Analisis Model Regresi Multilevel dalam Kajian Hasil Belajar Siswa

Abstract

Penelitian ini bertujuan untuk membangun model regresi linier multilevel dengan menggunakan struktur data pengukuran berulang. Data yang digunakan adalah nilai post-test, pre-test, dan tugas siswa yang masing-masing diukur tiga kali untuk setiap siswa dan dilakukan di enam kelas yang berbeda. Terdapat 28 model yang digunakan dalam penelitian ini. Model umumnya dibangun dari model 2 atau 3 level, yang masing-masing berisi model random intersep dan model random slope. Prosedur RIGLS digunakan untuk mendapatkan hasil estimasi parameter yang terbaik. Disisi lain dalam penentuan model terbaik digunkan  statistik AIC terkecil yang dapat dibentuk. Dari hasil estimasi yang diperoleh, diperoleh model ke-25 yang merupakan salah satu model random slope 3 tingkat dengan AIC minimum yaitu 3555.822.