Metode Yang Tersedia Pada GLM

Metode untuk GLM dalam IBM SPSS di antaranya :

  1. Type I : ini merupakan metode yang dikenal sebagai dekomposisi hirarkis metode jumlah kuadrat (sums of squares method). Setiap persyaratan/kondisi disesuaikan hanya untuk persyaratan/kondisi yang mendahuluinya dalam model tersebut. Tipe I ini umumnya digunakan dlama model ANOVA dengan jumlah kasus sama; model regresi polinominal; dan model yang bercabang (IBM SPSS 22).
    Suatu metode untuk menentukan rasio F dalam analisis varian dengan dua faktor atau lebih dengan jumlah kasus dalam sel tidak sama. Dalam kasus seperti ini faktor-faktor dan interaksi nampak saling berhubungan dan saling membagi varian. Faktor-faktor tersebuh ditentukan oleh peneliti sendiri.
  2. Type II : Metode ini menghitung jumlah kuadrat (sums of squares) pengaruh dalam model yang disesuaikan dengan semua pengaruh lain yang cocok. Pengaruh yang cocok ialah suatu pengaruh yang berhubungan dengan semua pengaruh yang tidak mengandung pengaruh yang sedang diteliti. Tipe ini umumnya digunakan dalam model ANOVA dengan jumlah kasus sama; setiap model yang hanya mempunyai pengaruh faktor utama saja; setiap model regresi; dan rancangan bercabang murni.
    Suatu metode untuk menentukan rasio F dalam analisis varian dengan dua faktor atau lebih dengan jumlah kasus dalam sel tidak sama. Dalam kasus seperti ini faktor-faktor dan interaksi nampak saling berhubungan dan saling membagi varian. Pada metode ini pengaruh utama disesuaikan dengan untuk semua pengaturh yang lain (dan kovariat) sedang interaksi disesuaikan dengan semua pengaruh yang lain bebas dari interaksi pada peringkat yang lebih tinggi.
  3. Type III (default SPSS): Metode ini menghitung jumlah kuadrat sums of squares) suatu pengaruh dalam rancangan saat nilai jumalh kuadrat tersebut disesuaikan dengan setiap pengaruh yang lain yang tidak mengandung pengaruh tersebut dan yang ortogonal (dua variabel tidak menunjukkan adanya hubungan satu dengan yang lain) terhadap setiap pengaruh yang ada. Kegunaan utama metode ini ialah ada sel yang kosong. Model ini cocok untuk semua model yang sesuai dengan menggunakan Tipe I dan II dan model dengan jumlah kasus (data) berbeda.
    Suatu metode untuk menentukan rasio F dalam analis varian dengan dua faktor atau lebih dengan jumlah kasus sel tidak sama. Dalam kasus seperti ini faktor-faktor dan interaksi nampak saling berhubungan dan saling membagi varian. Pada metode ini pegaruh utama disesuaikan dengan untuk semua pengaruh yang lain (dan kovariat). Dengan kata lain, varian yang diterangkan dengan pengaruh tersebut unik/khusus hanya untuk hal tersebut dan tidak dibagikan oleh setiap pengaruh lain.
  4. Type IV Sums of Square : Metode ini dirancang untuk model yang mempunyai sel-sel yang kosong. Suatu metode untuk menentukan rasio F dalam analisis varian dengan dua faktor atau lebih dengan jumlah kasus dalam sel tidak sama. Dalam kasus seperti ini faktor-faktor dan interaksi nampak saling berhubungan dan saling membagi varian. Metode ini mirip dengan Tipe III dengan perkecualian metode ini juga mempertimbangakn sel-sel yang kosong/ tidak ada datanya.

Daftar Link Artikel Terkait :
olah data