Analisis Faktor 2-Level Dalam Model Persamaan Struktural
| dc.contributor.author | Waluyo, Mohamad | |
| dc.contributor.author | Abdurakhman | |
| dc.contributor.author | Zulaela | |
| dc.date.accessioned | 2016-03-31T07:19:58Z | |
| dc.date.available | 2016-03-31T07:19:58Z | |
| dc.date.issued | 2016-03-12 | |
| dc.identifier.citation | Bollen, K. (1989). Structural Equation with latent Variables. John Wiley & Sons. Ghozali, I. (2008). SEM: Konsep dan Aplikasi dengan program LISREL 8.8.Semarang : UNDIP Press. Goldstein, H. (1987). Multilevel Model in Educational and Social Research.Newyork : Oxford University Press. Joreskog, K. G., Sorbom, D., du Toit, S., and du Toit, M. (2000). LISREL 8: New Statistical Features. Scientific Software International, Inc. Kereh, C., Liliasari, P.C.Tjiang, and J.Sabandar (2014). Korelasi penguasaan materi matematika dasar dengan penguasaan materi pendahuluan fisika inti. Jurnal Pendidikan Fisika Indonesia, 10(2):140-149. Lee, S. Y. and Poon, W.Y. (1998). Analysis of two-level structural equation models via EM type algorithm. Statistica Sinica, 8:749-766. Poon, W.Y. and Wang, H.B. (2010). Analysis of a two-level structural equation model with missing data. Sociological Methods & Research: SAGE, 39(1):25-55. West, B., Welch, K., and Galechi, A. (2007). Linear Mixed Models: A Practical Guide Using Statistical Software. Chapman n Hall. Boca Raton | in_ID |
| dc.identifier.issn | 2502-6526 | |
| dc.identifier.uri | http://hdl.handle.net/11617/7023 | |
| dc.description.abstract | Model persamaan struktural (SEM) sangat berguna untuk mengetahui apakah suatu model antar variabel laten, variabel indikator fit dengan data yang diperoleh. Ketika data yang diperoleh cukup besar dan berhirarki maka diperlukan analasis penyesuaian dalam model struktural tersebut. Penyesuaian tersebut adalah dengan memasukkan variabel random efek dari tiap tingkatan hirarki. Variabel random untuk 2 level hirarki yaitu variabel random efek level-1 dan level-2. Metode estimasi yang digunakan dalam penelitian ini adalah maksimum likelihood (ML). Penggunaan metode ML ini merupakan metode yang umum dipakai dalam estimasi parameter dalam SEM namun mengalami kendala ketika terdapat data hilang. Sehingga algoritma ekspektasi-maksimasi (EM) diperlukan untuk mengestimasi data hilang. | in_ID |
| dc.language.iso | id | in_ID |
| dc.publisher | Universitas Muhammadiyah Surakarta | in_ID |
| dc.subject | SEM | in_ID |
| dc.subject | multilevel | in_ID |
| dc.subject | ML | in_ID |
| dc.subject | algoritma EM | in_ID |
| dc.title | Analisis Faktor 2-Level Dalam Model Persamaan Struktural | in_ID |
| dc.type | Article | in_ID |
Files in this item
This item appears in the following Collection(s)
-
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) I 2016
Tren dan Isu-Isu Baru dalam Penelitian Matematika dan Pembelajarannya