Perbandingan anggaran parameter terhadap model kecemerlangan prestasi Institut Pengajian Tinggi (IPT) bersandarkan nilai teras: pendekatan penganggaran kebolehjadian maksimum (ML) dan kuasa dua terkecil separa (PLS)

Pemodelan persamaan struktur (SEM) merupakan analisis statistik multivariat yang mengkaji hubungan antara konstruk mengikut teori atau kajian terdahulu melalui model hipotesis yang dibina. Kebiasaannya, kaedah penganggaran yang digunakan dalam analisis pemodelan ini adalah penganggaran kebolehjadian...

Full description

Bibliographic Details
Main Authors: Mohd Rashid Ab Hamid (Author), Zainol Mustafa (Author), Nur Riza Mohd. Suradi (Author), Fazli Idris (Author), Mokhtar Abdullah (Author)
Format: Article
Language:English
Published: Universiti Kebangsaan Malaysia, 2013-08.
Online Access:Get fulltext
Description
Summary:Pemodelan persamaan struktur (SEM) merupakan analisis statistik multivariat yang mengkaji hubungan antara konstruk mengikut teori atau kajian terdahulu melalui model hipotesis yang dibina. Kebiasaannya, kaedah penganggaran yang digunakan dalam analisis pemodelan ini adalah penganggaran kebolehjadian maksimum (ML). Kaedah penganggaran tersebut memerlukan taburan data yang bersifat kenormalan multivariat di samping memenuhi bilangan sampel yang tertentu. Oleh itu, penganggaran kuasa dua terkecil separa (PLS) amat berperanan dalam mengatasi dua kekangan berkenaan dan isu multikolineariti. Oleh itu, makalah ini bertujuan untuk melakukan analisis perbandingan keputusan pemodelan terhadap anggaran parameter dalam Model Kecemerlangan Prestasi Institusi Pengajian Tinggi (IPT) bersandarkan nilai teras bagi mendapatkan model akhir yang mematuhi kedua-dua teknik penganggaran ML dan PLS berkenaan. Model akhir merupakan model kecemerlangan yang disemak semula berdasarkan tahap kesignifikanan secara statistik dan penting secara praktikal bagi semua pekali lintasan dalam model. Kesimpulannya, kedua-dua teknik penganggaran yang digunakan saling melengkapi antara satu sama lain dan memberikan nilai tambah kepada model hipotesis yang diuji.