ASUMSI REPEATED MESUREMENT

a. Variabel dependen normal

b. Sphericity -> sama kek homoskedastisitas

1. Copy data

2. Isi di variabel view

3. Analyze
4. Define
5. Contrast
6. Option
7. Hasil
  dependent variabel

Within-Subjects Factors
Measure: MEASURE_1

Dependent
waktu Variable

1 WAKTU1
2 WAKTU2
3 WAKTU3

 statdesc

Descriptive Statistics

GEN Mean Std. Deviation N

WAKTU1 1,00 54,5000 5,25991 4

2,00 59,5000 4,43471 4

3,00 62,0000 8,00000 4

Total 58,6667 6,40076 12

WAKTU2 1,00 45,8750 4,47912 4
2,00 46,1000 4,50999 4
3,00 51,1250 3,09233 4
Total 47,7000 4,47600 12
WAKTU3 1,00 27,5000 8,88819 4

2,00 26,0000 10,06645 4

3,00 27,7500 11,35415 4

 Total 27,0833 9,21913 12

 UJI SECARA SIMULTAN

Multivariate Testsa

Partial Eta
Effect Value F Hypothesis df Error df Sig. Squared

waktu Pillai's Trace ,941 63,237b 2,000 8,000 ,000 ,941

Wilks' Lambda ,059 63,237b 2,000 8,000 ,000 ,941

Hotelling's Trace 15,809 63,237b 2,000 8,000 ,000 ,941

Roy's Largest Root 15,809 63,237b 2,000 8,000 ,000 ,941

waktu * GEN Pillai's Trace ,330 ,888 4,000 18,000 ,491 ,165

Wilks' Lambda ,684 ,838b 4,000 16,000 ,521 ,173

Hotelling's Trace ,444 ,776 4,000 14,000 ,559 ,182

Roy's Largest Root ,395 1,775c 2,000 9,000 ,224 ,283

a. Design: Intercept + GEN

Within Subjects Design: waktu
b. Exact statistic
c. The statistic is an upper bound on F that yields a lower bound on the significance level.

H0 : tidak terdapat pengauh yg sign

H1: terdapat pengauh yg sign
Sig waktu < 0.05 maka waktu memberikan pengaruh yg signifikan trhdp bobot kacang hijau.
Sig waktu * gen > 0.05 maka interaksi waktu dan genotif tidak memberikan pengaruh yg signifikan trhdp bobot kacang hijau.

 Hasil uji asumsi sphericity

H0 : perulangan tidak berkorelasi secara simultan

Mauchly's Test of Sphericitya

Measure: MEASURE_1

Epsilonb

Approx. Chi- Greenhouse-

Within Subjects Effect Mauchly's W Square df Sig. Geisser Huynh-Feldt Lower-bound

Waktu ,259 10,822 2 ,004 ,574 ,750 ,500

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity
matrix.
a. Design: Intercept + GEN
Within Subjects Design: waktu
b. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-
Subjects Effects table.

Sin 0.004 < 0.05, tolak H0 ; maka perulangan amatan ini berkorelasi secara simultan , jadi repeated mesurement diperlukan.
  UJI SECARA PARSIAL

Tests of Within-Subjects Effects

Measure: MEASURE_1

Type III Sum of Partial Eta

Source Squares df Mean Square F Sig. Squared

Waktu Sphericity Assumed 6171,287 2 3085,643 73,733 ,000 ,891

Greenhouse-Geisser 6171,287 1,148 5373,556 73,733 ,000 ,891

Huynh-Feldt 6171,287 1,501 4112,745 73,733 ,000 ,891

Lower-bound 6171,287 1,000 6171,287 73,733 ,000 ,891

waktu * GEN Sphericity Assumed 74,807 4 18,702 ,447 ,773 ,090
Greenhouse-Geisser 74,807 2,297 32,568 ,447 ,677 ,090
Huynh-Feldt 74,807 3,001 24,927 ,447 ,724 ,090
Lower-bound 74,807 2,000 37,403 ,447 ,653 ,090
Error(waktu) Sphericity Assumed 753,280 18 41,849

Greenhouse-Geisser 753,280 10,336 72,879

Huynh-Feldt 753,280 13,505 55,779

Lower-bound 753,280 9,000 83,698

 H0 : tidak terdapat pengauh yg sign
H1: terdapat pengauh yg sign

Sig waktu < 0.05 maka waktu memberikan pengaruh yg signifikan trhdp bobot kacang hijau.
 Pengaruh perlakuan terhadap respon

Tests of Between-Subjects Effects

Measure: MEASURE_1
Transformed Variable: Average

Type III Sum of Partial Eta

Source Squares df Mean Square F Sig. Squared

Intercept 71235,610 1 71235,610 973,807 ,000 ,991

GEN 119,512 2 59,756 ,817 ,472 ,154
Error 658,365 9 73,152

H0 : tidak terdapat pengauh perlakuan trhdp respon

H1: terdapat pengauh perlakuan trhdp respon

Karena 0,472 > 0.05 maka terima H0 artinya tidak terdapat pengauh perlakuan trhdp respon

Yg membedakan
LAPORAN PRAKYIKUM
BAB III
METODOLOGI

3.1. Langkah-Langkah

Berikut adalah langkah-langkah yang harus dilakukan untuk melakukan repeated measurement.

1. Buka software SPSS.

2. Tutuplah pada kotak dialog yang muncul pada saat membuka software SPSS.

3. Input data yang ingin dianalisis.

4. Defnisikan data pada kolom variabel view.

5. Klik Analyze > General Linear Model > Repeated Measures..

6. Isi Number of Levels dengn banyanya waktu pengamatan yakni 2, kemudian klik Add.
7. Klik Define.
8. Masukkan variabel Day1 dan Day2 pada kotak Within- Subjects Variables (factor1) dan masukkan variabel Age pada kotak Between-
Subjects Factor(s).
9. Klik Contrasts...
10. Pilihlah Repeated

11. Klik Coninue.

12. Klik Options...

13. Maukkan (OVERALL) ke kotak Display Means for dan centang Descriptive statistics dan Estimates of effect size, kemudian klik
Continue.
14. Klik OK.
 BAB IV
HASIL DAN PEMBAHASAN

4.1. Soal
Analisislah data berikut menggunakan Repeated Measurement. Berikut adalah data yang digunakan untuk dianalisis.
Suatu obat baru diuji pada sampel acak penderita insomnia. Dimana penderita tersebut terdiri dari tujuh orang muda (20 tahun - 40
tahun), tujuh orang paruh baya (40 tahun - 60 tahun) dan tujuh orang tua (lebih dari 60 tahun). Jumlah menit setiap orang tidur per malam
dicatat selama 2 malam berturut-turut pada gambar di bawah ini.
 Tabel di atas akan di analisis menggunakan Repeated Measurement, karena pengamatannya berulang dari waktu ke waktu.

4.2. Hasil dan Pembahasan Output

Berikut ini adalah output yang didapatkan setelah kita menganalisis dengan menggunakan software SPSS.

a. Tabel 1

Within-Subjects Factors
Measure: MEASURE_1
 Dependent
factor1 Variable

1 Day1
2 Day2

Dari tabel 1 di atas, dapat dilihat bahwa variabel dependen dari data yang digunakan adalah variabel Day 1 dan Day 2.

b. Tabel 2

Between-Subjects Factors

Age 1,00 7

2,00 7

3,00 7

Dari tabel 2 di atas, dapat dilihat bahwa pada usia dengan kategori 1, 2, dan 3 masing-masing memiliki data pengamatan
sebanyak 7

