Multivariate General Linear Model (Mglm)

MULTIVARIATE GENERAL LINEAR MODEL (MGLM) :Oleh :Abdullah M. Jaubah

PendahuluanJonathan Sarwono (2012), dalam bukunya yang berjudul IBM SPSS Statistics Advanced Statistics : Prosedur-Prosedur Generalisasi dan Perluasan General Linear Model (GLM) dalam Bab II membahas Multivariate General Linear Model (MGLM). Pembahasannya berdasar atas pemakaian IBM SPSS Statistics dengan cara point and click dan cara pemakaian bahasa perintah atau bahasa sintaksis tidak disentuh. Kritik lain adalah kritik atas contoh yang disajikan. Contoh ini berdasar arsip data dengan variabel-variabel jual_online, jual_offline, jual_SPG, hp, dan harga akan tetapi hasil yang disajikan terdiri dari variabel jual_offline, jual secara kredit, jual_SPG, hp, dan harga. Jual secara kredit yang disajikan dalam hasil adalah tidak konsisten dengan data yang dipakai. Perbedaan juga terjadi antara hasil yang disajikan dalam buku tersebut dan hasil yang dihasilkan di sini. Kesalahan-kesalahan tersebut jika tidak diamati secara teliti tidak akan terungkap.Arsip DataArsip data yang disajikan dalam buku tersebut tidak sama dengan hasil yang disajikan. Hasil yang disajikan berdasar atas arsip data sebagai berikut :jual_onlinejual_kreditjual_SPGhpharga

70717211.5

76767711.2

78787911.3

79797911.1

81818011.4

80818111.5

82828011.6

81818111.3

83838511.2

84848411.3

85858511.7

77787911.8

86868711.5

87878711.5

88888811.9

89909212.1

88888812.1

81818112.2

jual_onlinejual_kreditjual_SPGhpharga

77888112.3

79798012.4

79797912.1

80808012.2

83838412.1

84848412.3

85858512.4

82828221.0

81818121.0

80818221.2

80808021.2

81818121.2

82828221.1

79808121.1

78788021.1

83838321.4

82828221.3

84848421.3

79797921.2

76787821.1

75757721.2

74777421.2

78787821.3

76767821.4

77807921.5

86868621.3

87878721.2

88798821.3

74887821.2

75757521.2

76817621.3

75767721.2

Variabel jual-offline mengalami perubahan dalam hasil yang disajikan, sehingga variabel tersebut diganti dengan jual_kredit untuk menyesuaikan hasil ini dengan hasil dalam buku tersebut..TransformasiTransformasi dilakukan dengan langkah-langkah sebagai berikut :IBM SPSS Statistics diaktifkan. Langkah ini akan menyajikan Data Editor sebagai berikut :

Perintah File>Open>Data dipakai. Langkah ini akan menyajikan kotak dialog sebagai berikut:

Arsip data Jon1B.sav dicari dan dipilih. Tombol Open ditekan sehingga kotak dialog Data Editor disajikan sebagai berikut :

Perintah Analyze>General Linear Model> dipakai. Langkah ini akan menyajikan kotak dialog sebagai berikut :

Variabel jual_online, jual_kredit, jual_SPG dipilih dan dialihkan ke dalam kotak Dependent Variables. Variabel hp dicari dan dialihkan ke dalam kotak Fixed Factor(s). Variabel harga dicari dan dialihkan ke dalam kotak Covariate(s). Tombol Continue ditekan. Tombol Model ditekan sehingga kotak dialog Multivariate : Model disajikan sebagai berikut:

Variabel hp dipilih dan dialihkan ke dalam kotak model. Variabel harga dipilih dan dialihkan ke dalam kotak Model. Sum of Square adalah Type III. Kotak Include Intercept in model diaktifkan. Tombol Continue ditekan.Tombol Option ditekan sehingga kotak dialog Multivariate : Options disajikan sebagai berikut:

