Implementasi estimasi metode bootstrap pada pemodelan persamaan struktural

INDONESIA:

Pemodelan Persamaan Struktural (SEM) merupakan suatu alat statistik pada teknik analisis multivariat yang didalamnya terdiri dari dua bagian yaitu model pengukuran dan model struktural. Bootstrap ialah suatu metode estimasi yang mnggunakan resampling pada data dengan pengembalian dengan tujuan memperkecil nilai error.

Tujuan dari penelitian ini adalah untuk mengetahui hasil implementasi estimasi metode bootstrap pada Pemodean Persamaan Struktural (SEM) pada data mengenai pengaruh keyakinan dan regulasi emosi terhadap penilaian diri Mahasiswa baru Teknik Arsitektur UIN Malang 2018.

Implementasi estimasi metode bootstrap pada SEM terdiri dari beberapa tahap diantaranya identifikasi, estimasi dengan menggunakan resampling bootstrap, dan uji kecocokan model. Hasil dari penelitian ini menunjukkan bahwa model SEM dengan metode bootstrap menghasilkan hasil yang baik dengan melalui uji kecocokan yang menunjukkan hasil yang good fit. Model yang diperoleh dari hasil LISREL sebagai berikut:

Penilaian Diri = 1.09 keyakinan Diri -0.07 Regulasi Emosi

Model persamaan diatas bisa dijabarkan menjadi penilaian diri seseorang dipengaruhi oleh keyakinan diri sebesar 109% dan dipengaruhi oleh penurunan regulasi emosi sebesar 7%.

ENGLISH:

Structural Equation Modeling (SEM) is a statistical tool in multivariate analysis techniques which consists of two parts, namely the Measurement model and the structural model. Bootstrap is an estimation method that uses resampling of data with returns with the aim of minimizing the error value.

The purpose of this study was to determine the results of the implementation of the bootstrap estimation method in Structural Equation Coding (SEM) on data concerning the effect of self efficacy and emotion regulation on subjective well being of UIN Malang Architecture Engineering Students.

The bootstrap method estimation implementation in SEM consists of several stages, including identification, estimation using bootstrap resampling, and model compatibility test. The results of this study indicate that the SEM model with the bootstrap method produces good results by passing a match test that shows good fit results. The model obtained from the LISREL results is as follows:

Subjective Well Being = 1.09 Self efficacy - 0.07 Emotional Regulation

The Model of the above equation can be described as Subjective Well by self efficacy by 109% and emotional regulation by 7%.