c. Tabel 3
Descriptive Statistics

Age Mean Std. Deviation N

 Day1 1,00 184,8571 77,27317 7

2,00 54,4286 66,16358 7

3,00 87,4286 30,62057 7

Total 108,9048 81,27171 21

Day2 1,00 259,8571 53,99206 7

2,00 119,1429 47,29492 7

3,00 238,7143 66,33932 7

Total 205,9048 83,04270 21

Dari tabel di atas, dapat dilihat analisis deskriptif dari data yang digunakan. Pada variabel Day1 dengan kategori umur 1,
didapatkan bahwa rata-ratanya adalah sebesar 184,8571 dan standar deviasinya sebesar 77,27317 dengan banyaknya data adalah 7. Pada
variabel Day1 dengan kategori umur 2, didapatkan bahwa rata-ratanya adalah sebesar 54,4286 dan standar deviasinya sebesar 66,16358
dengan banyaknya data adalah 7. Pada variabel Day1 dengan kategori umur 3, didapatkan bahwa rata-ratana adalah sebesar 87,4286 dan
standar deviasinya sebesar 30,27171 dengan banyaknya data adalah 7. Secara keseluruhan, rata-rata dari variabel Day1 pada seluruh
kategori adalah sebesar 108,9048 dan standar deviasi 81,27171 dengan banyaknya data adalah 21. Pada variabel Day2 dengan kategori
umur 1, didapatkan bahwa rata-ratanya adalah sebesar 259,8571 dan standar deviasinya sebesar 53,99206dengan banyaknya data adalah
7. Pada variabel Day2 dengan kategori umur 2, didapatkan bahwa rata-ratanya adalah sebesar 119,1429 dan standar deviasinya sebesar
47,29492 dengan banyaknya data adalah 7. Pada variabel Day2 dengan kategori umur 3, didapatkan bahwa rata-ratana adalah sebesar
238,7143 dan standar deviasinya sebesar 66,33932 dengan banyaknya data adalah 7. Secara keseluruhan, rata-rata dari variabel Day2
pada seluruh kategori adalah sebesar 205,9048 dan standar deviasi 83,04270 dengan banyaknya data adalah 21.
d. Tabel 4
Tabel di atas merupakan tabel untuk uji secara simultan. Untuk uji secara simultan ini, didefinisikan hipotesis sebagai berikut.

 Hipotesis

𝐻0 : Tidak terdapat pengaruh yg signifikan

𝐻1 : Terdapat pengaruh yg signifikan

 Kriteria Penolakan
Tolak 𝐻0 jika p-value (sign) < α
 Keputusan
Karena dari output di atas, terdapat beberapa uji diantaranya Pillai’s Trace, Wilks’ Lambda, Hotelling’s Trace, dan Roy’s Largest
Root, maka kita dapat gunakan salah satu dari keempat uji yang ada karena keempat uji tersebut memberikan keputusan yang sama.
Dalam laporan ini,digunakan uji Wilks’ Lambda sebagai pengambilan keputusan karena uji ini merupakan uji yang biasa digunakan.
a. Pada factor 1, didapat bahwa sign (0) < 0.05, oleh karena itu dapat dikatakan bahwa kita tolak 𝐻0 .
 b. Pada factor1* Age atau biasa disebut dengan interaksi, didapat bahwa sign (0.045) < 0.05, oleh karena itu dapat dikatakan bahwa
kita tolak 𝐻0 .
 Kesimpulan
a. Pada factor 1, dengan taraf nyata 5%, terdapat cukup bukti untuk menolak 𝐻0 yang artinya umur berpengaruh signifikan terhadap
jumlah menit setiap orang tidur per malam.
b. Pada factor1* Age atau biasa disebut dengan interaksi, didapat bahwa sign (0.045) < 0.05, oleh karena itu dapat dikatakan bahwa
kita tolak 𝐻0 .

Mauchly's Test of Sphericitya

Measure: MEASURE_1

Epsilonb

Approx. Chi- Greenhouse-

Within Subjects Effect Mauchly's W Square df Sig. Geisser Huynh-Feldt Lower-bound

factor1 1,000 ,000 0 . 1,000 1,000 1,000

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity
matrix.
a. Design: Intercept + Age
Within Subjects Design: factor1
b. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-
Subjects Effects table.
 Multivariate Testsa

Partial Eta
Effect Value F Hypothesis df Error df Sig. Squared

factor1 Pillai's Trace ,722 46,734b 1,000 18,000 ,000 ,722

Wilks' Lambda ,278 46,734b 1,000 18,000 ,000 ,722

Hotelling's Trace 2,596 46,734b 1,000 18,000 ,000 ,722

Roy's Largest Root 2,596 46,734b 1,000 18,000 ,000 ,722

factor1 * Age Pillai's Trace ,292 3,703b 2,000 18,000 ,045 ,292

Wilks' Lambda ,708 3,703b 2,000 18,000 ,045 ,292

Hotelling's Trace ,411 3,703b 2,000 18,000 ,045 ,292

Roy's Largest Root ,411 3,703b 2,000 18,000 ,045 ,292

a. Design: Intercept + Age

Within Subjects Design: factor1
b. Exact statistic

Mauchly's Test of Sphericitya

Measure: MEASURE_1

Within Subjects Effect Mauchly's W Approx. Chi- df Sig. Epsilonb

 Square Greenhouse-
Geisser Huynh-Feldt Lower-bound

factor1 1,000 ,000 0 . 1,000 1,000 1,000

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity
matrix.
a. Design: Intercept + Age
Within Subjects Design: factor1
b. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-
Subjects Effects table.

Tests of Within-Subjects Effects

Measure: MEASURE_1

Type III Sum of Partial Eta

Source Squares df Mean Square F Sig. Squared

factor1 Sphericity Assumed 98794,500 1 98794,500 46,734 ,000 ,722

Greenhouse-Geisser 98794,500 1,000 98794,500 46,734 ,000 ,722

Huynh-Feldt 98794,500 1,000 98794,500 46,734 ,000 ,722

Lower-bound 98794,500 1,000 98794,500 46,734 ,000 ,722

factor1 * Age Sphericity Assumed 15656,571 2 7828,286 3,703 ,045 ,292
Greenhouse-Geisser 15656,571 2,000 7828,286 3,703 ,045 ,292
Huynh-Feldt 15656,571 2,000 7828,286 3,703 ,045 ,292
Lower-bound 15656,571 2,000 7828,286 3,703 ,045 ,292
Error(factor1) Sphericity Assumed 38051,429 18 2113,968
 Greenhouse-Geisser 38051,429 18,000 2113,968

Huynh-Feldt 38051,429 18,000 2113,968

Lower-bound 38051,429 18,000 2113,968

Tests of Within-Subjects Contrasts

Measure: MEASURE_1

Type III Sum of Partial Eta

Source factor1 Squares df Mean Square F Sig. Squared

factor1 Linear 98794,500 1 98794,500 46,734 ,000 ,722

factor1 * Age Linear 15656,571 2 7828,286 3,703 ,045 ,292
Error(factor1) Linear 38051,429 18 2113,968

Tests of Between-Subjects Effects

Measure: MEASURE_1
Transformed Variable: Average

Type III Sum of Partial Eta

Source Squares df Mean Square F Sig. Squared

Intercept 1040602,881 1 1040602,881 215,337 ,000 ,923

Age 129331,619 2 64665,810 13,382 ,000 ,598
Error 86984,000 18 4832,444
 Grand Mean
Measure: MEASURE_1

95% Confidence Interval

Mean Std. Error Lower Bound Upper Bound

157,405 10,727 134,869 179,940

Multivariate Testsa

Hypothesis Partial Eta

Effect Value F df Error df Sig. Squared

factor1 Pillai's Trace ,806 14,508b 2,000 7,000 ,003 ,806

b
Wilks' Lambda ,194 14,508 2,000 7,000 ,003 ,806

Hotelling's Trace 4,145 14,508b 2,000 7,000 ,003 ,806

b
Roy's Largest Root 4,145 14,508 2,000 7,000 ,003 ,806

factor1 * Gender Pillai's Trace ,850 19,865b 2,000 7,000 ,001 ,850

Wilks' Lambda ,150 19,865b 2,000 7,000 ,001 ,850

Hotelling's Trace 5,676 19,865b 2,000 7,000 ,001 ,850

Roy's Largest Root 5,676 19,865b 2,000 7,000 ,001 ,850

a. Design: Intercept + Gender

Within Subjects Design: factor1
b. Exact statistic
 Mauchly's Test of Sphericitya
Measure: MEASURE_1

Within Epsilonb
Approx. Chi-
Subjects Mauchly's W df Sig. Greenhouse- Huynh- Lower-
Square
Effect Geisser Feldt bound

factor1 ,602 3,554 2 ,169 ,715 ,937 ,500

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed
dependent variables is proportional to an identity matrix.
a. Design: Intercept + Gender
Within Subjects Design: factor1
b. May be used to adjust the degrees of freedom for the averaged tests of significance.
Corrected tests are displayed in the Tests of Within-Subjects Effects table.