Estimasi model persamaan struktural melalui pendekatan bayesian (studi kasus: data kerja pegawai Universitas Bina Dharma Palembang)
Tesis ini mengkaji mengenai estimasi parameter dalam model persamaan
struktural. Pendekatan yang dilakukan adalah melalui pendekatan Bayesian
sebagai pedekatan altematif pada saat asumsi melalui pendekatan klasik tidak
terpenuhi. Pendekatan ini diaplikasikan pada studi kasus kinerja pegawai
Universitas Bina Darma Palembang. Algoritma vang digunakan untuk
mendapatkan estimasi maing-masing parameter adalah algoritma Gibbs
Sampler dengan proses simulasi Markov Chain Monte Carlo (MCMC). HasiI
penelitian menunjukan bahwa estimasi model persamaan struktural melalui
pendekatan Bayesian tidak memerlukan data dalam jum1ah besar, terbukti
dalam penelitian ini dapat digunakan pada sampel keeiI dengan ukuran 40.
9. Abstract
This thesis presents a study on the parameter estimation in structural equation model.
Bayesian approach was applied as an alternative approach when the assumption
through the classical approach was not met. This approach was utilized in a case study
of the employees' performance at Bina Darma Palembang University. Conducting
Gibbs sampler algoritlun was aimed to obtain the estimation of each parameter with
the Markov Chain Monte Carlo (MCMC) simulation process. The result shows that
the estimation of structural equation models through Bayesian approach does not
require large amount. It is proven that Bayesian approach can be used on a small
sample size of 40.
No copy data
No other version available