OVERALL dipilih dan dialihkan ke dalam kotak Display Means for:. Kotak Descriptive Statistics diaktifkan dan kotak Homogeneity Tests diaktifkan. Tombok Continue ditekan.Tombol Plots ditekan sehingga kotak dialog Multivariate : Profile Plots disajikan sebagai berikut :

Hp dipilih dan dialihkan ke dalam kotak Horizontal Axis. Tombol Add ditekan dan tombol Continue ditekan.Tombol Save ditekan sehingga kotak dialog Multivariate : Save disajikan sebagai berikut :

Kotak Unstandardized dalam Predicted Values diaktifkan dan kotak Unstandardized dalam Residuals diaktifkan. Tombol Continue ditekan. Tombol OK ditekan sehingga informasi dihasilkan sebagai berikut :

Between-Subjects Factors

Value LabelN

hp1Android25

2Bukan Android25

Descriptive Statistics

hpMeanStd. DeviationN

Jual_online1 Android81.684.43225

2 Bukan Android79.524.06325

Total80.604.34750

Jual_kredit1 Android82.284.39225


Total81.324.04350

Jual_SPG1 Android82.324.27925


Total81.324.02350

Box's Test of Equality of Covariance Matricesa

Box's M11.806

F1.834

df16

df216693.132

Sig..088

Tests the null hypothesis that the observed covariance matrices of the dependent variables are equal across groups.

a. Design: Intercept + hp + Harga

Multivariate Testsa

EffectValueFHypothesis dfError dfSig.

InterceptPillai's Trace.951289.950b3.00045.000.000

Wilks' Lambda.049289.950b3.00045.000.000

Hotelling's Trace19.330289.950b3.00045.000.000

Roy's Largest Root19.330289.950b3.00045.000.000

hpPillai's Trace.018.273b3.00045.000.845

Wilks' Lambda.982.273b3.00045.000.845

Hotelling's Trace.018.273b3.00045.000.845

Roy's Largest Root.018.273b3.00045.000.845

HargaPillai's Trace.0731.178b3.00045.000.329

Wilks' Lambda.9271.178b3.00045.000.329




b. Exact statistic

Levene's Test of Equality of Error Variancesa

Fdf1df2Sig.

Jual_online.012148.913

Jual_kredit.567148.455

Jual_SPG.591148.446

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.


Tests of Between-Subjects Effects

SourceDependent VariableType III Sum of SquaresdfMean SquareFSig.

Corrected ModelJual_online77.440a238.7202.145.128

Jual_kredit94.183b247.0923.132.053

Jual_SPG76.748c238.3742.519.091

InterceptJual_online12332.544112332.544683.075.000

Jual_kredit12006.093112006.093798.485.000

Jual_SPG12387.600112387.600813.003.000

hpJual_online8.17318.173.453.504

Jual_kredit.2821.282.019.892

Jual_SPG3.63513.635.239.628

HargaJual_online19.120119.1201.059.309

Jual_kredit48.103148.1033.199.080

Jual_SPG26.748126.7481.756.192

ErrorJual_online848.5604718.054

Jual_kredit706.6974715.036

Jual_SPG716.1324715.237

TotalJual_online325744.00050

Jual_kredit331448.00050

Jual_SPG331440.00050

Corrected TotalJual_online926.00049

Jual_kredit800.88049

Jual_SPG792.88049

a. R Squared = .084 (Adjusted R Squared = .045)

b. R Squared = .118 (Adjusted R Squared = .080)

c. R Squared = .097 (Adjusted R Squared = .058)

Grand Mean

Dependent VariableMeanStd. Error95% Confidence Interval

Lower BoundUpper Bound

Jual_online80.600a.60179.39181.809

Jual_kredit81.320a.54880.21782.423

Jual_SPG81.320a.55280.20982.431

a. Covariates appearing in the model are evaluated at the following values: Harga = 1.490.

Jual_online Penjualan online

Jual_kredit Penjualan secara kredit

Jual_SPG Penjualan SPG

Hasil di atas adalah sama atau serupa dengah hasil yang disajikan oleh Jonathan Sarwono akan tetapi Jonathan Sarwono memakai data sebagai berikut :

jual_onlinejual_offlinejual_SPGhpharga

70717211.5

76767711.2

78787911.3

79797911.1

81818011.4

80818111.5

82828011.6

81818111.3

83838511.2

84848411.3

85858511.7

77787911.8

86868711.5

87878711.5

88888811.9

89909212.1

88888812.1

81818112.2

77888112.3

jual_onlinejual_offlinejual_SPGhpharga

79798012.4

79797912.1

80808012.2

83838412.1

84848412.3

85858512.4

82828221.0

81818121.0

80818221.2

80808021.2

81818121.2

82828221.1

79808121.1

78788021.1

83838321.4

82828221.3

84848421.3

79797921.2

76787821.1

75757721.2

74777421.2

78787821.3

76767821.4

77807921.5

86868621.3

87878721.2

88798821.3

74887821.2

75757521.2

76817621.3

75767721.2

Pemakaian arsip data ini akan menghasilkan informasi sebagai berikut :Between-Subjects Factors

Value LabelN

HP1Android25

2Bukan Android25

Descriptive Statistics

HPMeanStd. DeviationN

Jual_online1 Android81.684.43225


Total80.604.34750

Jual_Offline1 Android82.284.39225


Total81.324.04350

Jual_SPG1 Android82.324.27925


Total81.324.02350

Box's Test of Equality of Covariance Matricesa

Box's M11.806

F1.834

df16

df216693.132

Sig..088

Tests the null hypothesis that the observed covariance matrices of the dependent variables are equal across groups.

a. Design: Intercept + HP + Harga

Multivariate Testsa

EffectValueFHypothesis dfError dfSig.

InterceptPillai's Trace.951289.950b3.00045.000.000

Wilks' Lambda.049289.950b3.00045.000.000

Hotelling's Trace19.330289.950b3.00045.000.000

Roy's Largest Root19.330289.950b3.00045.000.000

HPPillai's Trace.018.273b3.00045.000.845

Wilks' Lambda.982.273b3.00045.000.845



HargaPillai's Trace.0731.178b3.00045.000.329

Wilks' Lambda.9271.178b3.00045.000.329




b. Exact statistic

Levene's Test of Equality of Error Variancesa

Fdf1df2Sig.

Jual_online.012148.913

Jual_Offline.567148.455

Jual_SPG.591148.446

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.


Tests of Between-Subjects Effects

SourceDependent VariableType III Sum of SquaresdfMean SquareFSig.

Corrected ModelJual_online77.440a238.7202.145.128

Jual_Offline94.183b247.0923.132.053

Jual_SPG76.748c238.3742.519.091

InterceptJual_online12332.544112332.544683.075.000

Jual_Offline12006.093112006.093798.485.000

Jual_SPG12387.600112387.600813.003.000

HPJual_online8.17318.173.453.504

Jual_Offline.2821.282.019.892

Jual_SPG3.63513.635.239.628

HargaJual_online19.120119.1201.059.309

Jual_Offline48.103148.1033.199.080

Jual_SPG26.748126.7481.756.192

ErrorJual_online848.5604718.054

Jual_Offline706.6974715.036

Jual_SPG716.1324715.237

TotalJual_online325744.00050

Jual_Offline331448.00050

Jual_SPG331440.00050

Corrected TotalJual_online926.00049

Jual_Offline800.88049

Jual_SPG792.88049

a. R Squared = .084 (Adjusted R Squared = .045)

b. R Squared = .118 (Adjusted R Squared = .080)

c. R Squared = .097 (Adjusted R Squared = .058)

Estimated Marginal Means

Grand Mean

Dependent VariableMeanStd. Error95% Confidence Interval

Lower BoundUpper Bound

Jual_online80.600a.60179.39181.809

Jual_Offline81.320a.54880.21782.423

Jual_SPG81.320a.55280.20982.431

a. Covariates appearing in the model are evaluated at the following values: Harga = 1.490.

