Cover Image

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 &#xA0;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.&#xA0;Keywords:&#xA0;&#xA0; Structural Equation Modeling ,categorical data, Threshold, Gibbs Sampling, Metropolis Hasting.&#xA0;Abstrak&#xA0;Dalam artikel ini dijelaskan tentang estimasi parameter dari model persamaan struktural dengan variabel kategorik terurut dengan menggunakan metode Bayes. Asumsi dasar dari SEM adalah&#xA0; 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&#xA0; 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.&#xA0;Kata Kunci:&#xA0; 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

Lihat Juga