glm modul s3 2014
DESCRIPTION
glmTRANSCRIPT
MODUL MATA KULIAH
ANALISIS MULTIVARIAT
APLIKASI GENERAL LINIER MODEL REPEATED
MEASURES UNTUK PENELITIAN DENGAN PENGAMATAN DATA BERULANG
Oleh
Prof. Dr.dr. RIZANDA MACHMUD M.Kes
PROGRAM STUDI S3 KEDOKTERAN
PROGRAM PASCA SARJANA UNIVERSITAS ANDALAS 2014
2
DAFTAR ISI
DAFTAR ISI ..................................................................................................... 1
DAFTAR ISI ..................................................................................................... 2
DAFTAR TABEL .............................................................................................. 3
DAFTAR GAMBAR .......................................................................................... 4
1. PENDAHULUAN .................................................................................... 5
2. JENIS PERBANDINGAN DALAM GLM REPETEAD MEASURES ........ 6
3. GLM UNTUK PENGAMATAN BERULANG SATU KELOMPOK ............ 8
4. GLM UNTUK PENGAMATAN BERULANG DUA KELOMPOK ............ 11
5. TEKHNIK ANALISIS GLM REPEATED MEASURES ........................... 16
6. KESIMPULAN ...................................................................................... 17
DAFTAR PUSTAKA ....................................................................................... 18
3
DAFTAR TABEL
Tabel 1. ......................................................................................................................... 9
Berat badan rata-rata pada awal penelitian dan pengukuran pada minggu
1,2,3, dan 4 .................................................................................................................. 9
Tabel 2. ....................................................................................................................... 10
Hasil uji statistik terhadap penurunan berat badan setelah minum obat dalam
waktu 1 bulan ............................................................................................................. 10
Tabel 3. ....................................................................................................................... 10
Hasil uji statistik terhadap penurunan berat badan setelah minum obat
menurut perbandingan dengan pengukuran berat badan awal sebagai
pembanding (kontras simple) .................................................................................. 10
Tabel 4. ....................................................................................................................... 12
Kadar Asam urat rata-rata antar kelompok pengobatan konvensional dan
pengobatan baru pada awal penelitian dan pengukuran pada minggu 1,2,3,
dan 4 .......................................................................................................................... 12
Tabel 5. ....................................................................................................................... 13
Hasil uji statistik terhadap penurunan Kadar Asam urat antara kelompok
pengobatan konvensional dan pengobatan baru pada pengukuran di awal
penelitian dan pengukuran pada minggu 1,2,3, dan 4 ........................................ 13
setelah minum obat dalam waktu 1 bulan ............................................................. 13
Tabel 6. ....................................................................................................................... 14
Hasil uji statistik terhadap penurunan kadar asam urat pada kelompok
pengobatan dengan obat konvensional maupun dengan obat baru menurut
perbandingan dengan pengukuran kadar asam urat awal sebagai
pembanding (kontras simple) .................................................................................. 14
Tabel 7. ....................................................................................................................... 15
Hasil uji statistik terhadap penurunan kadar asam urat pada kelompok
pengobatan dengan obat konvensional maupun dengan obat baru menurut
perbandingan kelompok ........................................................................................... 15
4
DAFTAR GAMBAR
Gambar 1. ................................................................................................................... 11
Grafik penurunan berat badan rata-rata awal penelitian dan setelah minum
obat menurut pengukuran perminggu .................................................................... 11
Gambar 2. ................................................................................................................... 15
Grafik penurunan kadar asam urat rata-rata awal penelitian dan setelah
minum obat menurut pengukuran perminggu menurut kelompok pengobatan
dengan cara konvensional dan obat baru ............................................................. 15
5
APLIKASI GENERAL LINIER MODEL REPEATED MEASURES UNTUK PENELITIAN DENGAN PENGAMATAN DATA
BERULANG
Oleh
Prof. Dr.dr. RIZANDA MACHMUD M.Kes
Staf bagian Ilmu Kesehatan Masyrakat dan Ilmu Kedokteran Komunitas
Fakultas Kedokteran Universitas Andalas
1. PENDAHULUAN
General Linier Model (GLM) merupakan kumpulan prosedur statistic
untuk analisa data dengan variable dependen bersifat kontinyu dan variable
independent yang bersifat kategori dan kontinyu. Dalam GLM variable
independent yang bersifat kategori disebut factor sedangkan variable yang
bersifat kontinyu disebut sebagai covariate.
