ESTIMASI BAYESIAN PADA MODEL PERSAMAAN STRUKTURAL DENGAN VARIABEL KATEGORIK TERURUT
Main Authors: | Yunita, Rini; STT PAYAKUMBUH, Abdurrakhman, Subanar, |
---|---|
Format: | Article info application/pdf Journal |
Bahasa: | eng |
Terbitan: |
Kopertis Wilayah X
, 2016
|
Online Access: |
http://ejournal.kopertis10.or.id/index.php/jit/article/view/420-754 http://ejournal.kopertis10.or.id/index.php/jit/article/view/420-754/109 |
ctrlnum |
article-420 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">ESTIMASI BAYESIAN PADA MODEL PERSAMAAN STRUKTURAL DENGAN VARIABEL KATEGORIK TERURUT</title><creator>Yunita, Rini; STT PAYAKUMBUH</creator><creator>Abdurrakhman, Subanar,</creator><subject lang="en-US"/><subject lang="en-US"/><subject lang="en-US"/><description lang="en-US">Abstract  This article explains about parameter estimation of structural equation model with ordered categorical variable using Bayes method. The basic assumptions of SEM are the data type is continuous, minimum scale is interval, and it has to satisfy the normality assumption. The categorical data is ordinal data which the observation is in discrete form, and to treat the categorical data as normally distributed continuous data is by finding threshold parameter for each categorical data. Bayes method only focuses on individual data by combining sample data and the research data before (prior information), in order to minimize the error rate. Hence, the parameter estimation of structural equation model can be obtained well. In this estimation process, it is done numerically by using Monte Carlo method, i.e. Gibbs Sampling and Metropolis Hasting. Keywords:   Structural Equation Modeling ,categorical data, Threshold, Gibbs Sampling, Metropolis Hasting. Abstrak Dalam artikel ini dijelaskan tentang estimasi parameter dari model persamaan struktural dengan variabel kategorik terurut dengan menggunakan metode Bayes. Asumsi dasar dari SEM adalah  jenis datanya kontinu dan minimal berskala interval serta memenuhi asumsi normalitas. Sementara data kategorik merupakan data ordinal dengan pengamatan dalam bentuk diskrit, untuk dapat memperlakukan data kategorik sebagai data kontinu berdistribusi normal yaitu dengan mencari treshold paramater untuk masing-masing data kategorik. Metode Bayes  hanya berfokus pada data individu dengan menggabungkan antara data sampel dengan data penelitian sebelumnya (informasi prior), dengan tujuan untuk meminimalkan tingkat kesalahan. Sehingga estimasi parameter dari model persamaan struktural dapat dihasilkan dengan baik. Dalam proses estimasi, hal ini dilakukan secara numerik dengan menggunakan metode Monte Carlo, yaitu Gibbs Sampling dan Metropolis Hasting. Kata Kunci:  Model Persamaan Struktural, data kategorik, Treshold, Gibbs Sampling, Metropolis Hasting</description><publisher lang="en-US">Kopertis Wilayah X</publisher><contributor lang="en-US"/><date>2016-05-24</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Other:</type><type>Other:</type><type>File:application/pdf</type><identifier>http://ejournal.kopertis10.or.id/index.php/jit/article/view/420-754</identifier><identifier>10.22216/jit.2016.v10i2.420</identifier><source lang="en-US">Jurnal Ipteks Terapan; Vol 10, No 2 (2016): JIT; 86-94</source><source lang="id-ID">Jurnal Ipteks Terapan; Vol 10, No 2 (2016): JIT; 86-94</source><source>2460-5611</source><source>1979-9292</source><source>10.22216/jit.2016.v10i2</source><language>eng</language><relation>http://ejournal.kopertis10.or.id/index.php/jit/article/view/420-754/109</relation><relation>10.22216/jit.2016.v10i2.420</relation><coverage lang="en-US"/><coverage lang="en-US"/><coverage lang="en-US"/><rights lang="en-US">Copyright (c) 2016 Jurnal Ipteks Terapan</rights><recordID>article-420</recordID></dc>
|
language |
eng |
format |
Journal:Article Journal Other:info:eu-repo/semantics/publishedVersion Other Other: File:application/pdf File Journal:Journal |
author |
Yunita, Rini; STT PAYAKUMBUH Abdurrakhman, Subanar, |
title |
ESTIMASI BAYESIAN PADA MODEL PERSAMAAN STRUKTURAL DENGAN VARIABEL KATEGORIK TERURUT |
publisher |
Kopertis Wilayah X |
publishDate |
2016 |
url |
http://ejournal.kopertis10.or.id/index.php/jit/article/view/420-754 http://ejournal.kopertis10.or.id/index.php/jit/article/view/420-754/109 |
contents |
Abstract This article explains about parameter estimation of structural equation model with ordered categorical variable using Bayes method. The basic assumptions of SEM are the data type is continuous, minimum scale is interval, and it has to satisfy the normality assumption. The categorical data is ordinal data which the observation is in discrete form, and to treat the categorical data as normally distributed continuous data is by finding threshold parameter for each categorical data. Bayes method only focuses on individual data by combining sample data and the research data before (prior information), in order to minimize the error rate. Hence, the parameter estimation of structural equation model can be obtained well. In this estimation process, it is done numerically by using Monte Carlo method, i.e. Gibbs Sampling and Metropolis Hasting. Keywords: Structural Equation Modeling ,categorical data, Threshold, Gibbs Sampling, Metropolis Hasting. Abstrak Dalam artikel ini dijelaskan tentang estimasi parameter dari model persamaan struktural dengan variabel kategorik terurut dengan menggunakan metode Bayes. Asumsi dasar dari SEM adalah jenis datanya kontinu dan minimal berskala interval serta memenuhi asumsi normalitas. Sementara data kategorik merupakan data ordinal dengan pengamatan dalam bentuk diskrit, untuk dapat memperlakukan data kategorik sebagai data kontinu berdistribusi normal yaitu dengan mencari treshold paramater untuk masing-masing data kategorik. Metode Bayes hanya berfokus pada data individu dengan menggabungkan antara data sampel dengan data penelitian sebelumnya (informasi prior), dengan tujuan untuk meminimalkan tingkat kesalahan. Sehingga estimasi parameter dari model persamaan struktural dapat dihasilkan dengan baik. Dalam proses estimasi, hal ini dilakukan secara numerik dengan menggunakan metode Monte Carlo, yaitu Gibbs Sampling dan Metropolis Hasting. Kata Kunci: Model Persamaan Struktural, data kategorik, Treshold, Gibbs Sampling, Metropolis Hasting |
id |
IOS4002.article-420 |
institution |
Koordinasi Perguruan Tinggi Swasta Wilayah X |
institution_id |
932 |
institution_type |
library:special library |
library |
E-Journal Kopertis Wilayah X |
library_id |
864 |
collection |
Jurnal Ipteks Terapan |
repository_id |
4002 |
city |
KOTA PADANG |
province |
SUMATERA BARAT |
shared_to_ipusnas_str |
1 |
repoId |
IOS4002 |
first_indexed |
2017-03-04T03:15:13Z |
last_indexed |
2017-09-10T02:16:46Z |
recordtype |
dc |
merged_child_boolean |
1 |
_version_ |
1722655664354885632 |
score |
17.607508 |