PENERAPAN GENERALIZED ESTIMATING EQUATION (GEE) BERBASIS WEB INTERAKTIF DENGAN R-SHINY UNTUK RESPON MULTINOMIAL BERSKALA ORDINAL

Abstract

Generalized Estimating Equation (GEE) merupakan salah satu metode statistika yang digunakan untuk menganalisa data berkorelasi salah satunya karena pengukuran berulang (repeated measurement). Data dengan respon berkorelasi disebut sebagai data longitudinal. Metode GEE dalam penelitian ini, diterapkan pada respon multinomial berskala ordinal. Salah paket dalam R yang digunakann untuk analisis data dengan metode Generalized Estimating Equation (GEE) berskala ordinal adalah paket multgee dengan fungsi ordLORgee(). Namun, dalam penggunaanya paket tersebut tidak mudah terutama bagi peneliti yang kurang menguasai pemrograman yang dalam hal ini program R. Selain itu, untuk program GEE baik itu GEE binomial, GEE2 maupun GEE multinomial belum ada yang menggunakan sistem GUI. Sehingga, dalam penelitian ini akan dibuat program GEE multinomial berskala ordinal berbasis web interaktif menggunakan R-shiny. Program dibuat dalam bentuk tutorial yang meliputi ringkasan teori, aplikasi dan hasil analisis data. Web interaktif program GEE multinomial berskala ordinal ini dapat diakses di alamat http://statslab-rshiny.fmipa.unej.ac.id/JORS/MultGEEOrd/. Analisis data menggunakan web interaktif program GEE multinomial berskala ordinal ini dapat dilakukan dengan pilihan data yang tersedia dalam menu atau mengimpor data milik pengguna. Untuk data respon multinomial dengan skala ordinal berkorelasi dipilih dua jenis struktur rasio odds lokal yaitu uniform dan category exchangreability. Goodness of fit untuk model GEE multinomial berskala ordinal dilihat berdasarkan nilai root mean square error (RMSE) untuk memilih model yang lebih baik antara dua model dengan struktur berbeda. Untuk uji signifikansi parameter digunakan pvalue. Aplikasi data Lapharoscopic Cholecystectomy menggunakan GEE multinomial ordinal yaitu menganalisa tentang tingkat Lapharoscopic Cholecystectomy yang terdiri dari lima tingkatan. Variabel prediktornya meliputi terapi, jenis kelamin, umur, dan waktu pengukuran. Dari hasil analisis data diperoleh model dengan struktur rasio odds lokal Uniform merupakan model yang lebih baik dibandingkan dengan model dengan struktur rasio odds lokal Category Exchangeability dan dari uji signifikansi diperoleh model bahwa terapi tidak aktif (Terapi[TA]) dan waktu pengukuran keenam (Waktu[F]) signifikan terhadap respon. Bentuk persamaan yang diperoleh yaitu 𝑔1 𝜋1 = 0,76260 − 1,89322𝑋𝑖1 𝑇𝐴 + 1,03980𝑋𝑖4 𝐹 𝑔2 𝜋2 = 1,61849 − 1,89322𝑋𝑖1 𝑇𝐴 + 1,03980𝑋𝑖4 𝐹 𝑔3 𝜋3 = 2,59122 − 1,89322𝑋𝑖1 𝑇𝐴 + 1,03980𝑋𝑖4 𝐹 𝑔4 𝜋4 = 3,94952 − 1,89322𝑋𝑖1 𝑇𝐴 + 1,03980𝑋𝑖4 𝐹 dengan 𝑔𝑖 𝜋𝑖 adalah peluang respon pada kategori 𝑖 + 1