Tindak Lanjut: read REVIEW: MELLY YUNI ANJANI/250321830259/ KUANTITATIF/ TOPIK 13 Introducing Statistical Inference: Design of a Theoretically and Empirically Based Learning Trajectory. Marianne van Dijke-Droogers, Paul Drijvers, Arthur Bakker (2022) International Journal of Science and Mathematics Education https://doi.org/10.1007/s10763-021-10208-8 Penelitian kuantitatif dengan desain intervensi. Mengukur pemahaman siswa tentang inferensi statistik melalui pre-/post-test. Menggunakan statistik deskriptif (mean, sd) dan inferensial (perbandingan kelompok). Cocok sebagai model bagaimana variabel / statistik inferensial di bidang pendidikan dikaji. Metode: Kuantitatif Gap Penelitian: 1. Kurangnya fokus inferensial di kurikulum pra-kelas-10 : banyak kurikulum fokus pada statistik deskriptif sehingga siswa tidak diperkenalkan pada konsep-konsep inferensi sejak dini. Penulis menggarisbawahi bahwa meskipun beberapa penel...
Tindak lanjut: HERE Review Artikel: Melly Yuni Anjani/ 250321830259/ Tugas review artikel topik 17 A Regularized MANOVA Test for Semicontinuous High-Dimensional Data Edoardo Sabbioni (2025) https://doi.org/10.1002/bimj.70054 Artikel ini memperkenalkan metode baru dan kuat untuk MANOVA dalam kondisi data yang rumit (semicontinuous & high-dimensional), mengisi gap bahwa metode MANOVA tradisional tidak bekerja pada situasi seperti ini. Dengan pendekatan regularisasi, artikel ini mendorong perluasan penggunaan MANOVA di berbagai bidang data modern. Gap: Artikel ini merespon beberapa gap utama dalam literatur statistik multivariat: MANOVA klasik gagal bekerja pada data high-dimensional (p ≫ n) karena matriks kovarians tidak invertible. Tidak ada metode MANOVA yang secara khusus menangani semicontinuous data (zero-inflated) meskipun jenis data ini banyak muncul pada konteks biomedis dan biologi. Pendekatan nonparametrik atau pe...
Tindak Lanjut: here Review Artikel Melly Yuni Anjani/ 250321830259/ Tugas review artikel topik 18 Multivariate analysis of covariance with potentially singular covariance matrices and non-normal responses https://doi.org/10.1016/j.jmva.2020.104594 Artikel ini mengembangkan metode MANCOVA baru bernama MANCATS, yang tetap valid pada kondisi sulit seperti heteroskedastisitas, error non-normal, serta matriks kovarians singular. Penelitian menggunakan pengembangan metodologis disertai simulasi intensif pada berbagai skenario sampel kecil dan struktur kovarians kompleks. Hasil menunjukkan bahwa parametric bootstrap MANCATS memberikan kontrol Type I error terbaik dan performa stabil dibanding metode klasik seperti Wilks atau Wald-type statistic. Gap yang ditangani meliputi keterbatasan metode MANCOVA klasik dalam menghadapi data yang tidak memenuhi asumsi dasar, kurangnya metode robust untuk matriks singular, serta minimnya evaluasi performa metode alternat...
Comments
Post a Comment