creators_name:  WARDHANI , UTAMI DEWI 
creators_id: 2127031001
type: thesis
datestamp: 2023-06-20 07:49:59
lastmod: 2023-06-20 07:49:59
metadata_visibility: show
title: KAJIAN SEM BERBASIS GENERALIZED STRUCTURED COMPONENT
ANALYSIS DENGAN METODE ALTERNATING LEAST SQUARES
DAN PENERAPANNYA PADA DATA
KESEHATAN DI INDONESIA
ispublished: pub
subjects: 500
subjects: 510
full_text_status: restricted
abstract: Generalized Structured Component Analysis (GSCA) merupakan sebuah metode
dari Structural Equation Modeling (SEM) berbasis varian yang menjadi solusi
keterbatasan dari Partial Least Squares (PLS). Metode GSCA memiliki kriteria
pengoptimal kuadrat terkecil global yang secara konsisten diminimalkan untuk
mendapatkan estimasi parameter model. GSCA juga dilengkapi dengan ukuran
kecocokan keseluruhan model. Tujuan penelitian ini adalah mengkaji SEM berbasis
GSCA dengan Alternating Least Squares (ALS) dan juga menerapkannya pada data
derajat kesehatan masyarakat di Indonesia. Hasil yang diperoleh, melalui algoritma
ALS estimasi dari memperbarui � untuk � dan � tetap adalah �� =
(	
	)�
 	
 vec(�) dengan 	
	 non-singular. Kemudian memperbarui � dan �
dengan � tetap diperoleh ��� = (�′�)�
�′ ���(��) dengan �′� non-singular.
Hasil penerapan pada data menunjukkan semua indikator signifikan terhadap
masing-masing variabel latennya. Model struktural menunjukkan variabel ekonomi
tidak berpengaruh secara signifikan terhadap lingkungan. Sedangkan kualitas
pelayanan, pendidikan, ekonomi, dan lingkungan berpengaruh secara signifikan
terhadap derajat kesehatan. Evaluasi kecocokan model keseluruhan berdasarkan
nilai FIT menunjukkan bahwa model mampu menjelaskan sekitar 55,59% variasi
dari data. Goodness of Fit Index (GFI) diperoleh nilai sebesar 97,56% menunjukkan
model secara keseluruhan memiliki tingkat kecocokan yang baik.
Kata kunci : Structural Equation Modeling; Generalized Structured Component
Analysis; Alternating Least Squares

Generalized Structured Component Analysis (GSCA) is a method of Structural
Equation Modeling (SEM) based on variance that addresses the limitations of
Partial Least Squares (PLS). The GSCA method has a global least squares
optimization criterion that is consistently minimized to obtain parameter estimates
of the model. GSCA also incorporates measures of overall model fit. The aim of
this study is to examine SEM based on GSCA with Alternating Least Squares
(ALS) and apply it to public health degree data in Indonesia. The results obtained,
through the ALS algorithm, updating � for fixed � and � is �� =
(	
	)�
 	
 vec(�) with 	
	 being non-singular. Then, � and � are updated for
fixed � obtained ��� = (�′�)�
�′ ���(��) with �′� being non-singular. The
results of the data application indicate that all indicators are significant for their
respective latent variables. The structural model shows that the economic variable
does not have a significant impact on the environment. However, service quality,
education, economy, and the environment have a significant influence on the degree
of health. The overall model fit evaluation based on the FIT value suggests that the
model is able to explain approximately 55.59% of the variation in the data. The
Goodness of Fit Index (GFI) obtained a value of 97.56%, indicating that the overall
model has a good level of fit.
Keyword : Structural Equation Modeling; Generalized Structured Component
Analysis; Alternating Least Squares
date: 2023-05-07
date_type: published
institution:  UNIVERSITAS LAMPUNG
department: PROGRAM STUDI MAGISTER MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
thesis_type: masters
citation:    WARDHANI , UTAMI DEWI   (2023) KAJIAN SEM BERBASIS GENERALIZED STRUCTURED COMPONENT ANALYSIS DENGAN METODE ALTERNATING LEAST SQUARES DAN PENERAPANNYA PADA DATA KESEHATAN DI INDONESIA.  Masters thesis,  UNIVERSITAS LAMPUNG.   
document_url: http://digilib.unila.ac.id/72564/1/1.%20ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/72564/2/2.%20TESIS%20FULL.pdf
document_url: http://digilib.unila.ac.id/72564/3/3.%20TESIS%20TANPA%20BAB%20PEMBAHASAN.pdf