Detail Cantuman

Image of Perbandingan jenis-jenis korelasi dan metode penaksiran dalam analisis faktor konfirmasi untuk data biner (studi simulasi monte-carlo)

 

Perbandingan jenis-jenis korelasi dan metode penaksiran dalam analisis faktor konfirmasi untuk data biner (studi simulasi monte-carlo)


Structural equation modeling (SEM) pada awalnya diperuntukkan bagi variabel
kontinu. Namun demikian pada perkembangan selanjutnya SEM juga ...

  • CodeCallNoLokasiKetersediaan
    01001100700264519.537 Kan pPerpustakaan Pusat (REF.14.131)Tersedia
  • Perpustakaan
    Perpustakaan Pusat
    Judul Seri
    -
    No. Panggil
    519.537 Kan p/R.14.131
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xi,;29 hlm,;29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.537 Kan p
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • Structural equation modeling (SEM) pada awalnya diperuntukkan bagi variabel
    kontinu. Namun demikian pada perkembangan selanjutnya SEM juga
    dipergunakan untuk data ordinal atau dikotomus. Khusus untuk variabel
    dikotomus, terdapat beberapa ukuran korelasi yang dapat dipergunakan untuk
    membentuk matrik korelasi sebagai input dalan analisis SEM, di antaranya

    .1

    korelasi tetrakorik dan phi. Terkait dengan hal ini dalam tesis ini akan dilakukan

    sebuah simulasi untuk mengevaluasi kinerja dari kedua koefisien korelasi tersebut
    dalam SEM. Simulasi di dasarkan pada sebuah model pengukuran untuk dua buah
    laten variabel yang masing-masing mempunyai empat indikator dan dua indikator.
    Dari hasil evaluasi bias taksiran dan standar error taksiran parameter dalam
    simulasi dapat diketahui bahwa korelasi tetrakorik merupakan koefisien yang
    mempunyai kinerja lebih baik dibandingkan dengan korelasi phi dalam analisis
    SEM untuk variabel dikotomus. Prosedur metode penaksiran Maximum
    Likelihood menghasilkan taksiran yang lebih baik daripada metode penaksiran
    Weighted Least square.
  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


//

Informasi