latihan kesembilan

8/16/2019 LATIHAN KESEMBILAN

1/23

IBM SPSS STATISTICS VERSION 22

Oleh :

Abdullah M. Jaubah

Pendahuluan

Latihan ini merupakan latihan kesembilan mengenai prosedur General Linear Model

Univariate. Prosedur General Linear Model Univariate memungkinkan untuk membuat modal

nilai dari variabel dependen berjenis kuantitatif berdasar atas hubungannya dengan prediktor-

prediktor berjenis kategorial dan scale. General Linear Model mencakup peluang-peluang pilihan menenai Univariate, Multivariate, epeated Measures, dan peluang !ariance

"omponents akan tetapi yang dicakup dalam #tatistical $ase adalah Univariate saja

sedangkan peluang-peluang lain dicakup dalam Advanced Statistics .

GLM Univariate Model

Prosedur GLM Univariate berdasar atas prosedur General Linear Model, di mana faktor-faktor dan kovarians diasumsikan mempunyai suatu hubungan garis lurus pada variabel

dependen. %actors, prediktor-prediktor kategorikal dipilih sebagai faktor-faktor dalam model.

&iap tingkatan dari suatu faktor dapat mempunyai akibat garis lurus berbeda atas nilai dari

variabel dependen. %i'ed effectsn factors secara umum dianggap sebagai variabel-variabel

dengan nilai-nilai yang di(akili dalam arsip data. andom effects factors adalah variabel-

varabel dengan nilai-nilai dalam arsip data dapat dipertimbangkan suatu sampel acak dari

nilai-nilai populasi yang lebih besar. )al ini bermanfaat untuk menjelaskan variabilitas

berlebihan dalam variabel dependen.

Pemakaian GLM Univariate untuk Melaksanakan Analisis Dua Faktor dari Kebiasaan

Pembelian Pelanggan

#uatu jaringan toko kelontong, sebagai contoh, tertarik pada akibat dari lima jenis kupon

belanja pelanggan. *upon ini diberikan di beberapa lokasi toko, kepada pelanggan yang

1


2/23

sering mengunjungi dan berbelanja di lokasi itu+ satu kupon yang dipilih secara acak untuk

setiap pelanggan.

enis kupon adalah akibat tetap karena perusahaan tertarik pada kupon tertentu. Lokasi toko

adalah akibat acak karena lokasi yang dipakai adalah sampel dari populasi yang lebih besar

dari minat, dan sementara itu terdapat kemungkinan untuk mengalami variasi toko-ke-toko i

dalam konsumen berbelanja, perusahaan tidak langsung tertarik pada variasi dalam konteks

dari masalah ini.

*ovariat. Prediktor-prediktor kuantitatif harus dipilih sebagai kovariat dalam model. ilai-

nilai kovariat, dalam kombinasi tingkat-tingkat faktor atau sel, diasumsikan berkorelasi

linear dengan nilai-nilai variabel dependen.

nteraksi. Prosedur General Linear Model Univariate menghasilkan model dengan semua

interaksi faktorial. )al ini berarti bah(a setiap kombinasi dari tingkat-tingkat faktor dapat

memiliki akibat linear yang berbeda pada variabel dependen. )al lain dapat menentukan

interaksi faktor-kovariat, jika kepercayaan terdapat bah(a hubungan linear antara kovariat

dan perubahan variabel dependen untuk berbagai tingkat faktor.

General Linear Model Univariate, untuk keperluan pengujian hipotesis mengenai perkiraan

parameter, mengandung asumsi /

0. ilai-nilai kesalahan adalah independen satu sama lain dan variabel dalam model.

1esain penelitian yang baik umumnya menghindari pelanggaran atas asumsi ini.

2. !ariabilitas dari kesalahan adalah konstan di sel. )al ini akan sangat penting ketika

terdapat ukuran sel yang tidak sama+ yaitu, nomor yang berbeda dari pengamatan di

kombinasi faktor-tingkat.

3. *esalahan memiliki distribusi normal dengan rata-rata 4.

