Analisis Jalur Kuadratik Dengan Resampling Bootstrap Pada Data Simulasi
| Main Author: | Alifa, Aisyah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2022
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/192584/1/0520090246%20-%20Aisyah%20Alifa.pdf http://repository.ub.ac.id/id/eprint/192584/ |
Daftar Isi:
- Tujuan dari penelitian ini adalah untuk mengetahui apakah resampling bootstrap dapat digunakan dalam mengatasi pelanggaran asumsi normalitas residual analisis jalur kuadratik. Data dengan studi simulasi pada penelitian ini dibangkitkan dengan satu variabel eksogen, satu variabel endogen murni, dan satu variabel endogen mediasi. Sisaan dibangkitkan mengikuti distribusi weibull untuk mewakili kondisi normalitas tidak terpenuhi, kemudian setelah dilakukan pengujian normalitas sisaan dihasilkan nilai-p sebesar < 2.2e-16 dan nilai tersebut kurang dari0,05 , sehingga dapat dibuktikan bahwa sisaan tidak berdistribusi normal. Pendugaan parameter pada analisis jalur kuadratik resampling bootstrap menghasilkan model kuadratik yang menunjukkan bahwa setiap kenaikan variabel1X akan meningkatkan variabel1Y , namun pada titik puncak sebesar (0,167; 0,151), variabel1Y dapat menurun dengan anggapan bahwa variabel yang lain tetap. Selain itu setiap kenaikan variabel1X akan meningkatkan variabel2Y , namun pada titik puncak (0,667; 0,298) justru2Y akan menurun dengan anggapan bahwa variabel yang lain tetap. Hasil pengujian asumsi normalitas sisaan menggunakan Kolmogorov smirnov, nilai-p yang dihasilkan sebesar 0,2884 dan 0,116. Nilai-nilai tersebut lebih dari0,05 , sehingga dapat disimpulkan bahwa sisaan mengikuti distribusi normal. Kesimpulan dari penelitian ini adalah resampling bootstrap dapat mengatasi pelanggaran asumsi normalitas sisaan pada analisis jalur kuadratik