Metode Finite Mixture Partial Least Square Untuk Mengatasi Heterogenitas Pada Model Struktural Partial Least Square

Abstract

Finite Mixture Partial Least Square (FIMIX-PLS) adalah metode untuk mengungkap heterogenitas yang tidak teramati di dalam model struktural. FIMIX-PLS dapat dipakai sebagai pendekatan yang komprehensif untuk mengetahui heterogenitas dalam pemodelan jalur PLS. Metode FIMIX-PLS mengidentifikasi heterogenitas data dengan memperkirakan probabilitas dari keanggotaan segmen untuk setiap observasi dan secara bersamaan memperkirakan koefisien jalur semua segmen. Pada studi kasus pengaruh predisposisi dan kebiasaan terhadap tekanan darah pasien hipertensi, sehingga menghasilkan anggota kelompok yang lebih homogen berdasarkan hubungan antar variabel laten. Pada penelitian ini ,jumlah segmen terbaik hasil dari FIMIX-PLS dipilih berdasarkan nilai kriteria dari AIC dan  EN.  Tujuan penelitian ini yaitu mendeteksi heterogenitas pada model struktural PLS menggunakan metode FIMIX-PLS pada studi kasus pengaruh predisposisi dan kebiasaan terhadap tekanan darah pasien hipertensi dan mengetahui jumlah segmentasi terbaik dari hasil FIMIX- PLS berdasarkan nilai kriteria dari AIC dan EN. Variabel  predisposisi diukur oleh 6 indikator yaitu jenis kelamin, keterbatasan mobilitas, penyakit penyerta, psikolo- gis, suhu tubuh dan usia. Variabel  kebiasaan pasien diukur oleh 5 indikator alkohol, diet oral, merokok dan olahraga. Variabel tekanan darah diukur oleh 2 variabel indikator distolik dan sistolik. Hasil penelitian menunjukkan kajian hetoreginitas dengan dengan FIMIX-PLS menghasilkan segmentasi yang menunjukkan adanya heterogenitas. Segmentasi terbaik pada K=5 dengan nilai AIC terendah yaitu sebesar 175,947 dengan nilai EN sebesar 0,610.