Pemakaian General Linear Model Univariate. Langkah untuk Melakukan 5nalisis 1ua-%aktor

kebiasaan pembelian Pelanggan.

#uatu jaringan toko kelontong yang disurvei satu set pelanggan mengenai kebiasaan

pembelian mereka. )asil survei dan berapa banyak setiap pelanggan membelanjakan pada

bulan sebelumnya, toko ingin melihat apakah frekuensi dengan yang pelanggan toko ini

terkait dengan jumlah yang mereka habiskan di bulan, mengendalikan jenis kelamin pelanggan.

2


3/23

nformasi ini dikumpulkan dalam arsip data grocery60month.sav. Prosedur General Linear

Model Univariate dipakai untuk melakukan analisis 5nova dua faktor 7atau dua arah8 pada

jumlah yang dibelanjakan

Pelaksanaan Analisis

Perintah 5naly9e : General Linear Model : Univariate dipakai. Langkah ini akan

menyajikan kotak dialog Univariate sebagai berikut /

3


4/23

5mount spent dipilih sebagai variabel dependen. Gender dan #hopping style dipilih sebagai

fi'ed factors. &ombol Plots ditekan. Langkah ini akan menyajikan kotak dialog Univariate /

Profile Plots sebagai berikut /

!ariabel style dipilih sebagai variabel hori9ontal a'is. !ariabel gender dipilih sebagai variabel

separate lines. &ombol 5dd ditekan. &ombol "ontinue ditekan. &ombol Post )oc ditekan.

Langkah ini akan menyajikan kotak dialog Univariate / Post )oc Multiple "omparations for

;bserved Means sebagai berikut /

4


5/23

!ariabel style dipilih sebagai variabel untuk mana pengujian-pengujian post hoc akan

dihasilkan. &ukey dipilih dalam


6/23

plot. style. Print

membtuhkan statistik deskriptif, estimasi dari ukuran akibat, dan pengujian homogenitas.

1esign dipakai untuk melakukan spesifikasi atas variabel gender, style, dan gender>style

sebagai akibat-akibat dalam model, #emua peluang lain ditentukan sesuai dengan nilai-nilai

ketentuan.

.

Descriptive Statistics

Descri !i"e S!a!is!ics

1ependent !ariable/ 5mount spent

Gender #hopping style Mean #td. 1eviation

Male $i(eekly+ in bulk 03,4HFI J4,KHFI 3F

Beekly+ similar items 4,JH I JK,23KH4 024

;ften+ (hat@s on sale 4I,II I HJ,3333 34

&otal 34,34 3 J3, IKII 0KF

%emale $i(eekly+ in bulk 3 3,JIH3 044, I24I 3F

Beekly+ similar items 3H0,I24F J4, H4IH 042

;ften+ (hat@s on sale 4F,I2HJ K4,FI4FK 2J

&otal 3HF,HHI0 J2,H 4FK 0HH

&otal $i(eekly+ in bulk 3IK,F204 040,2FK3J I4

Beekly+ similar items 4 ,FFF2 042, K 4 222

;ften+ (hat@s on sale 4H,IHK0 I , 200 FJ

&otal 3JJ,I3F2 JK, 4K20 3F0

&abel ini menyajikan statistik deskriptif untuk tiap kombinasi dari faktor-faktor dalam model.

)al ini mengungkap akibat dari variabel #hopping style, secara rata-rata dua mingguan para

pelanggan membelanjakan 3IK.F2, sedangkan para pelanggan membelanjakan mingguan

4 .FF, dan para pelanggan yang sering berbelanja mencerminkan belanja 4H.IH.

Pengaruh dari Gender juga disajikan, secara rata-rata, orang laki-laki dalam sampel

membelanjakan 34.34 jika dibanding dengan belanja pelanggan perempuan 3HF.HH.

