no comments

Pemodelan Persamaan Struktur (Structural Equation Modelling)

Pemodelan Persamaan Struktur adalah teknik analisis statistik multivariat yang digunakan untuk menganalisis hubungan struktur. Teknik ini adalah gabungan analisis faktor dan analisis regresi berganda, dan ia digunakan untuk menganalisis hubungan struktur antara pemboleh ubah yang diukur dan konstruk laten. Kaedah ini lebih disukai oleh pengkaji kerana menganggarkan pergantungan berganda dan saling berkaitan dalam satu analisis. Dalam analisis ini, dua jenis pemboleh ubah digunakan iaitu pemboleh ubah endogen dan pemboleh ubah eksogen. Pemboleh ubah endogen adalah setara dengan pemboleh ubah bersandar dan sama dengan pemboleh ubah tidak bersandar.

 

Teori:

Pemodelan Persamaan Struktur boleh dianggap sebagai satu set hubungan yang memberikan konsistensi dan penjelasan menyeluruh mengenai fenomena sebenar. Terdapat dua jenis model:

  • Model pengukuran: Model pengukuran mewakili teori yang menentukan bagaimana pemboleh ubah yang diukur digunakanuntuk mewakili teori.
  • Model struktur: Mewakili teori yang menunjukkan bagaimana sesuatu konstruk berkaitan dengan konstruk yang lain.

 

Pemodelan persamaan struktur juga disebut pemodelan kausal kerana ia menguji hubungan kausal yang dicadangkan dalam penyelidikan. Andaian berikut diandaikan:

  1. Taburan normal multivariate: Kaedah kemungkinan maksimum digunakan dan diandaikan untuk taburan normal multivariate. Perubahan kecil dalam normaliti multivariate boleh menyebabkan perbezaan besar dalam ujian chi-square.
  2. Lineariti: Hubungan linear diandaikan antara pemboleh ubah endogen dan eksogen.
  3. Outlier: Data harus bebas dari outliers. Outliers mempengaruhi kepentingan model.
  4. Urutan: Harus ada hubungan sebab dan akibat antara pemboleh ubah endogen dan eksogen, dan sebab harus berlaku sebelum peristiwa tersebut.
  5. Hubungan tidak palsu: Kovarians yang diperhatikan mesti benar.
  6. Pengenalpastian model: Persamaan mestilah lebih besar daripada anggaran parameter atau model harus lebih dikenali atau dikenal pasti tepat. Di bawahmodel yang dikenal pasti tidak boleh
  7. Saiz sampel: Sebilangan besar penyelidik lebih suka ukuran sampel 200 hingga 400 dengan 10 hingga 15 petunjuk. Sebagai peraturan, itu adalah 10 hingga 20 kali lebih banyak kes daripada pemboleh ubah.
  8. Istilah ralat tidak berkorelasi: Istilah ralat dianggap tidak berkaitan dengan istilah ralat pemboleh ubah lain.
  9. Data: Data selang digunakan.

 

Sumber: www.statisticssolution.com

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL