Asmara, NatasyaMayang (2014) Path Analysis (Analisis Lintas) dan Generalized Component Analysis (GSCA) pada Data Skala Likert. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis multivariate merupakan metode statistika yang dalam analisisnya melibatkan banyak variabel secara simultan. Path analysis (analisis lintas) dan Generalized Structured Component Analysis (GSCA) merupakan salah satu metode dari analisis multivariate. Kedua metode ini memiliki beberapa persamaan yaitu sama-sama merupakan model struktural dan model yang dibentuk berupa lintasan-lintasan yang bisa bersifat rekursif atau searah. Hubungan antara variabel laten dengan indikatornya bisa bersifat refleksif maupun formatif. Dengan adanya persamaan dan perbedaan antara kedua metode tersebut, akan sangat menarik bila kedua metode ini dibandingkan manakah metode yang lebih baik antara Path Analysis (analisis lintas) dan Generalized Structured Component Analysis (GSCA). Untuk dapat membandingan kedua metode tersebut digunakan kebaikan model atau goodnes of fitdari nilai koefisien determinasi total dari masing-masing metode dan uji signifikansi pada masing-masing metode. Penelitian ini bertujuan untuk membandingkan hasil analisis mana yang lebih baik antara Path analysis (analisis lintas) dan Generalized Structured Component Analysis (GSCA) dengan pembanding data berskala Likert.Kebaikan model keseluruhan untuk path analysis menggunakan dan GSCA menggunakan Fit. Dalam penelitian ini untuk analisis lintas menggunakan software minitab dan untuk GSCA menggunakan software GESCA. Secara keseluruhan dapat disimpulkan bahwa kedua metode sama baiknya diterapkan pada data dengan skala Likert sesuai hasil uji t. GSCA lebih mudah digunakan dibandingkan path analysis karena dapat diterapkan pada sampel kecil karena adanya metode resampling.
English Abstract
Multivariate analysisis a statistical method in the analysis involves many variables simultaneously. Path analysis and Generalized Structured Component Analysis (GSCA) is one method of multivariate analysis. Both methods haves omesimilarities whichare both structural modeland the model established in the form of trajectories that can be recursive or unidirectional. The relationship between the latent variables with the indicator can be reflexive and formative. Given the similarities and differences between the two methods, would be very interesting if these two methods are compared Which method is better between Path Analysis and Generalized Structured Component Analysis(GSCA). For comparing the two methods can be used goodness of fit models or goodnes of the total value of the coefficient of determination of each method and test the significance of each method. This study aimed to compare the results of analysis which is better between Path analysis and Generalized Structured Component Analysis(GSCA) with a comparis on of Likert scale data. Goodness overall model for path analysis using and GSCA using Fit. In this researchfor the analysis of traffic using Minitab software and use the software GESCA to GSCA. Overall it can be concluded that both methods equally well be applied to the data with Likert scale corresponding t-test results. GSCA is easier to use than the path analysis because it can be applied to small samples because of the resampling method.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/384/051407005 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 04 Nov 2014 14:47 |
| Last Modified: | 21 Oct 2021 06:29 |
| URI: | http://repository.ub.ac.id/id/eprint/154023 |
Preview |
Text
SKRIPSI_GABUNG.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |