APLIKASI GENERAL LINIER MODEL

REPEATED MEASURES UNTUK

PENELITIAN DENGAN
PENGAMATAN DATA BERULANG

Dr.dr.Rizanda Machmud M.Kes

Bagian Ilmu Kesehatan Masyarakat & Ilmu
Kedokteran Komunitas - FK UNAND

1
General Linier Model
(GLM)
• Kumpulan prosedur statistic
untuk analisa data dengan
– variable dependen bersifat kontinyu
– variable independent yang bersifat
kategori dan kontinyu.
• GLM Repeated Measures (GLM-
RM)design digunakan untuk
melakukan analisa data
pengamatan berulang-ulang
(pengukurannya lebih dari 2 kali). 2
 CONTOH PENELITIAN
• 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.

3
 JENIS PERBANDINGAN
GLM REPETEAD MEASURE
• 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 4
 Contras Simple
• Berat badan pada pada minggu 1
dibandingkan dengan berat badan
awal penelitian;
• Berat badan pada pada minggu 2
dibandingkan dengan berat badan
awal penelitian;
• Berat badan pada pada minggu 3
dibandingkan dengan berat badan
awal penelitian;
• Berat badan pada pada minggu 4
dibandingkan dengan berat badan
awal penelitian.
5
 Contras Difference
 Tiap kategori pada faktor dibandingkan
dengan rata-rata pada kategori sebelumnya.
 Berat badan pada pada minggu 1 dibandingkan
dengan berat badan awal penelitian
 Berat badan pada pada minggu 2
dibandingkan dengan berat badan awal
penelitian dan minggu 1
 Berat badan pada pada minggu 3
dibandingkan dengan berat badan awal
penelitian, 1 dan 2
 Berat badan pada pada minggu 4
dibandingkan dengan berat badan awal
penelitian, 1 ,2, 3. 6
 Contras Helmert
• Tiap kategori pada faktor dibandingkan
dengan rata-rata dari kategori
sesudahnya
• Berat badan pada awal penelitian
dibandingkan dengan berat badan pada
minggu 1,2,3,4
• berat badan pada minggu 1 dibandingkan
dengan berat badan minggu 2,3,4
• Berat badan minggu 2 dibandingkan
dengan berat badan 3,4.
• Berat badan pada pada minggu 3
dibandingkan dengan berat badan 4.
7
 Contras Repeated
• Tiap kategori pada faktor dibandingkan
dengan kategori sebelumnya.
• Berat badan pada pada minggu 1 dibandingkan
dengan berat badan awal penelitian;
• Berat badan pada pada minggu 2 dibandingkan
dengan berat badan minggu pertama;
• Berat badan pada pada minggu 3 dibandingkan
dengan berat badan minggu kedua;
• Berat badan pada pada minggu 4 dibandingkan
dengan berat badan minggu ketiga

8
 Contras 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.
9
 GLM UNTUK
PENGAMATAN BERULANG
SATU KELOMPOK
Apakah terdapat perubahan pada
subjek menurut waktu pengamatan
WITHIN SUBJECT.
10
 CONTOH 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.11
Tabel 1. Berat badan rata-rata pada awal
penelitian & pengukuran pada minggu 1,2,3, 4

De scriptive Statistics

Mean Std. Deviation N

Berat Badan awal 72.5000 6.78989 40
Berat Badan minggu 1 72.3000 5.75437 40
Berat Badan minggu 2 71.0500 6.16940 40
Berat Badan minggu 3 70.1625 6.64328 40
Berat Badan minggu 4 69.7125 7.07731 40

12
 Gambar 1.
Grafik penurunan berat badan rata-rata
awal penelitian dan setelah minum obat
menurut pengukuran perminggu
Estimated Marginal Means of beratbdn

72.5

72.0
Estimated Marginal Means

71.5

71.0

70.5

70.0

69.5

1 2 3 4 5

factor1
13
Tabel 2. Hasil uji statistik terhadap
penurunan berat badan setelah minum
obat dalam waktu 1 bulan

Multivariate Testsb

Effect Value F Hypothesis df Error df Sig.

factor1 Pillai's Trace a
.322 4.284 4.000 36.000 .006
Wilks' Lambda .678 4.284a 4.000 36.000 .006
Hotelling's Trace .476 4.284a 4.000 36.000 .006
Roy's Largest Root .476 4.284a 4.000 36.000 .006
a. Exact s tatis tic
b.
Design: Intercept
Within Subjects Design: factor1

14
 PENURUNAN BB
• Pada tabel terdapat berbagai
macam cara pengujian (Pilai
trace, dll) menghasilkan nilai
yang hampir sama.
• Pada nilai diatas, terdapat nilai
p=0.006, pada α=0.05, artinya
memang terdapat penurunan
berat badan setelah minum obat
dalam waktu satu bulan. 15
 Tabel 3. Hasil uji statistik terhadap penurunan
berat badan setelah minum obat menurut
perbandingan dengan pengukuran berat badan awal
sebagai pembanding (kontras simple)

Tests of Within-Subjects Contrasts

Measure: beratbdn
Type III Sum
Source factor1 of Squares df Mean Square F Sig.
factor1 Level 2 vs. Level 1 1.600 1 1.600 .101 .753
Level 3 vs. Level 1 84.100 1 84.100 3.832 .057
Level 4 vs. Level 1 218.556 1 218.556 7.008 .012
Level 5 vs. Level 1 310.806 1 310.806 8.474 .006
Error(factor1) Level 2 vs. Level 1 618.900 39 15.869
Level 3 vs. Level 1 855.900 39 21.946
Level 4 vs. Level 1 1216.194 39 31.184
Level 5 vs. Level 1 1430.444 39 36.678

16
WAKTU PENURUNAN BB
• 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).

17
 GLM UNTUK PENGAMATAN
BERULANG DUA KELOMPOK
Apakah terdapat perubahan pada subjek
menurut waktu pengamatan WITHIN
SUBJECT.
Apakah terdapat perbedaan antar subjek pada
kelompok yang berbeda BETWEEN SUBJECT 18
 CONTOH PENELITIAN
• Penelitian yang dilakukan untuk menguji khasiat
obat penurun kadar asam urat. 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 asam urat (pre-test)
dan setelah minum obat diukur asam uratnya
(post-test). Pengukuran asam urat dilakukan
setiap minggu dalam waktu satu bulan.
Terdapat 2 macam kelompok: obat konvensional
& obat baru

19
 Tabel 4. Kadar Asam urat rata-rata
antar kelompok pengobatan konvensional
dan pengobatan baru pada awal penelitian
dan pengukuran pada minggu 1,2,3,4
Descriptive Statistics

Kelom pok Mean Std. Deviation N

Kadar asam urat awal Obat konvensional 73.8500 6.10457 20
Obat baru 75.2500 2.47487 2
Total 73.9773 5.84620 22
Kadar asam urat Obat konvensional 72.6250 5.66354 20
mi nggu 1 Obat baru 71.7500 2.47487 2
Total 72.5455 5.42022 22
Kadar asam urat Obat konvensional 70.3500 6.41360 20
mi nggu 2 Obat baru 70.0000 .00000 2
Total
70.3182 6.10142 22

Kadar asam urat Obat konvensional 69.1250 6.89560 20

mi nggu 3 Obat baru 64.7500 2.47487 2
Total 68.7273 6.70594 22
Kadar asam urat Obat konvensional 68.0750 7.40070 20
mi nggu 4 Obat baru 64.7500 2.47487 2
Total 67.7727 7.12762 22
20
Gambar 2. Grafik penurunan kadar asam
urat rata-rata PRE dan POST menurut
pengukuran perminggu & menurut kelompok
pengobatan

21
 Tabel 5. Hasil uji statistik terhadap penurunan
Kadar Asam urat antara kelompok pengobatan
konvensional dan pengobatan baru pada
pengukuran di awal penelitian & minggu 1,2,3, 4

