HENI NOVIYANTI , 1317031039 (2017) MENGATASI HETEROGENITASI DATA ORDINAL MENGGUNAKAN FIMIX-PLS. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.
|
File PDF
ABSTRAK (ABSTRACT).pdf Download (40Kb) | Preview |
|
![[img]](http://digilib.unila.ac.id/style/images/fileicons/text.png) |
File PDF
SKRIPSI FULL.pdf Restricted to Hanya pengguna terdaftar Download (1112Kb) |
|
|
File PDF
SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1113Kb) | Preview |
Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)
Heterogenitas cenderung terjadi dalam data yang berasal dari persepsi dan evaluasi individu. Mengatasi heterogentitas data dapat dilakukan dengan cara pengelompokan objek ke dalam beberapa kelompok berdasarkan ukuran kemiripan atau ciri umum antar objek. Dalam pengelompokan kadang ditemukan objek yang tidak bisa diukur secara langsung karena tidak mempunyai nilai kuantitatif. Objek tersebut disebut dengan variabel laten. Pengelompokan terhadap variabel laten memerlukan data-data ataupun variabel terobservasi yang digunakan sebagai indikator, yang biasa disebut sabagai variabel manifest. Metode yang dapat digunakan untuk mengelompokan variabel laten berdasarkan variabel indikator yang keduanya bertipe data kategorik adalah analisis FIMIXPLS (Finite Mixture-Partial Least Square). Tujuan penelitian ini adalah mengatasi heterogenitas data menggunakan metode FIMIX-PLS. FIMIX-PLS mengatasi heterogenitas data dengan memperkirakan probabilitas keanggotaan setiap kelompok dan memperkirakan koefisien jalur. Analisis data ECSI (European Customer Satisfaction Index) secara global tanpa mempertimbangkan keheterogenan data menghasilkan kebaikan model yang cukup rendah dengan nilai R-Square sebesar 0,452. Sedangkan jika dianalisis dengan membagi data ke dalam kelompok-kelompok dengan karakteristik tertentu dapat menghasilkan 6 kelompok dan memiliki kebaikan model yang tinggi dengan R-square salah satu kelompok mencapai 0,978. Kata kunci : Variabel laten, Variabel manifest, FIMIX-PLS (Finite Mixture - Partial Least Square), ECSI (European Customer Satisfaction Index) ABSTRACT The heterogeneity tends to occur on data that derived from individual perception and evaluation. Overcoming the heterogeneity data can be done by grouping objects into groups based on similarity measure or common characteristics among the object. In data grouping occasionally found objects that can not be measured directly because it has no quantitative value. The object is mentioned as latent variables. Latent variables grouping requires data or observed variables that are used as indicator, commonly mentioned as manifest variables. Methods that can be used to categorize the latent variables based on indicator variables that are both of type categorical data is FIMIX-PLS (Finite Mixture-Partial Least Square) analysis. The purpose of this study is to overcome data heterogeneity using FIMIX-PLS methods. FIMIX-PLS overcomes data heterogeneity by estimate the probability of membership of each group and by estimate the path coefficients. Data analysis ECSI (European Customer Satisfaction Index) globally without considering data heterogeneity results goodness of fit models that quite low with value of R-Square is 0,452. Meanwhile, when analyzed by dividing data into groups with specific characteristics results 6 groups and has goodness of fit with R-square of one group reached 0.978. Keywords: Latent variable, Manifest variables, FIMIX-PLS (Finite Mixture - Partial Least Square), ECSI (European Customer Satisfaction Index)
| Jenis Karya Akhir: | Skripsi |
|---|---|
| Subyek: | > Q Science (General) > QA Mathematics |
| Program Studi: | FAKULTAS MIPA > Prodi Matematika |
| Pengguna Deposit: | 7244886 . Digilib |
| Date Deposited: | 20 Feb 2017 06:44 |
| Terakhir diubah: | 20 Feb 2017 06:44 |
| URI: | http://digilib.unila.ac.id/id/eprint/25628 |
Actions (login required)
 |
Lihat Karya Akhir |