GLM Repeated Measures design digunakan untuk melakukan analisa
data pengamatan berulang-ulang (dimana pengukurannya lebih dari 2 kali).
Pada disain pengamatan berulang tanpa kontrol, uji statistik yang dilakukan
adalah melihat perbedaan rata-rata antar pengamatan. Sedangkan pada
disain pengamatan berulang dengan kontrol, uji statistik yang dilakukan selain
melihat perbedaan rata-rata antar pengamatan juga dilakukan uji statistik
perbedaan rata-rata antar kelompok.
Kita mengenal uji t berpasangan, akan tetapi uji ini hanya dapat
digunakan untuk 2 pengukuran yang berulang, padahal kita melakukan
pengukuran follow up yang lebih dari 2 kali. Apabila kita memaksakan
pengujian statistik atas pengujian yang berulang dengan uji-t, dimana
pengukuran ke-1 dibandingkan yang ke-2, kemudian pengukuran yang ke-1
dengan ke-3, dan seterusnya, maka akan terjadi inflasi nilai p. Akibatnya akan
terjadi kesalahan peningkatan tipe I pada uji statistik, yaitu diterimanya Ho
padahal Ho salah atau dengan kata lain mengatakan tidak ada perbedaan
padahal ada perbedaan.
Jadi prosedure GLM ini dapat digunakan untuk menguji hipotesis nol
tentang efek antar subject (factor between subjects) maupun efek di dalam
6
subject itu sendiri (within-subject factor). Termasuk disini efek pada constant
covariates dan covariates interaction dengan faktor antar subject.
Analisis GLM Repeated Measures harus memenuhi beberapa
persyaratan yaitu :
1) Dependent variable berskala numeric, normal dan covarian sama
2) Independent variabel berskala kategori dan kontinyu
3) Faktor antar subject bersifat kategorik
2. JENIS PERBANDINGAN DALAM GLM REPETEAD MEASURES
Pada GLM Repeated Measures, dilakukan analisis kombinasi linier dari
variabel yang diukur (contoh disini adalah pengukuran berat badan setelah
minum obat). Hasil kombinasi linier dari variabel yang diukur disebut faktor
dan cara kombinasi liniernya disebut sebagai kontras.
Ada beberapa perbandingan (kontras) yang sering digunakan dalam
penelitian kesehatan, yaitu : Simple, Difference, Helmert, Repeated,
Polynomial. Berikut diberikan contoh disain penelitian dan jenis kontras yang
digunakan dalam penelitian tersebut.
Desain Penelitian
Penelitian yang dilakukan untuk menguji khasiat obat penurun berat
badan. Peneliti ingin mengetahui apakah ada penurunan berat badan rata-
rata setelah minum obat dalam waktu 1 bulan.
Penelitian yang dilakukan adalah Desain Pre Tes -Post Tes, yaitu
sebelum minum obat dilakukan penimbangan berat badan (pre-test) dan
setelah minum obat diukur berat badannya (post-test). Pengukuran berat
badan dilakukan setiap minggu dalam waktu satu bulan, yaitu pada minggu
pertama, kedua, ketiga dan keempat setelah minum obat penurun berat
badan. Jenis kontaras sebagai berikut;
a. Simple
Tiap kategori tiap pada faktor dibandingkan dengan kategori pembanding.
Pada contoh penelitian menguji khasiat obat penurun berat badan dimana
berat badan awal penelitian sebagai pembanding;
7
Berat badan pada pada minggu pertama dibandingkan dengan berat
badan awal penelitian;
Berat badan pada pada minggu kedua dibandingkan dengan berat badan
awal penelitian;
Berat badan pada pada minggu ketiga dibandingkan dengan berat badan
awal penelitian;
Berat badan pada pada minggu keempat dibandingkan dengan berat
badan awal penelitian.
