| dc.contributor |
|
|
| dc.contributor |
|
|
| dc.creator |
Kusumawardani, Permata |
|
| dc.creator |
Hajarisman, Nusar |
|
| dc.creator |
Achmad, Anneke Iswani |
|
| dc.date |
2016-02-17 |
|
| dc.identifier |
http://karyailmiah.unisba.ac.id/index.php/statistika/article/view/2618 |
|
| dc.description |
In the social research, the research variable is usually cannot be measured directly (usually called as latent variable). Therefore, the variable needs an indicator as its measuring instrument. One of multivriat techniques is structural equation modeling (SEM) that is used in social researchs. Structural equation modeling (SEM) consists of 2 stages, the first approach is using confirmatory factor analysis (CFA), the second is by doing the structural equation modeling (SEM). Confirmatory factor analysis (CFA) approach is aimed to confirm that indicators used as the measuring instrument are good enough to measure direct unmeasurable variables ( latent variable) seen from reliability score of those indicators. According to Hair, et al (1998) that reliability score is good when it has bigger score than 0,7. The results show that both composit and maximal reliablities have bigger scores than 0,7. It means that the scores of composit and maximal reliabilities can be accepted, it shows that all used indicators in this research is reliable. |
|
| dc.description |
Dalam penelitian yang berhubungan dengan bidang sosial biasanya variabel penelitiannya tidak bisa diukur secara langsung (biasanya disebut dengan variabel laten). Oleh karena itu variabel tersebut memperlukan sebuah indikator-indikator sebagai alat ukurnya. Salah satu dari teknik multivariat yaitu pemodelan persamaan terstruktur (structural equation modeling, SEM) biasanya digunakan dalam penelitian yang berhubungan dengan bidang sosial tersebut. Pemodelan persamaan terstruktur (structural equation modeling, SEM) terdiri dari dua tahap pendekatan yang pertama adalah dengan menggunakan analisis faktor konfirmatori (confirmatory factor analysis, CFA) dan yang kedua dengan melakukan pemodelan persamaan terstruktur itu sendiri (structural equation modeling, SEM). Pendekatan menggunakan analisis faktor konfirmatori (confirmatory factor analysis, CFA) bertujuan untuk mengkonfirmasi apakah indikator-indikator yang digunakan sebagai alat ukur sudah cukup handal untuk mengukur variabel yang tidak bisa diukur secara langsung (variabel laten) dilihat dari nilai reliabilitas dari indikator-indikator tersebut. Menurut Hair, dkk (1998) nilai reliabilitas baik apabila mempunyai nilai yang lebih besar dari 0,7. Dari data yang diperoleh hasil nilai reliabilitasnya baik reliabilitas komposit dan reliabilitas maksimal keduanya mempunyai nilai yang lebih besar dari 0,7 artinya nilai dari reliabilitas komposit dan reliabilitas maksimal bisa diterima, hal ini menunjukkan bahwa semua indikator-indikator yang dipakai di dalam penelitian ini reliabel. |
|
| dc.format |
application/pdf |
|
| dc.language |
ind |
|
| dc.publisher |
Universitas islam Bandung |
|
| dc.relation |
http://karyailmiah.unisba.ac.id/index.php/statistika/article/view/2618/pdf |
|
| dc.relation |
http://karyailmiah.unisba.ac.id/index.php/statistika/article/downloadSuppFile/2618/379 |
|
| dc.source |
Prosiding Statistika; Vol 2, No 1, Prosiding Statistika (Februari, 2016); 51-62 |
|
| dc.source |
Prosiding Statistika; Vol 2, No 1, Prosiding Statistika (Februari, 2016); 51-62 |
|
| dc.source |
2460-6456 |
|
| dc.subject |
Proceedings of Statistics |
|
| dc.subject |
Confirmatory factor analysis (CFA), compossit reliability, maximal reliability. |
|
| dc.subject |
Statistika |
|
| dc.subject |
Analisis Faktor Konfirmatori (confirmatory factor analysis, CFA), Reliabilitas Komposit, Reliabilitas Maksimal. |
|
| dc.title |
Calculation of Composit Reliability and Maximal Reliability on confirmatory factor analysis. |
|
| dc.title |
Perhitungan Reliabilitas Komposit dan Reliabilitas Maksimal pada Analisis Faktor Konfirmatori |
|
| dc.type |
info:eu-repo/semantics/article |
|
| dc.type |
info:eu-repo/semantics/publishedVersion |
|
| dc.type |
Peer-reviewed Article |
|
| dc.type |
Quantitative |
|
| dc.type |
Kuantitatif |
|