Multivariate Testsb

Effect Value F Hypothesis df Error df Sig.

factor1 Pillai's Trace .604 6.475a 4.000 17.000 .002
Wilks' Lambda .396 6.475a 4.000 17.000 .002
Hotelling's Trace 1.524 6.475a 4.000 17.000 .002
Roy's Largest Root 1.524 6.475a 4.000 17.000 .002
factor1 * kelompok Pillai's Trace .352 2.311a 4.000 17.000 .100
Wilks' Lambda .648 2.311a 4.000 17.000 .100
Hotelling's Trace .544 2.311a 4.000 17.000 .100
Roy's Largest Root .544 2.311a 4.000 17.000 .100
a. Exact statistic
b.
Design: Intercept+kelompok
Within Subjects Design: factor1
22
 Penurunan BB vs Group
• Hasil uji multivariat terdapat
penurunan kadar rata-rata asam urat
setelah 1 bulan pengobatan. Nilai p
pada faktor yaitu 0.002.
• Ternyata baik pengobatan
konvensional dan pengobatan baru
sama-sama efektif dalam
menurunkan kadar asam urat. Nilai p
pada faktor*kelompok menunjukkan
nilai 0.1. 23
 Tabel 6. Hasil uji statistik terhadap
penurunan kadar asam urat pada kelompok
pengobatan pengukuran kadar asam urat
awal sebagai pembanding (kontras simple)
Tests of Within-Subjects Contrasts

Measure: asamurat
Type III Sum
Source factor1 of Squares df Mean Square F Sig.
factor1 Level 2 vs. Level 1 40.592 1 40.592 5.281 .032
Level 3 vs. Level 1 139.205 1 139.205 12.285 .002
Level 4 vs. Level 1 421.456 1 421.456 22.523 .000
Level 5 vs. Level 1 481.592 1 481.592 21.512 .000
factor1 * kelompok Level 2 vs. Level 1 9.410 1 9.410 1.224 .282
Level 3 vs. Level 1 5.568 1 5.568 .491 .491
Level 4 vs. Level 1 60.638 1 60.638 3.241 .087
Level 5 vs. Level 1 40.592 1 40.592 1.813 .193
Error(factor1) Level 2 vs. Level 1 153.738 20 7.687
Level 3 vs. Level 1 226.625 20 11.331
Level 4 vs. Level 1 374.238 20 18.712
Level 5 vs. Level 1 447.738 20 22.387
24
Menurut pengukuran waktu
• Hasil uji menurut pengukuran
perminggu menunjukkan penurunan
kadar asam urat berdasarkan
kelompok pengobatan konvensional
maupun obat baru, sudah terjadi
pada minggu pertama (nilai
p=0.032), begitu juga dengan
minggu kedua (0.002), ketiga dan
keempat (0.000). 25
 Tabel 7. Hasil uji statistik terhadap
penurunan kadar asam urat pada kelompok
pengobatan dengan obat konvensional maupun
dengan obat baru

Tests of Between-Subjects Effects

Measure: asamurat
Transformed Variable: Average
Type III Sum
Source of Squares df Mean Square F Sig.
Intercept 35689.838 1 35689.838 982.583 .000
kelompok 4.118 1 4.118 .113 .740
Error 726.450 20 36.322

26
 PERBEDAAN ANTAR
KELOMPOK - BETWEEN
• Hasil uji menurut perbedaan antar
kelompok, menunjukkan 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.
27
 KESIMPULAN
• GLM Repeated Measures design digunakan
untuk melakukan analisa data pengamatan
berulang (pengukurannya > 2 kali).
• Disain pengamatan berulang tanpa kontrol,
uji statistik yang dilakukan adalah melihat
perbedaan rata-rata antar pengamatan
(within subject).
• Disain pengamatan berulang dengan
kontrol, uji statistik yang dilakukan
melihat perbedaan rata-rata antar
pengamatan (within subject) & perbedaan
rata-rata antar kelompok (between
subject).
28
TERIMA KASIH

29