Minggu, 16 Februari 2020

PRINSIP DASAR DIBALIK SEM (skripsi dan tesis)


Dalam statistik terdapat generaliasi yang menyatakan bahwa beberapa variabel saling berhubungan satu dengan yang lain dalam suatu kelompok persamaan linear. Hubungan tersebut menjadi semakin kompleks tetapi inti pesannya tetap sama, yaitu: kita dapat menguji apakah beberapa variable saling berhubungan melalui seperangkat hubungan linier dengan cara memeriksa varian dank ovarian variable tersebut. Dictum ini dapat diilustrasikan secara sederhana sebagai berikut:
Ada sekelompok angka (kita beri simbol X): 1, 2, dan 3. Sekeleompok angka tersebut mempunyai rata-rata sebesar 2 dan standard deviasi 1. Kemudian sekelompok ini ini (X) kita kalikan 4; maka akan menjadi sekelompok angka sebagai berikut: 4, 8, dan 12 (Kita beri simbol Y). Sekelompok angka tersebut mempunyai rata-rata sebesar 8, standard deviasi 4, dan varian sebesar 16 (varian adalah standard deviasi yang dikuadratkan). Seperangkat angka X dapat dihubungkan dengan seperangkat anhgka Y dengan menggunakan persamaan Y = 4 X; dengan demikian varian Y ialah 16 kali X. Dari persamaan tersebut kita dapat melakukan pengujian hipotesis, yaitu Y dan X dihubungkan dengan menggunakan persamaan Y = 4secara tidak langsung dengan cara membandingkan varian – varian variable X dan Y.
Dalam kaitannya dengan pemahaman tersebut, maka prosedur dalam SEM dilakukan dilakukan dengan cara sebagai berikut:
Nyatakan secara tegas bahwa beberapa variabel berkaitan antara satu dengan yang lainnya dengan • menggunakan diagram jalur.
Teliti melalui beberapa aturan internal yang kompleks implikasi-implikasi apa saja dalam kaitannya • degan varian – varian dan kovarian-kovariannya beberapa variabel tersebut.
Ujilah apakah semua varian dan kovarian cocok dengan modelnya. •
Laporkan hasil-hasil pengujian statistik, dan juga estimasi-estimasi parameter serta kesalahan-kesalahan • standard untuk semua koefisen numerik yang ada dalam persamaan linear.
Berdasarkan semua informasi di atas, peneliti memutuskan apakah model nampak sesuai dengan data • yang dipunyai atau tidak

Tidak ada komentar: