Professional Documents
Culture Documents
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
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
Harga
Hypothesis df
b
Pillai's Trace
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
1.178
df1
df2
Sig.
Jual_online
.012
48
.913
Jual_kredit
.567
48
.455
Jual_SPG
.591
48
.446
Source
Dependent Variable
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
Grand Mean
Dependent Variable
Mean
Std. Error
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.
10
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
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
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
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
.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
.079
1.178b
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
Dependent Variable
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
Mean
Std. Error
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
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