b. Difference
Tiap kategori pada faktor dibandingkan dengan rata-rata pada kategori
sebelumnya. Pada contoh penelitian menguji khasiat obat penurun berat
badan dimana;
Berat badan pada pada minggu pertama dibandingkan dengan berat
badan awal penelitian;
Berat badan pada pada minggu kedua dibandingkan dengan berat badan
awal penelitian dan minggu pertama;
Berat badan pada pada minggu ketiga dibandingkan dengan berat badan
awal penelitian, pertama dan kedua;
Berat badan pada pada minggu keempat dibandingkan dengan berat
badan awal penelitian, pertama dan kedua, ketiga.
c. Helmert
Tiap kategori pada faktor dibandingkan dengan rata-rata dari kategori
sesudahnya. Pada contoh penelitian menguji khasiat obat penurun berat
badan dimana;
Berat badan pada awal penelitian dibandingkan dengan berat badan pada
minggu pertama, kedua, ketiga dan keempat
berat badan pada minggu pertama dibandingkan dengan berat badan
minggu kedua, ketiga, dan keempat.
Berat badan minggu kedua dibandingkan dengan berat badan ketiga dan
keempat.
8
Berat badan pada pada minggu ketiga dibandingkan dengan berat badan
minggu keempat.
d. Repeated
Tiap kategori pada faktor dibandingkan dengan kategori sebelumnya.
Pada contoh penelitian menguji khasiat obat penurun berat badan dimana
berat badan awal penelitian sebagai pembanding;
Berat badan pada pada minggu pertama dibandingkan dengan berat
badan awal penelitian;
Berat badan pada pada minggu kedua dibandingkan dengan berat badan
minggu pertama;
Berat badan pada pada minggu ketiga dibandingkan dengan berat badan
minggu kedua;
Berat badan pada pada minggu keempat dibandingkan dengan berat
badan minggu ketiga.
e. Polynomial
Kontras polynomial agak berbeda dengan kontras yang lain, karena pada
kontras ini yang diuji adalah model perubahan dari Berat badan pada awal
penelitian dan berat badan pada minggu ke-1, 2, 3, dan 4. Model
perubahan tersebut apakah mengikuti model linier, kuadratik, kubik dan
seterusnya.
Untuk mengetahui model mana yang terbaik, dapat melihat nilai eta
squared , merupakan proporsi varians perubahan berat badan yang dapat
dijelaskan oleh model, semakin besar eta squared berarti semakin banyak
varians yang dapat dijelaskan atau model lebih baik.
3. GLM UNTUK PENGAMATAN BERULANG SATU KELOMPOK
Design penelitian dengan pengamatan berulang pada satu kelompok
(one within subject factor design).
CONTOH PENELITIAN :
9
Desain Penelitian
Penelitian yang dilakukan untuk menguji khasiat obat penurun berat
badan. Peneliti ingin mengetahui apakah ada penurunan berat badan rata-
rata setelah minum obat dalam waktu 1 bulan. Penelitian yang dilakukan
adalah Desain Pre Tes -Post Tes, yaitu sebelum minum obat dilakukan
penimbangan berat badan (pre-test) dan setelah minum obat diukur berat
badannya (post-test). Pengukuran berat badan dilakukan setiap minggu
dalam waktu satu bulan, yaitu pada minggu pertama, kedua, ketiga dan
keempat setelah minum obat penurun berat badan.
Hasil Penelitian
Berikut disajikan hasil pengolahan dan analisis data menggunakan analisis
GLM Repeated Measures.
Tabel 1. Berat badan rata-rata pada awal penelitian dan pengukuran pada minggu
1,2,3, dan 4
Pada tabel 1 menunjukkan, terjadi penurunan berat badan rata-rata
setelah minum obat dalam waktu 1 bulan. Untuk membuktikan hal tersebut
dilakukan pengujian hipotesa. Hasil pengujian dapat dilihat pada tabel 2.
Tabel 2 memperlihatkan hasil uji multivariat. Uji multivariat ini
merupakan transformed variabel secara bersama-sama. Pada tabel terdapat
berbagai macam cara pengujian (Pilai trace, dll). Pada praktisnya keempat
cara pengujian statistik tersebut akan menghasilkan nilai yang hampir sama.
Pada nilai diatas, terdapat nilai p=0.006, yang berarti pada α=0.05, kita
menolak hipotesis nol. Bila nilai p yang didapatkan pada penelitian <0.05
artinya memang terdapat penurunan berat badan setelah minum obat dalam
waktu satu bulan.
