ANALISIS DATA LONGITUDINAL DENGAN RESPON BINER MENGGUNAKAN GENERALIZED ESTIMATING EQUATION (GEE)

Syarto Musthofa, Lilis Harianti Hasibuan, Darvi Mailisa Putri, Miftahul Jannah, Ilham Dangu Rianjaya

Abstract


Data longitudinal adalah data yang diperoleh dari hasil pengukuran sejumlah individu secara berulang dalam beberapa waktu yang berbeda. Data longitudinal menunjukkan bagaimana perubahan nilai pada individu yang diamati relatif terhadap waktu dan beberapa kovariat yang menjadi perhatian. Variabel respon pada data longitudinal dimungkinkan dalam bentuk biner. Data dengan respon biner pada dasarnya bisa dianalisis dengan regresi logistik. Namun, regresi logistik tidak mempertimbangkan korelasi antar pengamatan yang mungkin terjadi pada satu individu. Dalam penelitian ini Generalized Estimating Equation (GEE) digunakan dalam melakukan estimasi parameter pada model data longitudinal. GEE memberi ruang pembahasan pada adanya kemungkinan korelasi antar pengamatan pada satu individu untuk data longitudinal yang memiliki variabel respon biner. Studi kasus dalam penelitian ini menganalisis probabilitas terjadinya kondisi suhu di atas normal berdasarkan lamanya penyinaran matahari (X_1). Estimasi parameter yang dilakukan menghasilkan model
π_i=1/(1+e^(-(-2.427+0.553x_1i)) ) dengan struktur korelasi exchangeable (α=0,607) yang menunjukkan bahwa semakin lama penyinaran matahari akan semakin memperbesar probabilitas kondisi suhu di atas normal.
Kata Kunci: Data Longitudinal, Regresi Logistik, Generalized Estimating Equation (GEE)

Keywords


Data Longitudinal; Regresii Logistik, Generalized Estimating Equation

Full Text:

PDF


DOI: https://doi.org/10.15548/map.v5i2.7416
Abstract views : 231 times
PDF : 136 times

References


A. Taufiq Hidayat, Z. Mujtahid, N. Elisyah, and H. Qausar, “Analisis Data Longitudinal dalam Mendeteksi Faktor Substansial yang Mempengaruhi Hasil Belajar Matematika Siswa MA Al Hikmah 2 Benda Brebes,” Anal. Data Longitud. , pp. 74–78, 2022.

Danardono, Analisis Data Longitudinal. Yogyakarta: Gadjah Mada University Press, 2015.

S. Sperandei, “Understanding logistic regression analysis,” Biochem. Medica, vol. 24, no. 1, pp. 12–18, 2014.

S. Winarni, “Analisis Data Longitudinal Dalam Desain Faktorial Menggunakan Linear Mixed Model Human Resources Development Program in EMR fields View project,” no. June, 2017.

M. Wang, “Generalized Estimating Equations in Longitudinal Data Analysis: A Review and Recent Developments,” Adv. Stat., vol. 2014, pp. 1–11, 2014.

H. Geys, G. Molenberghs, and L. M. Ryan, “Generalized estimating equations,” Top. Model. Clust. Data, pp. 77–87, 2002.

I. Owusu-Darko, I. K. Adu, and N. K. Frempong, “Application of generalized estimating equation (GEE) model on students’ academic performance,” Appl. Math. Sci., vol. 8, no. 65–68, pp. 3359–3374, 2014.

T. B. Sitorus, F. H. Napitupulu, and H. Ambarita, “Korelasi Temperatur Udara dan Intensitas Radiasi Matahari Terhadap Performansi Mesin Pendingin Siklus Adsorpsi Tenaga Matahari,” J. Ilm. Tek. Mesin Cylind., vol. 1(1), no. 1, pp. 8–17, 2014.

M. Sudirman, “Anomali Suhu Udara Rata-Rata Tahun 2022,” 2023. https://www.bmkg.go.id/iklim/anomali-suhu-udara-tahunan.bmkg?p=anomali-suhu-udara-tahunan&tag=〈=ID#.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Lisensi Creative Commonsis licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.