Profile PlotsJual_online Jual Online

Jual_Offline Jual Offline

Jual_SPG Jual SPG

Hasil dalam buku tersebut seharusnya seperti hasil kedua dan bukan hasil pertama di atas karena variabel yang dipakai adalah variabel jual_offline dan bukan jual_kredit. Kesalahan ini mungkin tidak akan terungkap bagi mereka yang baru saja mempelajari Multivariate General Linear Model.

Kritik lain adalah bahwa Jonathan Sarwono hanya memakai cara point and click sedangkan cara bahasa perintah atau bahasa sintaksis tidak atau belum disentuh. Bahasa sintaksis atas kedua arsip data di atas adalah sebagai berikut :

************************************************ Abdullah M. Jaubah*******************************************

GET FILE='D:\SARWO\Jon1B.sav'.

************************************************ Multivariate General Linear Model (MGLM)*******************************************

GLM Jual_online Jual_kredit Jual_SPG BY hp WITH Harga /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /SAVE=PRED RESID /PLOT=PROFILE(hp) /EMMEANS=TABLES(OVERALL) WITH(Harga=MEAN) /PRINT=DESCRIPTIVE HOMOGENEITY /CRITERIA=ALPHA(.05) /DESIGN=hp Harga.

************************************************ Abdullah M. Jaubah*******************************************

GET FILE='D:\SARWO\Jon1.sav'.

************************************************ Multivariate General Linear Model (MGLM)*******************************************

GLM Jual_online Jual_offline Jual_SPG BY hp WITH Harga /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /SAVE=PRED RESID /PLOT=PROFILE(hp) /EMMEANS=TABLES(OVERALL) WITH(Harga=MEAN) /PRINT=DESCRIPTIVE HOMOGENEITY /CRITERIA=ALPHA(.05) /DESIGN=hp Harga.

RangkumanContoh pembahasan mengenai Multivariate General Linear Model (MGLM) yang dilakukan oleh Jonathan Sarwono mengandung kesalahan. Kesalahan tersebut telah diungkap dengan menyajikan dua arsip data. Arsip data terakhir dipakai oleh Jonathan Sarwono akan tetapi penyajian hasil sejalan dengan arsip data pertama. Hal ini mencerminkan kesalahan pokok yang sulit diungkap oleh para pembaca jika mereka tidak membaca pembahasan itu secara teliti dan hati-hati.Kritik lain diarahkan pada pemakaian bahasa sintaksis. Jonathan Sarwono tidak atau belum memanfaatkan bahasa sintaksis dan bentuk dari bahasa sintaksis disajikan di sini.Kesalahan sebagaimana diungkap di atas perlu diperbaiki karena jika tidak demikian maka kesalahan akan berdampak jamak.Penulis, walau telah melakukan kritik, tetap menghargai langkah yang telah dilakukan oleh Jonathan Sarwono karena buku tersebut merupakan buku pertama tentang advanced statistics. Langkah ini juga akan meningkatkan kualitas kemampuan statistik pada masa depan di Indonesia. Penjelasan mengenai hasil-hasil di atas tidak dilakukan di sini dan penjelasan tersebut terkandung dalam buku di atas.Dua cara telah disajikan di atas yaitu cara point and click dan cara bahasa sintaksis atau cara pemrograman SPSS.Bahasa sintaksis secara lengkap dan mencakup semua peluang pilihan yang terkandung dalam menu Analyze telah disusun dan dipakai sebagai acuan pokok dalam pembahasan mengenai SPSS dan statistik.Penulis mengharap kritik atas isi tulisan ini dan kritik tersebut mungkin dapat dipakai untuk memperbaiki isi tulisan ini.Daftar Kepustakaan IBM Corporation. 1989, 2013. IBM SPSS Advanced Statistics.Jonathan Sarwono. 2012. IBM SPSS Advanced Statistics : Prosedur-Prosedur Generalisasi dan Perluasan General Linear Model (GLM). Yogyakarta : Penerbit Andi.Permata Depok Regency, 26 Mei 2015.18

Documents

Multivariate General Linear Model (Mglm)