Maryamma, Sinda and Setiawan, Eri and Nusyirwan, Nusyirwan (2013) Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal. Prosiding Seminar dan Rapat Tahunan BKS PTN Barat 2013, 1 (1). pp. 1-8.

[img]
Preview
Text
Prosiding BKS PTN B 2013 SINDA MARYAMA_ERI SETIAWAN_Nusyirwan.pdf

Download (782kB) | Preview
Official URL: http://fmipa.unila.ac.id/

Abstract

Dalam penelitian di bidang ilmu-ilmu sosial sering kali peneliti dihadapkan pada permasalahan tentang hubungan kausal yang melibatkan faktor yang tidak dapat diukur secara langsung (unobservable factor), maka dapat dilakukan dengan menggunakan Analisis Faktor Konfirmatori. Bagi pengguna kadang kala mengabaikan ketakbiasan, padahal hal ini adalah hal terpenting dalam penelitian. Untuk itu dilakukan metode pendugaan Kuadrat Terkecil Tak Terboboti atau metode Unweighted Least Square (ULS) dengan kelebihan Metode ULS tidak memerlukan asumsi khusus dari sebaran peubah yang diamati sepanjang parameternya teridentifikasi. Metode ULS merupakan penduga yang konsisten. Sehingga pada ukuran sampel yang bertambah besar, maka penduga θ umumnya konvergen ke θ. Sifat penduga ULS yaitu tak bias dan konsisten. Penelitian ini bertujuan untuk melihat ketakbiasan pada sampel berukuran 150, 200, 250 dan 300 menggunakan metode ULS dan membuktikan dalil limit pusat yang mengatakan ukuran sampel semakin besar maka akan semakin normal pada data ordinal. Dari hasil penelitian ini dapat disimpulkan bahwa pendugaan parameter dengan menggunakan metode kuadrat terkecil tak terboboti (ULS) sesuai dengan dalil limit pusat yang menyatakan bahwa semakin besar ukuran sampel, maka sebaran dari parameter dugaan akan mendekati normal. Sehingga parameter hasil dugaan mendekati parameter model. Ketakbiasan dengan menggunakan metode kuadrat terkecil tak terboboti (ULS) pada analisis faktor konfirmatori tidak dipengaruhi oleh besarnya ukuran sampel. Karena pada ukuran sampel 150, 200, 250, dan 300 grafik ketakbiasan mendekati linear, maka bias semakin kecil.

Item Type: Article
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Prodi Matematika
Depositing User: NUSYIRWAN
Date Deposited: 25 Apr 2018 04:35
Last Modified: 25 Apr 2018 04:35
URI: http://repository.lppm.unila.ac.id/id/eprint/6799

Actions (login required)

View Item View Item