Glm Modul s3 2014

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;




awal penelitian dan minggu pertama;


awal penelitian, pertama dan kedua;


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


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;




minggu pertama;


minggu kedua;


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




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


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


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.

Glm Modul s3 2014

Documents