Meta-Analytic Structural Equation Modeling (MASEM) Dengan Generalized Method Of Moments (GMM)

Standsyah, Rahmawati Erma (2023) Meta-Analytic Structural Equation Modeling (MASEM) Dengan Generalized Method Of Moments (GMM). Doctoral thesis, Institute Teknologi Sepuluh Nopember.

Text 06211760010005-Dissertation.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (9MB) | Request a copy

Abstract

Fenomena saat ini, terdapat banyak penelitian yang dilakukan dari waktu ke waktu dan ruang pada beberapa masalah global dengan sasaran atau tujuan sama. Alasan utama hal tersebut dilakukan guna memperkuat kesimpulan keseluruhan hasil temuan yang didapat. Penggabungan metode Meta-Analisis dan SEM yang disebut dengan Meta-Analytic Structural Equation Modeling ( MASEM ) merupakan teknik statistik untuk mensintesis penelitian dengan tujuan mengintegrasikan temuan yang selanjutnya mengaplikasikan teknik SEM untuk uji kesesuaian. Estimasi parameter MASEM perlu dilakukan dengan menggunakan metode estimasi yang handal. Hal ini bertujuan agar dapat menghasilkan estimator yang memenuhi sifat kebaikan model. Metode estimasi Generalized Method of Moments (GMM) merupakan perluasan dari metode momen yang pada dasarnya metode GMM membandingkan momen populasi dengan momen sampel sehingga memiliki tingkat akurasi yang tinggi pada heterogenitas data. Permasalahan heterogenitas data terdapat pada kasus kemiskinan di Indonesia sebab Indonesia terdiri dari berbagai provinsi dengan perbedaan kondisi wilayah. Oleh karena itu, Metode MASEM dengan GMM dapat digunakan untuk memodelkan kemiskinan di Indonesia. Estimator model fixed effect MASEM dan random effect MASEM dengan metode estimasi GMM yang dalam penentuan bobotnya menggunakan metode Two Step memenuhi sifat kebaikan model yaitu bersifat tak bias dan konsisten. Hasil implementasi menunjukkan bahwa data-data kemiskinan di Indonesia bersifat heterogen sehingga diselesaikan menggunakan model random effect MASEM dengan GMM. Hasil Model kemiskinan yang didapat yaitu nilai koefisien ekonomi terhadap kemiskinan sebesar 0,464 berpengaruh signifikan dengan SE estimator sebesar 0,035 dan koefisien kesehatan terhadap kemiskinan berpengaruh signifikan dengan -0,145 dan SE senilai 0,037, sedangkan, untuk variabel SDM tidak berpengaruh terhadap kemiskinan dengan -0,008 dan SE sebesar 0,033.
=================================================================================================================================
In the current phenomenon, there are many studies conducted from time to time and in space on several global issues with the same purpose or objective. The main reason for this was to reinforce the general conclusion of the results obtained. The combination of meta-analysis and SEM methods called Meta-Analytic Structural Equation Modeling (MASEM) is a statistical technique for summarizing research with the aim of integrating the results which then apply SEM techniques for conformance testing. Estimation of MASEM parameters should be done using a reliable estimation method. It aims to be able to produce an estimator that meets the quality of the model. The Generalized Method of Moments (GMM) estimation method is an extension of the Method of Moments which basically compares the population moments to the sample moments in order to have a high degree of precision in the estimation. data heterogeneity. The problem of data heterogeneity is found in poverty cases in Indonesia because Indonesia consists of several provinces with different regional conditions. Therefore, the MASEM method with GMM can be used to model poverty in Indonesia. The MASEM fixed effects and random effects MASEM model estimator with the GMM estimation method which in determining the weight using the two-step method fulfills the quality of the model which is unbiased and consistent. The implementation results show that poverty data in Indonesia is heterogeneous, so it is solved using the MASEM random effects model with GMM. The results of the poverty model obtained are that the economic coefficient on poverty has a significant effect with 0.464 the estimator SE of 0.035 and the health coefficient on poverty has a significant effect with -0.145 SE of 0.037, but the variable HR it has no effect on poverty with -0.008, and SE of 0.033.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	Structural Equation Modelling (SEM), Meta-Analisis, Meta-Analytic Structural Equation Modeling (MASEM), Generalized Method of Moments (GMM), Kemiskinan. ======================================== Structural Equation Modelling (SEM), Meta Analysis, Meta-Analytic Structural Equation Modeling (MASEM), Generalized Method of Moments (GMM), Poverty
Subjects:	H Social Sciences > HA Statistics > HA31.35 Analysis of variance
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49001-(S3) PhD Thesis
Depositing User:	Rahmawati Erma Standsyah
Date Deposited:	03 Mar 2023 02:05
Last Modified:	03 Mar 2023 02:05
URI:	http://repository.its.ac.id/id/eprint/97731

Actions (login required)

View Item