Descriptive Statistics
72.5000 6.78989 40
72.3000 5.75437 40
71.0500 6.16940 40
70.1625 6.64328 40
69.7125 7.07731 40
Berat Badan awal
Berat Badan minggu 1
Berat Badan minggu 2
Berat Badan minggu 3
Berat Badan minggu 4
Mean Std. Deviation N
10
Tabel 2. Hasil uji statistik terhadap penurunan berat badan setelah minum obat
dalam waktu 1 bulan
Berikut pada tabel 3 akan diuraikan uji hipotesa menurut pengukuran
perminggu dalam waktu 1 bulan.
Tabel 3. Hasil uji statistik terhadap penurunan berat badan setelah minum obat menurut perbandingan dengan pengukuran berat badan awal sebagai
pembanding (kontras simple)
Hasil uji menurut pengukuran perminggu menunjukkan bahwa
penurunan berat badan belum terjadi pada minggu pertama (nilai p=0.753),
begitu juga dengan minggu kedua (nilai p= 0.057). Obat tersebut baru
memberikan efek penurunan berat badan pada minggu ketiga (nilai p= 0.012)
dan keempat (nilai p= 0.006).
Pada gambar 1 akan diperlihatkan penurunan berat badan rata-rata
awal penelitian dan setelah minum obat menurut pengukuran perminggu
dalam bentuk grafik.
Multivariate Testsb
.322 4.284a 4.000 36.000 .006
.678 4.284a 4.000 36.000 .006
.476 4.284a 4.000 36.000 .006
.476 4.284a 4.000 36.000 .006
Pillai's Trace
Wilks' Lambda
Hotelling's Trace
Roy's Largest Root
Effect
factor1
Value F Hypothesis df Error df Sig.
Exact statistica.
Design: Intercept
Within Subjects Design: factor1
b.
Tests of Within-Subjects Contrasts
Measure: beratbdn
1.600 1 1.600 .101 .753
84.100 1 84.100 3.832 .057
218.556 1 218.556 7.008 .012
310.806 1 310.806 8.474 .006
618.900 39 15.869
855.900 39 21.946
1216.194 39 31.184
1430.444 39 36.678
factor1
Level 2 vs. Level 1
Level 3 vs. Level 1
Level 4 vs. Level 1
Level 5 vs. Level 1
Level 2 vs. Level 1
Level 3 vs. Level 1
Level 4 vs. Level 1
Level 5 vs. Level 1
Source
factor1
Error(factor1)
Type III Sum
of Squares df Mean Square F Sig.
11
Gambar 1. Grafik penurunan berat badan rata-rata awal penelitian dan setelah
minum obat menurut pengukuran perminggu
Gambar 1 memperlihatkan penurunan berat badan rata-rata awal
penelitian dan setelah minum obat menurut pengukuran perminggu.
4. GLM UNTUK PENGAMATAN BERULANG DUA KELOMPOK
Pada penelitian longitudianal, selain pengukuran variabel dependen
yang berulang, seringkali peneliti juga ingin membandingkan 2 atau lebih
perlakuan yang berbeda. Alam disain ini, selain kita juga ingin
membandingkan hasil pengukuran yang berbeda pada subjek yang sama,
kita juga membandingkan hasil pengukuran pada kelompok subjek yang yang
berbeda (Between Subject). Tekhnik GLM yang telah dijelaskan sebelumnya
dapat diperlas dengan menambahkan faktor antar subjek, sehinga kita dapat
menguji hipotesa:
Apakah terdapat perubahan pada subjek menurut waktu pengamatan.
Apakah terdapat perbedaan antar subjek pada kelompok yang berbeda
54321
factor1
72.5
72.0
71.5
71.0
70.5
70.0
69.5
Esti
mate
d M
arg
inal M
ean
s
Estimated Marginal Means of beratbdn
12
Apakah terdapat interaksi antara perubahan subjek dan kelompok subjek.
CONTOH PENELITIAN :
Design penelitian dengan pengamatan berulang pada dua kelompok
Desain Penelitian
Penelitian yang dilakukan untuk menguji khasiat obat penurun kadar asam
urat antara pengobatan baru dengan pengobatan yang konvensional. Peneliti
ingin mengetahui mana yang lebih baik antara obat baru atau obat
konvensional dalam menurunkan kadar asam urat dalam waktu satu bulan?
