MULTIVARIATE GENERAL LINEAR MODEL (MGLM) :

Oleh :
Abdullah M. Jaubah

Pendahuluan
Jonathan 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. Kesalahankesalahan tersebut jika tidak diamati secara teliti tidak akan terungkap.
Arsip Data
Arsip data yang disajikan dalam buku tersebut tidak sama dengan hasil yang disajikan. Hasil
yang disajikan berdasar atas arsip data sebagai berikut :
jual_online

jual_kredit
70
76
78
79
81
80
82
81
83
84
85
77
86
87
88
89
88
81

jual_SPG
71
76
78
79
81
81
82
81
83
84
85
78
86
87
88
90
88
81

hp
72
77
79
79
80
81
80
81
85
84
85
79
87
87
88
92
88
81

harga
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

1.5
1.2
1.3
1.1
1.4
1.5
1.6
1.3
1.2
1.3
1.7
1.8
1.5
1.5
1.9
2.1
2.1
2.2

jual_online

jual_kredit

jual_SPG

hp

harga

77
79
79
80
83
84
85
82
81
80
80
81
82
79
78
83
82
84
79
76
75
74
78
76
77
86
87
88
74
75
76
75

88
79
79
80
83
84
85
82
81
81
80
81
82
80
78
83
82
84
79
78
75
77
78
76
80
86
87
79
88
75
81
76

81
80
79
80
84
84
85
82
81
82
80
81
82
81
80
83
82
84
79
78
77
74
78
78
79
86
87
88
78
75
76
77

1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

2.3
2.4
2.1
2.2
2.1
2.3
2.4
1.0
1.0
1.2
1.2
1.2
1.1
1.1
1.1
1.4
1.3
1.3
1.2
1.1
1.2
1.2
1.3
1.4
1.5
1.3
1.2
1.3
1.2
1.2
1.3
1.2

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..
Transformasi
Transformasi 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 Label
hp

Android

25

Bukan Android

25

Descriptive Statistics
hp

Jual_online

Jual_kredit

Jual_SPG

Mean

Std. Deviation

1 Android

81.68

4.432

25

2 Bukan Android

79.52

4.063

25

Total

80.60

4.347

50

1 Android

82.28

4.392

25

2 Bukan Android

80.36

3.487

25

Total

81.32

4.043

50

1 Android

82.32

4.279

25

2 Bukan Android

80.32

3.556

25

Total

81.32

4.023

50

Box's Test of Equality of Covariance Matricesa

Box's M

11.806

1.834

df1

df2

16693.132

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

Effect

Value

Intercept

Error df

Sig.

3.000

45.000

.000

.951

289.950

Wilks' Lambda

.049

289.950b

3.000

45.000

.000

19.330

289.950b

3.000

45.000

.000

19.330

289.950

3.000

45.000

.000

.273

3.000

45.000

.845

.273

3.000

45.000

.845

.273

3.000

45.000

.845

.273

3.000

45.000

.845

3.000

45.000

.329

Hotelling's Trace

Pillai's Trace

.018

Wilks' Lambda

.982

Hotelling's Trace

.018

Roy's Largest Root

Harga

Hypothesis df
b

Pillai's Trace

Roy's Largest Root

hp

.018

Pillai's Trace

.073

1.178

Wilks' Lambda

.927

1.178b

3.000

45.000

.329

Hotelling's Trace

.079

1.178b

3.000

45.000

.329

.079

3.000

45.000

.329

Roy's Largest Root

1.178

a. Design: Intercept + hp + Harga

b. Exact statistic

Levene's Test of Equality of Error Variancesa

F

df1

df2

Sig.

Jual_online

.012

48

.913

Jual_kredit

.567

48

.455

Jual_SPG

.591

48

.446

Tests the null hypothesis that the error variance of the

dependent variable is equal across groups.
a. Design: Intercept + hp + Harga

Tests of Between-Subjects Effects

Source

Dependent Variable

Type III Sum of

df

Mean Square

Sig.

Squares

Corrected Model

Intercept

hp

Harga

Error

Total

Corrected Total

Jual_online

77.440a

38.720

2.145

.128

Jual_kredit

94.183b

47.092

3.132

.053

Jual_SPG

76.748c

38.374

2.519

.091

Jual_online

12332.544

12332.544

683.075

.000

Jual_kredit

12006.093

12006.093

798.485

.000

Jual_SPG

12387.600

12387.600

813.003

.000

Jual_online

8.173

8.173

.453

.504

Jual_kredit

.282

.282

.019

.892

Jual_SPG

3.635

3.635

.239

.628

Jual_online

19.120

19.120

1.059

.309

Jual_kredit

48.103

48.103

3.199

.080

Jual_SPG

26.748

26.748

1.756

.192

Jual_online

848.560

47

18.054

Jual_kredit

706.697

47

15.036

Jual_SPG

716.132

47

15.237

Jual_online

325744.000

50

Jual_kredit

331448.000

50

Jual_SPG

331440.000

50

Jual_online

926.000

49

Jual_kredit

800.880

49

Jual_SPG

792.880

49

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 Variable

Mean

Std. Error

95% Confidence Interval

Lower Bound

Upper Bound

Jual_online

80.600

.601

79.391

81.809

Jual_kredit

81.320a

.548

80.217

82.423

Jual_SPG

81.320a

.552

80.209

82.431

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

Jual_online Penjualan online

10

Jual_kredit Penjualan secara kredit

Jual_SPG Penjualan SPG

11

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

jual_offline

jual_SPG

hp

harga

70
76
78
79
81
80
82
81
83
84
85
77
86
87
88
89
88
81
77

71
76
78
79
81
81
82
81
83
84
85
78
86
87
88
90
88
81
88

72
77
79
79
80
81
80
81
85
84
85
79
87
87
88
92
88
81
81

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

1.5
1.2
1.3
1.1
1.4
1.5
1.6
1.3
1.2
1.3
1.7
1.8
1.5
1.5
1.9
2.1
2.1
2.2
2.3

jual_online
79
79

jual_offline
79
79

jual_SPG
80
79

hp
1
1

harga
2.4
2.1

12

80
83
84
85
82
81
80
80
81
82
79
78
83
82
84
79
76
75
74
78
76
77
86
87
88
74
75
76
75

80
83
84
85
82
81
81
80
81
82
80
78
83
82
84
79
78
75
77
78
76
80
86
87
79
88
75
81
76

80
84
84
85
82
81
82
80
81
82
81
80
83
82
84
79
78
77
74
78
78
79
86
87
88
78
75
76
77

1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

2.2
2.1
2.3
2.4
1.0
1.0
1.2
1.2
1.2
1.1
1.1
1.1
1.4
1.3
1.3
1.2
1.1
1.2
1.2
1.3
1.4
1.5
1.3
1.2
1.3
1.2
1.2
1.3
1.2

Pemakaian arsip data ini akan menghasilkan informasi sebagai berikut :

Between-Subjects Factors
Value Label
HP

Android

25

Bukan Android

25

Descriptive Statistics
HP

Jual_online

Jual_Offline

Jual_SPG

Mean

Std. Deviation

1 Android

81.68

4.432

25

2 Bukan Android

79.52

4.063

25

Total

80.60

4.347

50

1 Android

82.28

4.392

25

2 Bukan Android

80.36

3.487

25

Total

81.32

4.043

50

1 Android

82.32

4.279

25

2 Bukan Android

80.32

3.556

25

Total

81.32

4.023

50

Box's Test of Equality of Covariance Matricesa

13

Box's M

11.806

1.834

df1

df2

16693.132

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
Effect

Value
Pillai's Trace

Intercept

.951

Wilks' Lambda

.049

Error df

Sig.

289.950

3.000

45.000

.000

289.950

3.000

45.000

.000

3.000

45.000

.000

19.330

289.950

Roy's Largest Root

19.330

289.950b

3.000

45.000

.000

.018

.273b

3.000

45.000

.845

.982

.273

3.000

45.000

.845

.273

3.000

45.000

.845

.273

3.000

45.000

.845

1.178

3.000

45.000

.329

1.178

3.000

45.000

.329

3.000

45.000

.329

3.000

45.000

.329

Wilks' Lambda
Hotelling's Trace

.018

Roy's Largest Root

.018

Pillai's Trace
Harga

Hypothesis df
b

Hotelling's Trace

Pillai's Trace
HP

.073

Wilks' Lambda

.927

Hotelling's Trace

.079

1.178

Roy's Largest Root

.079

1.178b

a. Design: Intercept + HP + Harga

b. Exact statistic

Levene's Test of Equality of Error Variancesa

F

df1

df2

Sig.

Jual_online

.012

48

.913

Jual_Offline

.567

48

.455

Jual_SPG

.591

48

.446

Tests the null hypothesis that the error variance of the dependent
variable is equal across groups.
a. Design: Intercept + HP + Harga

Tests of Between-Subjects Effects

Source

Dependent Variable

Type III Sum of

df

Mean Square

Sig.

Squares

14

77.440a

38.720

2.145

.128

Jual_Offline

94.183

47.092

3.132

.053

Jual_SPG

76.748c

38.374

2.519

.091

Jual_online

12332.544

12332.544 683.075

.000

Jual_Offline

12006.093

12006.093 798.485

.000

Jual_SPG

12387.600

12387.600 813.003

.000

Jual_online

8.173

8.173

.453

.504

Jual_Offline

.282

.282

.019

.892

Jual_SPG

3.635

3.635

.239

.628

Jual_online

19.120

19.120

1.059

.309

Jual_Offline

48.103

48.103

3.199

.080

Jual_SPG

26.748

26.748

1.756

.192

Jual_online

848.560

47

18.054

Jual_Offline

706.697

47

15.036

Jual_SPG

716.132

47

15.237

Jual_online

325744.000

50

Jual_Offline

331448.000

50

Jual_SPG

331440.000

50

Jual_online

926.000

49

Jual_Offline

800.880

49

Jual_SPG

792.880

49

Jual_online
Corrected Model

Intercept

HP

Harga

Error

Total

Corrected Total

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 Variable

Mean

Std. Error

95% Confidence Interval

Lower Bound

Upper Bound

Jual_online

80.600

.601

79.391

81.809

Jual_Offline

81.320a

.548

80.217

82.423

Jual_SPG

81.320a

.552

80.209

82.431

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

Profile Plots
Jual_online Jual Online

15

Jual_Offline Jual Offline

Jual_SPG Jual SPG

16

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)

17

/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.

Rangkuman
Contoh 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.

18

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.

19