Analisis Faktor 2-Level dalam Model Persamaan Struktural

Abstract

Model persamaan struktural (SEM) sangat berguna untuk mengetahui apakah suatu model antar variabel laten, variabel indikator fit dengan data yang diperoleh. Ketika data yang diperoleh cukup besar dan berhirarki maka diperlukan analasis penyesuaian dalam model struktural tersebut. Penyesuaian tersebut adalah dengan memasukkan variabel random efek dari tiap tingkatan hirarki. Variabel random untuk 2 level hirarki yaitu variabel random efek level-1 dan level-2. Metode estimasi yang digunakan dalam penelitian ini adalah maksimum likelihood (ML). Penggunaan metode ML ini merupakan metode yang umum dipakai dalam estimasi parameter dalam SEM namun mengalami kendala ketika terdapat data hilang. Sehingga algoritma ekspektasi-maksimasi (EM) diperlukan untuk mengestimasi data hilang.