Dengan kata lain apakah ada perbedaan hasil pengukuran kadar asam urat
dalam darah yang diberi pengobatan baru dengan pasien dengan pengobatan
konvensional. Bagaimana penurunan yang terjadi perminggunya? Pada
minggu keberapa masing-masing obat mulai bekerja. Data contoh yang
digunakan sama dengan data yang digunakan pada bagian sebelumnya.
Hasil Penelitian
Berikut disajikan hasil pengolahan dan analisis data menggunakan analisis
GLM Repeated Measures dua kelompok pengobatan.
Tabel 4. Kadar Asam urat rata-rata antar kelompok pengobatan konvensional dan
pengobatan baru pada awal penelitian dan pengukuran pada minggu 1,2,3, dan 4
Descriptive Statistics
73.8500 6.10457 20
75.2500 2.47487 2
73.9773 5.84620 22
72.6250 5.66354 20
71.7500 2.47487 2
72.5455 5.42022 22
70.3500 6.41360 20
70.0000 .00000 2
70.3182 6.10142 22
69.1250 6.89560 20
64.7500 2.47487 2
68.7273 6.70594 22
68.0750 7.40070 20
64.7500 2.47487 2
67.7727 7.12762 22
Kelompok
Obat konvensional
Obat baru
Total
Obat konvensional
Obat baru
Total
Obat konvensional
Obat baru
Total
Obat konvensional
Obat baru
Total
Obat konvensional
Obat baru
Total
Kadar asam urat awal
Kadar asam urat
minggu 1
Kadar asam urat
minggu 2
Kadar asam urat
minggu 3
Kadar asam urat
minggu 4
Mean Std. Deviation N
13
Pada tabel 4 menunjukkan, terjadi penurunan kadar asam urat rata-
rata setelah minum obat dalam waktu 1 bulan baik pada kelompok
pengobatan dengan obat konvensional maupun dengan obat baru. Untuk
membuktikan hal tersebut dilakukan pengujian hipotesa.
Hasil pengujian dapat dilihat pada tabel 5.
Tabel 5.
Hasil uji statistik terhadap penurunan Kadar Asam urat antara kelompok pengobatan konvensional dan pengobatan baru pada pengukuran di
awal penelitian dan pengukuran pada minggu 1,2,3, dan 4 setelah minum obat dalam waktu 1 bulan
Tabel 5 memperlihatkan hasil uji multivariat. Pada pengujian untuk
mengetahui apakah terdapat penurunan kadar asam urat setelah 1 bulan
pengobatan? Hasil uji multivariat menunjukkan terdapat penurunan kadar
rata-rata asam urat setelah 1 bulan pengobatan. Nilai p pada faktor yaitu
0.002.
Apakah terdapat perbedaan kelompok pengobatan baru denagn
pengobatan konvensional dalam menurunkan kadar asam urat? Ternyata
baik pengobatan konvensional dan pengobatan baru sama-sama efektif
dalam menurunkan kadar asam urat. Nilai p pada faktor*kelompok
menunjukkan nilai 0.1.
Berikut pada tabel 6 akan diuraikan uji hipotesa kadar asam urat rata-
rata baik pada kelompok pengobatan dengan obat konvensional maupun
dengan obat baru menurut pengukuran perminggu dalam waktu 1 bulan.
Multivariate Testsb
.604 6.475a 4.000 17.000 .002
.396 6.475a 4.000 17.000 .002
1.524 6.475a 4.000 17.000 .002
1.524 6.475a 4.000 17.000 .002
.352 2.311a 4.000 17.000 .100
.648 2.311a 4.000 17.000 .100
.544 2.311a 4.000 17.000 .100
.544 2.311a 4.000 17.000 .100
Pillai's Trace
Wilks' Lambda
Hotelling's Trace
Roy's Largest Root
Pillai's Trace
Wilks' Lambda
Hotelling's Trace
Roy's Largest Root
Effect
factor1
factor1 * kelompok
Value F Hypothesis df Error df Sig.
Exact statistica.
Design: Intercept+kelompok
Within Subjects Design: factor1
b.
