Page 16 - Seminar Penyelidikan 2021
P. 16
Seminar Penyelidikan JPPH ke-12 2021/ INSPEN
Apabila keputusan disesuaikan dengan hasil analisis maka model yang terbentuk
adalah seperti berikut:
LTI=.146 LT1 + .467LT2 + 0.01
LST= .610LS1 + .053LS2 + .0373LS3 + .503LS4 + (-1.743)
LAT= .242LA1 + .849LA2 + (-.117)LA3 + .581LA4 + .007LA5 + .538LA6 + .002
LOC= β13LO1 + β14LO2 + β15LO3 + β16LO4 + ε5
LVA = .492LTI + (-0.21)LST + .855LAT + .036LOC + ε
5.0 KESIMPULAN DAN CADANGAN
Penemuan daripada analisis yang telah dijalankan menggunakan Structual
Equation Model (SEM) model ke 14 adalah sesuai untuk Daerah Sepang
sekiranya penilaian pukal perlu dijalankan. Model ini telah mengenal pasti faktor
latent iaitu Land Time, Land Structure, Land Attribute dan Lokasi. Setiap faktor
latent mempunyai observed variable tersendiri. Kesemua ujian untuk kesahihan
dan kesahan (realibity and validity) untuk Structural Equation Model telah dipenuhi
dan menghasilkan model yang terbaik. Model ini dicadangkan untuk
diketengahkan sebagai Model Penilaian Pukal bagi nilaian akruan tanah kerajaan.
Kertas kajian ini merupakan kertas kajian pertama menggunakan analisis
Structural Equation Modelling (SEM) untuk menilai harta tanah di JPPH. Nilai
residual (r) menunjukkan masih wujud ruang untuk faktor-faktor yang tidak
diketahui. Kajian selanjutnya perlu dijalankan untuk mendalami faktor-faktor yang
mempegaruhi nilai tanah dan menyumbang kepada nilai residual (r). Sekiranya
lebih banyak data lengkap dapat diperoleh, model yang dicadangkan daripada
kajian ini dapat diperluaskan ke kawasan-kawasan lain.
RUJUKAN
Azahari H. (1992). Mutiple Regression Analysis - A Practical Study: Some
Comments and Suggestions. The Surveyor 27(3), 8-12.
Byrne B. M. (2010). Structural equation modeling with AMOS basic concepts,
applications and programming (Multivaraite Applications Sereies).
Feeman, J. and Xin Zhou. (2019). Data Analysis and Applications 1: Clustering
and Regresion, Modelling-Estimating, For Casting and Data Mining . ISTE
Ltd and John Wiley & Sons, Inc.
Fotheringham, A. S., Brunsdon, C. & Charlton, M. E. (2002). Geographically
Weighted Regression: The Analysis of Apatially Varying Relationships.
West Sussex: John Wiley & Sons Ltd.
Ringkasan Eksekutif: Kertas 1 8 8