5kibat interaksi antara Gender dan #hopping style terdapat karena perbedaan-perbedaan rata-

rata dalam jumlah belanja menurut shopping style berubah-ubah antara genders. Para

pelanggan laki-laki membelanjakan dua mingguan cenderung lebih besar daripada pelanggan

laki-laki yang sering berbelanja akan tetapi tren ini berbeda untuk para pelanggan perempuan

yang berbelanja dua mingguan dan sering berbelanja. *olom dalam tabel itu mengungkap

ukuran-ukuran sel adalah berbeda. *ebanyakan pelanggan mengutamakan berbelanja

6


7/23

mingguan. 1eviasi standar relatif homogen, (alau hal ini memerlukan pengecekan atas

Levene s test spread-versus-level plots untuk meyakinkan.

Pengujian Homogenitas arians

#e"ene$s Tes! %& E'uali!( %& Err%r Variances a


% df0 df2 #ig.

0,0FI F 3 F ,334

&ests the null hypothesis that the error variance of the dependent variable is e=ual across groups.

a. 1esign/ ntercept N gender N style N gender > style

&abel ini dipakai untuk menguji hipotesis nol bah(a varians dari kesalahan-kesalahan adalahkonstan sepanjang sel-sel yang ditentukan oleh kombinasi factor levels. ilai signifikansi dari

pengujian ini adalah 4.334, nilai ini adalah lebih besar daripada nilai 4.04, hal ini berarti

bah(a tidak terdapat alasan untuk mempercayai bah(a asumsi mengenai e=ual variance

mengalami penyimpangan. Perbedaan kecil dalam kelompok dari deviasi standar yang

diobservvasi dalam tabel statistik deskriptif disebabkan oleh variasi acak. &abel ini menguji

hipotesis nol bah(a varians dari istilah kesalahan adalah konstan di sel ditentukan oleh

kombinasi dari tingkat faktor, karena nilai signifikansi tes, 4.334 , lebih besar dari 4,04 , tidak

ada alasan untuk percaya bah(a asumsi varians yang sama dilanggar . 1engan demikian ,

perbedaan-perbedaan kecil dalam kelompok standar deviasi diamati pada tabel statistik

deskriptif adalah karena variasi acak.

Plot spread - versus- tingkat adalah penyebaran sel rata-rata dan deviasi standar dari tabel

statistik deskriptif . )al ini memberikan pengujian secara visual dari asumsi varians yang

7


8/23

sama , dengan manfaat tambahan yaitu membantu untuk menilai apakah pelanggaran asumsi

adalah karena hubungan antara rata-rata sel dan deviasi standar d. Pola yang jelas dalam plot

ini tidak terdapat, sehingga indikasi hubungan seperti itu juga tidak terdapat di sini .

Mul!i le C%) aris%ns De enden! Variable: A)%un! s en!

Tu*e( +SD

7 8 #hopping style 7 8 #hopping styleMean

1ifference7 - 8

#td.


9/23

&abel subset homogen meja menyajikan hasil tes post hoc dan menunjukkan mereka dalam

bentuk yang lebih mudah diinterpretasi. *olom bagian tingkat faktor yang tidak memiliki

akibat yang berbeda secara signifikan akan ditampilkan dalam kolom yang sama. $agian

pertama, dalam contoh ini, berisi pelanggan dua mingguan , mingguan , dan sering .

)al ini mencakup semua pelanggan, sehingga tidak ada subset lainnya. &es post hoc

menunjukkan bah(a upaya menarik pelanggan untuk berbelanja lebih sering dari biasanya

tersisihkan karena mereka tidak akan berbelanja lebih signifikan. )asil tes post hoc tidak

memperhitungkan tingkat faktor-faktor lain, sehingga mengabaikan kemungkinan akibat

interaksi dengan gender jika diamati pada tabel statistik deskriptif . "ara estimasi marginal

estimasi perlu diamati untuk melihat bagaimana hal ini mungkin mengubah kesimpulan.

!stimated Marginal Means

,ender - Sh% in s!(le


Gender #hopping style Mean #td.