14
Tabel 6. Hasil uji statistik terhadap penurunan kadar asam urat pada kelompok pengobatan menurut perbandingan, dimana pengukuran kadar asam
urat awal sebagai pembanding (kontras simple)
Hasil uji menurut pengukuran perminggu menunjukkan bahwa
penurunan kadar asam urat berdasarkan kelompok baik pada pengobatan
konvensional maupun pengobatan dengan obat baru, dimana sudah terjadi
pada minggu pertama (nilai p=0.027), begitu juga dengan minggu kedua,
ketiga dan keempat (nilai p= 0.000).
Berikut pada tabel 7 akan diuraikan uji hipotesa kadar asam urat rata-
rata baik pada kelompok pengobatan dengan obat konvensional maupun
dengan obat baru menurut perbedaan kelompok dalam waktu 1 bulan.
Hasil uji menurut perbedaan antar kelompok, menunjukkan bahwa
penurunan kadar asam urat tidak berbeda antara kelompok berdasarkan
pada pengobatan konvensional maupun dengan pengobatan baru, dengan
nilai p= 0.740 Keduanya sama-sama menurunkan kadar asam urat, dengan
kata lain, pengobatan baru sama efektifnya dengan pengobatan
konvensional.
Tests of Within-Subjects Contrasts
Measure: asamurat
40.592 1 40.592 5.281 .032
139.205 1 139.205 12.285 .002
421.456 1 421.456 22.523 .000
481.592 1 481.592 21.512 .000
9.410 1 9.410 1.224 .282
5.568 1 5.568 .491 .491
60.638 1 60.638 3.241 .087
40.592 1 40.592 1.813 .193
153.738 20 7.687
226.625 20 11.331
374.238 20 18.712
447.738 20 22.387
factor1
Level 2 vs. Level 1
Level 3 vs. Level 1
Level 4 vs. Level 1
Level 5 vs. Level 1
Level 2 vs. Level 1
Level 3 vs. Level 1
Level 4 vs. Level 1
Level 5 vs. Level 1
Level 2 vs. Level 1
Level 3 vs. Level 1
Level 4 vs. Level 1
Level 5 vs. Level 1
Source
factor1
factor1 * kelompok
Error(factor1)
Type III Sum
of Squares df Mean Square F Sig.
15
Tabel 7. Hasil uji statistik terhadap penurunan kadar asam urat pada kelompok
pengobatan dengan obat konvensional maupun dengan obat baru menurut perbandingan kelompok
Pada gambar 2 akan diperlihatkan penurunan berat badan rata-rata
awal penelitian dan setelah minum obat menurut pengukuran perminggu
dalam bentuk grafik.
Gambar 2. Grafik penurunan kadar asam urat rata-rata awal penelitian dan setelah
minum obat menurut pengukuran perminggu menurut kelompok pengobatan dengan cara konvensional dan obat baru
Tests of Between-Subjects Effects
Measure: asamurat
Transformed Variable: Average
35689.838 1 35689.838 982.583 .000
4.118 1 4.118 .113 .740
726.450 20 36.322
Source
Intercept
kelompok
Error
Type III Sum
of Squares df Mean Square F Sig.
16
Hasil penelitian menunjukkan bahwa memang terdapat penurunan kadar
asam urat, baik pada kelompok pengobatan konvensional dan pengobatan
baru.
5. TEKHNIK ANALISIS GLM REPEATED MEASURES
GLM: REPEATED MEASURE
Desain Penelitian Cohort, Experimental
Contoh Pertanyaan
Penelitian
Satu Kelompok (within) Apakah ada perbedaan nilai rata-rata status gizi anak pada
pengukuran bulan 0, bulan 1 dan bulan 3? Dua atau lebih Kelompok (between)
Apakah ada perbedaan nilai rata-rata status gizi anak pada pengukuran bulan 0, bulan 1, dan bulan 3 antara kelompok
intervensi dan kelompok kontrol?
