ScholarGate
Asisten
Regression modelRegression / GLM

Robust Hierarchical Linear Model

Dalam HLM standar, siswa bersarang dalam sekolah dan model meminjam kekuatan antar klaster. Namun, jika beberapa sekolah merupakan pencilan (outlying) atau residu di dalam sekolah memiliki ekor tebal (heavy-tailed), galat baku dari *restricted maximum likelihood* (REML) bisa sangat meleset. Robust HLM membungkus struktur dua tingkat yang sama dengan koreksi tipe *sandwich* atau estimasi-M, sehingga uji signifikansi tetap valid bahkan ketika asumsi normalitas dan varians konstan hanya dipenuhi secara hampiran. Anggap saja seperti menambahkan peredam kejut pada model multilevel — estimasi tetap sama tetapi ukuran ketidakpastian tidak rusak di medan yang kasar.

Terapkan dengan StatMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Maas, C. J. M., & Hox, J. J. (2004). Robustness issues in multilevel regression analysis. Statistica Neerlandica, 58(2), 127–137. DOI: 10.1046/j.0039-0402.2003.00252.x
  2. Hox, J. J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. ISBN: 978-1848728462

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Robust Hierarchical Linear Model. ScholarGate. https://scholargate.app/id/statistics/robust-hierarchical-linear-model

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.

Compare side by side
ScholarGateRobust Hierarchical Linear Model (Robust Hierarchical Linear Model). Diakses 2026-06-15 dari https://scholargate.app/id/statistics/robust-hierarchical-linear-model · Set data: https://doi.org/10.5281/zenodo.20539026