10/23

Plot profil adalah representasi visual dari tabel rata-rata marjinal. &ingkat faktor gaya belanja

diperlihatkan sepanjang sumbu horisontal. $aris terpisah diproduksi untuk setiap tingkat

Gender. &ingkat faktor gender dapat ditampilkan sepanjang sumbu horisontal , dengan garis-

garis yang terpisah diproduksi untuk setiap tingkat gaya berbelanja.


11/23

5nalisis ini adalah analisis tabel varians. #etiap unsur dalam model, ditambah model secara

keseluruhan, diuji kemampuannya untuk memperhitungkan variasi dalam variabel dependen.

Label variabel tidak ditampilkan dalam tabel ini. ilai signifikansi untuk setiap unsur, kecuali

style adalah kurang dari 4,4F #etiap unsur, kecuali style, oleh karena itu, adalah signifikan

secara statistik. *uadrat parsial eta statistik menganedung penjelasan praktis mengenai

peranan penting setiap unsur, berdasarkan rasio variasi 7jumlah kuadrat8 dicatat dengan

unsur, dengan jumlah dari variasi dicatat dengan unsur dan variasi kiri kesalahan . ilai yang

lebih besar dari kuadrat parsial eta menunjukkan jumlah yang lebih besar dari variasi dicatat

dengan unsur model, untuk maksimal 0. Persyaratan individu, sementara signifikansi secara

statistik, tidak memiliki efek yang besar pada nilai jumlah berbelanja.

&es post hoc, dalam contoh ini, tidak mengungkapkan perbedaan dalam pengeluaran antara

pelanggan yang berbelanja dua mingguan dan mereka yang berbelanja lebih sering, akan

tetapi, rata-rata marginal diperkirakan dan plot profil mengungkapkan interaksi antara dua

faktor, menunjukkan bah(a pelanggan laki-laki yang berbelanja seminggu sekali lebih

menguntungkan daripada mereka yang berbelanja lebih sering, sementara pola terbalik untuk

pelanggan (anita. #ignifikansi pengaruh interaksi ini dikonfirmasi oleh hasil tabel 5nova.

Pe)a*aian ,eneral #inear M%del ni"aria!e un!u* Mela*u*an Analisis 3%"arian

Para pendukung program pekerjaan pemerintah ingin melihat apakah program itu membantu

orang menjadi pekerjaan yang lebih baik, mengontrol gaji mereka sebelum memasuki

program. #ebuah sampel dari peserta program potensial diikuti, beberapa di antaranya dipilih

secara acak untuk pendaftaran dalam program ini, sementara yang lain tidak. Prosedur GLM

Univariate dipakai untuk melakukan analisis kovarians 75ncova8 pada pendapatan setelah

program. 5sumsi tambahan 5ncova adalah bah(a interaksi yang signifikan tidak terdapat

antara kovariat dan faktor.

Pelaksanaan Analisis

11


12/23

Perintah 5naly9e : General Linear Model : Univariate dipakai. Langkah ini akan

menyajikan kotak dialog Univariate.

5mount spent dipilih sebagai variabel dependen. Bho shopping for dan Use coupons dipilih

sebagai fi'ed factors. &ombol ;ptions ditekan. Lankah ini akan menyajikan kotak dialog

Univaariate / ;ptions sebagai berikut /

12


13/23


14/23

&ests of bet(een-subjects effects mengungkap bah(a unsur-unsur model mempunyai nilai

signifikansi adalah kurang daripada nilai 4.4F, unsur-unsur ini secara statistik adalah

signifikan. !ariabel #tore 1 ditambahkan sebagai suatu random-effects factor untuk

mengungkap apakah model dapat diperbaiki atau tidak.

#tore 1 dipilih sebagai random factor.