Variabel Independen Kategorik, dua atau lebih IV
Variabel Dependen Numerik
Mengontrol
Confounding
Kategorik masukkan ke Factor
Numerik masukkan ke Covariate
Asumsi DV harus normal Uji KS
(p > 0.05)
Covarian DV harus equal Satu kelompok Uji Mouchly’s
Dua kelompok Box’s M for Covarian
Jumlah sampel (n) = 10 per variabel
Jumlah sampel per kategori minimal 20 (min 5%)
Analisis 1. Uji Normalitas (DV) uji KS
2. Uji Covarian Mauchly’s (equal jika p > 0,05)
SATU KELOMPOK 1. Analyse GLM Repeated Measure Isi jumlah level
dari DV, add.
2. Measure isi var DV add.
3. Define masukkan var DV yang repeated dlm within
subyek var. 4. Covariat isi confounding yg berskala numerik (jika ada).
5. Contrast simple, first change continue.
6. Plot faktor 1 ke horizontal axes add continue
7. Options overall ke display means display aktifkan
descriptive, estimate of effect size, parameter estimate
continue OK.
DUA KELOMPOK 1. Analyse GLM Repeated Measure Isi jumlah level
dari DV, add.
2. Measure isi var DV add.
3. Define masukkan var DV yang repeated dlm
within subyek var. untuk klpk masuk ke between subject factors.
4. Covariat isi confounding yg berskala numerik (jika ada).
5. Contrast simple, first change continue.
17
6. Plot faktor 1 ke horizontal axes kelompok ke
separated lines add continue
Options overall ke display means display aktifkan
descriptive, estimate of effect size, parameter estimate
continue OK.
Output SATU KELOMPOK 1. Uji Normalitas jika tdk normal maka ditransformasi atau
pakai non parametrik yg setara. 2. Uji covarian lihat tabel Mouchly’s test, jika p > 0,05
maka lanjutkan. Jika p < 0,05 analisis stop. 3. Tabel Deskriptif Deskripsikan
4. Grafik estimate marginal means deskripsikan bentuk plot
tersebut. 5. Tabel Multivariat Test lihat ada perbedaan secara umum
ada beda jika p < 0,05 jika ada lanjutkan. Jika tidak
maka analisis stop. 6. Lihat tabel Within Subject Contrast beda setiap level
pengukuran ada beda jika p < 0,05.
7. Jika ada covariat bandingkan sebelum dan sesudah
covariat masuk pada tabel multivariat. Jika stlh kovariat masuk dan nilai p interaksi < 0,05 maka covariat tsb adalah confounding masuk model.
DUA KELOMPOK 1. Uji Normalitas jika tdk normal maka ditransformasi atau
pakai non parametrik yg setara. 2. Uji covarian lihat tabel Box’s M test, jika p > 0,05 maka
lanjutkan. Jika p < 0,05 analisis stop. 3. Tabel Deskriptif Deskripsikan
4. Grafik estimate marginal means deskripsikan bentuk plot
tersebut. 5. Tabel Multivariat Test lihat ada perbedaan secara umum
ada beda jika p < 0,05 jika ada lanjutkan. Jika tidak
maka analisis stop.
6. Lihat tabel Within Subject Contrast beda setiap level
pengukuran ada beda jika p < 0,05.
7. Lihat test of between subject lihat perbedaan secara
keseluruhan antar kelompok. 8. Lihat parameter estimate lihat adanya beda di setiap
level. Jika ada covariat bandingkan sebelum dan sesudah
covariat masuk pada tabel multivariat. Jika stlh kovariat
masuk dan nilai p interaksi < 0,05 maka covariat tsb adalah confounding masuk model.
6. KESIMPULAN
18
GLM Repeated Measures design digunakan untuk melakukan analisa
data pengamatan berulang-ulang (dimana pengukurannya lebih dari 2
kali).
Pada disain pengamatan berulang tanpa kontrol, uji statistik yang
dilakukan adalah melihat perbedaan rata-rata antar pengamatan
(within subject).
Pada disain pengamatan berulang dengan kontrol, uji statistik yang
dilakukan selain melihat perbedaan rata-rata antar pengamatan (within
subject) juga dilakukan uji statistik perbedaan rata-rata antar kelompok
(between subject).
DAFTAR PUSTAKA
P. McCullach and J.A.Nelder FRS, Generalized Linier Models, second edition, 1990
SPSS Advanced Models 15,0 SPSS Inc. 1999 Iwan Ariawan
Pemanfaatan tekhnik analisis General Linier model (GLM) Repeated Measures Design untuk analisis data penelitian longitudinal gizi.