Kartikawati, Diana (2014) Hierarchical Linier Models (Hlm) Pada Data Berstruktur Hierarki. Sarjana thesis, Universitas Brawijaya.
Abstract
HLM merupakan teknik analisis yang tepat untuk analisis data tersarang atau berstruktur hirarki di mana pengamatan individu tersarang dalam kelompok. Menganalisis data yang bersifat hirarki dengan HLM dapat digunakan untuk memperoleh informasi mengenai keragaman pada level kelompok yang tidak dapat diketahui jika analisis yang digunakan adalah model regresi linier sederhana. Penerapan HLM dalam disiplin ilmu pendidikan misalnya mengenai intelegensi dan masalah status sosial ekonomi siswa terhadap nilai ujian bahasa, di mana siswa tersarang di dalam sekolah. Penelitian ini bertujuan membentuk beberapa model HLM 2 level dan menentukan model terbaik pada kasus pengaruh IQ dan Status sosial ekonomi terhadap nilai ujian bahasa. HLM 2 level terdiri dari 2 submodel yaitu model level 1 dan model level 2, gabungan 2 submodel tersebut menjadi bentuk model kombinasi yang terdiri dari efek tetap dan efek acak. Model-model HLM yang dibangun adalah model random intersept level 1, model random intersept level 2 dan model random coefficient. Kumpulan data hirarki dibedakan dari level 1 yang tersarang dalam kelompok pada level 2, dalam hal ini siswa dikelompokkan dalam sekolah. Data yang digunakan pada penelitian ini terdiri dari peubah respon hasil nilai ujian dengan dua peubah prediktor level 1 yaitu IQ dan status sosial ekonomi siswa, satu peubah prediktor level 2 yaitu peubah rata-rata status sosial ekonomi masing-masing sekolah. Hasil pengujian dengan deviance menunjukkan model terbaik untuk kasus ini, adalah model random coefficient.
English Abstract
HLM is an appropriate analytical technique for nested or hierarchical data analysis where individual observations nested within groups. Hierarchical data analysis using HLM can be used to obtain information about diversity at the group level that can not be known in a simple linear regression analysis. Application of HLM in the education area, for example in an issues regarding intelligence and socioeconomic status of students on language test scores, where students nested within schools. This study aims to establish models of 2 level and determine the best model in the case of the influence of IQ and socioeconomic status of the language test scores. HLM 2 level consist of two submodels that is model level 1and model level 2, combined those two submodels will become combined model with fixed effect and random effect. Hierarchical data set is distinguished from Level 1 (students) are nested within groups at higher level school, in this case students are grouped in schools. HLM model to be built are random intersept level 1 model, random intersept level 2 model and random coefficient model. The data used in this study consisted of a response variable test scores with the results of two level 1 predictor variables, namely IQ and socioeconomic status of students; the level 2 predictor variables, namely average of socioeconomic status from each school. Based on the deviance test, it show that the best model is random coefficient model.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/5/051400711 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 07 Feb 2014 08:22 |
| Last Modified: | 21 Oct 2021 07:05 |
| URI: | http://repository.ub.ac.id/id/eprint/154063 |
Preview |
Text
GABUNGAN_BAB1-LAMPIRAN.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |