan dalam penelitian ini. Terdapat tiga konsep pemikiran teoritis yang dibahas, yaitu:
Lebih terperinciII. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,
4 II. TINJAUAN PUSTAKA Dalam penelitian ini akan didiskusikan tentang transformasi model tak penuh dengan kendala menjadi model penuh tanpa kendala, pendugaan parameter, pengujian hipotesis dan selang
Lebih terperinciBAB III METODE PENELITIAN. Lokasi dalam penelitian ini adalah di Kabupaten Ngawi, Jawa Timur. Alasan
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Lokasi dalam penelitian ini adalah di Kabupaten Ngawi, Jawa Timur. Alasan memilih Kabupaten Ngawi, Jawa Timur karena untuk memudahkan penulis melakukan penelitian
Lebih terperinciBAB III METODE PENELITIAN. Berdasarkan tujuannya penelitian ini termasuk applied research atau
BAB III METODE PENELITIAN 3.1 Ruang Lingkup Penelitian Berdasarkan tujuannya penelitian ini termasuk applied research atau penelitian terapan yang mana didalamnya terdapat solusi atas suatu permasalahan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinci