Persamaan Regresi vs Model Struktural

Slides:



Advertisements
Presentasi serupa
REGRESI DENGAN VARIABEL INTERVENING
Advertisements

ANALISIS KORELASI.
UJI HIPOTESIS.
SEM (STRUCTURAL EQUATION MODELING) MAGISTER TEKNIK INDUSTRI
ANALISIS REGRESI DAN KORELASI
Structural Equation Modelling – Partial Least Square
Covariance SEM VS Component SEM
REGRESI Bulek niyaFn.
A N A L I S I S J A L U R ( P a t h A n a l y s i s )
UJI ASUMSI KLASIK.
Regresi Linier Fungsi : Jenis :
KORELASI DAN REGRESI LINEAR SEDERHANA
UJI KORELASI DAN REGRESI LINIER
Contoh Analisa Cepat smartPLS by adiwjj-STIKIM 2013
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
PARTIAL LEAST SQUARE P L S.
REGRESI.
Statistika Dr. Ananda Sabil Hussein. Deskriptif Statistik Mean : Nilai rata-rata.
STRUCTURAL EQUATION MODELING
FILEMON MEIDIANTO DJA ( ). 1.1 Latar Belakang  BUMN merupakan perusahaan yang seluruh atau sebagian besar modalnya berasal dari kekayaan negara.
FEB Univ. 17 Agustus 1945 Jakarta
Pengantar SEM Fauziyah, SE., M.Si.
oleh: Hutomo Atman Maulana, S.Pd. M.Si
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
FEB Univ. 17 Agustus 1945 Jakarta
Pelatihan Metode Penelitian Partial Least Square (PLS)
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
Fakultas Ekonomi dan Bisnis Jakarta, 15 Januari 2016
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
based on Erny’s research (Postgraduate Student - S2 IKM STIKIM 2012)
VARIABEL INTERVENING Variabel intervening merupakan variabel antara atau mediating, berfungsi memdiasi hubungan antara varibal independen dengan variabel.
Metode Penelitian Kuantitatif (Lebih dari bermain angka)
PENGARUH KUALITAS LAYANAN DAN CITRA INSTITUSI TERHADAP KEPUASAN MAHASISWA MAGISTER MANAJEMEN UNIVERSITAS TELKOM Asep Supriatna – Fakultas.
METODOLOGI PENELITIAN SESI 11 Korelasi dan REGRESI Analisis Faktor
Pertemuan ke 14.
Pengantar Model Liner (C) (Wajib 3 SKS) Pertemuan ke-1/14
Pertemuan Ke-7 REGRESI LINIER BERGANDA
METODE KUANTITATIF.
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
Pertemuan Ke-10 REGRESI DUMMY
Regresi Linier (Linear Regression)
Universitas Esa Unggul
MANOVA (Multivariate Analysis of Variance)
Pengertian Regresi Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan.
Metode Kuantitatif Untuk Manajemen
Pertemuan Ke-6 REGRESI LINIER
Analisis Jalur (Path Analysis).
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
Korelasi Korelasi Product Moment digunakan untuk melukiskan hubungan antara 2 buah variabel yg sama-sama berjenis interval atau rasio. Rumus.
ANALISIS REGRESI Sri Mulyati.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
KORELASI & REGRESI LINIER
UJI ASUMSI KLASIK.
PRAKTIKUM STATISTIKA INDUSTRI
ANALISIS REGRESI LINIER
ANALISIS JALUR ( PATH ANALYSIS ).
Komputer Terapan Administrasi Publik
Structural Equation Modeling
BAB VIII REGRESI &KORELASI BERGANDA
Multivariate Analysis
Metode Kuantitatif untuk Penelitian Sosial
Metode Kuantitatif untuk Penelitian Sosial
ANALISIS REGRESI DAN KORELASI
Teknik Regresi.
Tim Dosen FEB UTA'45 Jkt Pelatihan SEM dengan AMOS 1.
Transcript presentasi:

Persamaan Regresi vs Model Struktural

Persamaan Regresi Y = a + b1X1 + b2X2 + b3X3 + e Y = variabel dependen X = variabel independen

Model Linier X1 X2 Y X3

Model Struktural Hubungan sebab akibat antara variabel Tidak ada variabel independen dan dependen Variabel exogen dan endogen

Model Struktural X1 X3 Y X2

X2 = a + bX1 + e X3 = a + b1X1 + b2X2 + e Y = a + b1X1 + b2X2 + b3+X3 +e Ada permasalahan – pengaruh tidak langsung tidak terlihat Dibutuhkan model struktural

Model Struktural Path Analisis (SPSS – manual) Covariance Based SEM (AMOS) Variance Based SEM (PLS dan GESCA)

Partial least Squares Variance based SEM Jumlah sampel minimal 30 Model struktural Inner Model Evaluation Outer Model Evaluation Pengujian Hipotesis Uji mediasi – jika diperlukan

Menggambar Model Struktural

Outer Model Evaluation Convergent Validity Factor loading > 0.7 Average variance Extracted (AVE) > 0,5 Discrimnant Validity Korelasi antar konstruk <0,85 Reliability Nilai composite reliability > 0,6

Inner Model Nilai R2 Nilai effect size : Nilai GoF :

Pengujian Hipotesis Pengujian hipotesis dengan menggunakan uji t. Membandingkan t statistik dengan t-tabel. Dengan alpha 5%, t- tabel = 1,96 Kriteria penerimaan Hipotesis : t-statistik > t-tabel