"ustom dipilih sebagai model type. !ariabel shopfor dan usecoup dipilih dalam %actors dan

"ovariates list. Main effects dipilih untuk model. !ariabel shopfor dan usecoup dipilih dalam

14


15/23

%actors and "ovariates list. nteraction dipilih untuk model. !ariabel storeid dalam %actors

dan "ovariates list dipilih. &ombol "ontinue ditekan. &ombol ;* ditekan. Langkah-langkah

ini akan mencipta perintah sintaksis sebagai berikut /

U 5 ;!5 amtspent $C shopfor usecoup storeid D 5 1;M?storeid DM


16/23

pengurangan proporsional dalam variasi dijelaskan oleh masing-masing efek utama adalah

tidak sama besar seperti pengurangan variasi dijelaskan . 1engan demikian, eta parsial

kuadrat meningkat untuk masing-masing efek Model .

Sin!a*sis ,abun an

#intaksis gabungan adalah sebagai berikut />>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 5bdullah M. aubah>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

G


17/23

Be!/een0Sub1ec!s 4ac!%rs

!alue Label

Gender 4 Male 0KF

0 %emale 0HH

#hopping style 0 $i(eekly+ in bulk I4

2 Beekly+ similar items 222

3 ;ften+ (hat@s on sale FJ

Descri !i"e S!a!is!ics


Gender #hopping style Mean #td. 1eviation

Male $i(eekly+ in bulk 03,4HFI J4,KHFI 3F

Beekly+ similar items 4,JH I JK,23KH4 024

;ften+ (hat@s on sale 4I,II I HJ,3333 34

&otal 34,34 3 J3, IKII 0KF

%emale $i(eekly+ in bulk 3 3,JIH3 044, I24I 3F

Beekly+ similar items 3H0,I24F J4, H4IH 042

;ften+ (hat@s on sale 4F,I2HJ K4,FI4FK 2J

&otal 3HF,HHI0 J2,H 4FK 0HH

&otal $i(eekly+ in bulk 3IK,F204 040,2FK3J I4

Beekly+ similar items 4 ,FFF2 042, K 4 222

;ften+ (hat@s on sale 4H,IHK0 I , 200 FJ

&otal 3JJ,I3F2 JK, 4K20 3F0

#e"ene$s Tes! %& E'uali!( %& Err%r Variances a


% df0 df2 #ig.

0,0FI F 3 F ,334

&ests the null hypothesis that the error variance of the dependent variable is e=ual across groups.

a. 1esign/ ntercept N gender N style N gender > style

Tes!s %& Be!/een0Sub1ec!s E&&ec!s


17


18/23

#ource

&ype #um of

#=uares df Mean #=uare % #ig.

Partial


19/23

A)%un! s en!

&ukey )#1 a,b,c

#hopping style

#ubset

0

$i(eekly+ in bulk I4 3IK,F204Beekly+ similar items 222 4 ,FFF2

;ften+ (hat@s on sale FJ 4H,IHK0

#ig. ,00H

Means for groups in homogeneous subsets are displayed.

$ased on observed means.

&he error term is Mean #=uare7


20/23

Pr%&ile Pl%!s

20


21/23

U 5 ;!5 amtspent $C shopfor usecoup DM


22/23

Tes!s %& Be!/een0Sub1ec!s E&&ec!s


#ource &ype #um of #=uares df Mean

#=uare % #ig.Partial


23/23

itu mungkin merupakan model bermanfaat dan akan membutuhkan pemasukan data tersebut

dalam proses pengumpulan data.

Prosedur General Linear Model Univariate bermanfaat untuk pemodelann hubungan linear

antara bariabel dependen berjenis kuantitatif dan satu atau lebih variabel berjenis kategorikal

dan prediktor-prediktor bejenis kuantitatif. Prosedur ;ne Bay 5nova dipakai jika hanya

terdapat satu faktor saja. Prosedur linear regression dipakai jika hanya terdapat satu kovariat

#intaksis gabungan disajikan dan disimpan dalam arsip sintaksis. )asil pelaksanaan sintaksis

gabungan juga disajikan.

Penulis mengharap kritik dari para pembaca.

Da&!ar 3e us!a*aan

$M #P## #tatistics, nc. 2403. Case Studies

Per)a!a De %* Re enc(6 72 A ril 2879

23

latihan kesembilan

Documents