Pemodelan Linier Hirarkis (HLM / Pemodelan Multitingkat)
Pemodelan Linier Hirarkis (HLM), juga dikenal sebagai Pemodelan Multitingkat (MLM), adalah metode statistik parametrik untuk menganalisis data bersarang atau terkelompok — misalnya siswa di dalam kelas, pasien di dalam rumah sakit, atau karyawan di dalam organisasi. Diformalisasi oleh Raudenbush dan Bryk dalam teks seminal mereka tahun 2002 (membangun karya dari pertengahan 1980-an), HLM secara simultan mengestimasi efek tingkat individu dan tingkat kelompok sambil secara tepat mempartisi varians di berbagai tingkatan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Raudenbush, S.W. & Bryk, A.S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage. ISBN: 978-0761919049
- Hox, J.J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. DOI: 10.4324/9780203852279 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Hierarchical Linear Modeling (HLM / Multilevel Modeling). ScholarGate. https://scholargate.app/id/statistics/hlm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model Efek CampuranStatistika↔ compare
- Analisis Varians Satu ArahStatistika↔ compare
- ANOVA Ukur UlangStatistika↔ compare
- Pemodelan Persamaan Struktural (SEM)Statistika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →