Efisiensi Penduga Parameter Berbagai Metode Resampling Pada Analisis Warppls
| Main Author: | Shafirra, Agatha Purenda |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179658/ |
Daftar Isi:
- Analisis WarpPLS memiliki tiga algoritma, yaitu algoritma pendugaan parameter outer model, inner model, dan algoritma pengujian hipotesis yang terdiri dari beberapa pilihan metode resampling yaitu Stable1, Stable2, Stable3, Bootstrap, Jackknife, dan Blindfolding. Tujuan penelitian ini yaitu menerapkan analisis WarpPLS dengan membandingkan keenam metode resampling berdasarkan efisiensi relatif dari pendugaan parameter pada keenam metode. Penelitian ini menggunakan data sekunder hasil kuesioner dengan 1 variabel bersifat formatif dan 2 variabel bersifat reflektif. Data sekunder untuk Indeks Kepuasan Layanan Infrastruktur (IKLI) diperoleh dari Laporan Studi Perencanaan Pembangunan Daerah Pertumbuhan Ekonomi dan Indeks Gini Kota Malang Tahun 2018, sedangkan data sekunder untuk Indeks Modal Sosial (IMS) dan Indeks Pembangunan Masyarakat (IPMas) diperoleh dari Laporan Penelitian Indikator Kinerja Daerah Indeks Pembangunan Manusia dan Angka Kemiskinan Kota Malang Tahun 2018. Hasil pada penelitian ini menunjukkan bahwa berdasarkan dua kriteria yang digunakan yaitu perhitungan efisiensi relatif serta measure of fit sebagai kebaikan model yang dihasilkan, dapat disimpulkan bahwa metode resampling Jackknife merupakan metode yang paling efisien, diikuti dengan metode Stable1, Bootstrap, Stable3, Stable2, dan Blindfolding.