Linear Mixed Models (LME) Workshop

Warning

Perhatian: Materi akan terus diperbarui sampai dengan H-1 workshop.

Laman web berikut ini merupakan laman web untuk Workshop Linear Mixed Models yang diselenggarakan oleh program studi Doktor (S3) Psikologi, Fakultas Psikologi, Universitas Airlangga.

Materi berlisensi BY 4.0. Materi bebas digunakan kembali namun wajib mengatribusi sumber aslinya.

Waktu dan tempat

Workshop diselenggarakan pada hari Sabtu, 9 Mei 2026 pukul 15.00 - 17.00 WIB secara virtual melalui Microsoft Teams.

Note

Catatan: Peserta dapat join meeting melalui browser, sehingga tidak harus login atau memiliki akun MS Teams. Namun, apabila peserta ingin menyimpan atau mengakses history chat setelah workshop berakhir, peserta disarankan untuk login akun Microsoft yang disediakan Universitas Airlangga (email dengan domain @drive.unair.ac.id) sebelum join meeting.

Klik disini untuk join meeting

Outline materi

Materi yang tersedia di laman web ini juga mencakup konsep dasar ordinary least square regression selain pengenalan lme.

Peserta juga akan diminta untuk menganalisis data dengan menggunakan lme dan melaporkannya dengan format yang biasa digunakan dalam artikel penelitian.

Berikut adalah outline materi yang tersedia di laman web ini:

Bagian 1️⃣: Ordinary Least Square Regression

• Berlatih menginspeksi data secara visual dengan scatterplot
• Model regresi linier (ordinary least square)
• Menarik garis regresi (fitted regression line)
• Varians yang dapat dan yang tidak dapat dijelaskan oleh model (R²)
• Menguji hipotesis
• Mengecek kecocokan model dengan data (model fit)
• Mengecek asumsi
  • Distribusi (normalitas) residual
  • Homoskedastisitas
  • Multikolinearitas
• Mendeteksi outliers
• Menguji interaction effects dan model change
• Menulis hasil analisis regresi linier dengan interaction terms dalam manuskrip

Important

Karena asumsinya mahasiswa S3 sudah memiliki pengetahuan statistik dasar, maka Bagian 1 tidak diajarkan di workshop. Bagian 1 harus dikuasai oleh peserta terlebih dahulu sebelum memulai workshop dan dapat dipelajari secara mandiri.

Bagian 2️⃣: Linear Mixed Effects Model

• Struktur data berjenjang/bersarang (hierarchical/nested data)
• Within- dan between-group variances
• Pengantar linear mixed-effect (lme)
• Intra-class correlation dan likelihood ratio test (LRT)
• Membandingkan garis regresi antar kelompok dengan lme
• lme dengan prediktor level 1 (random coefficients model)
  • Mengidentifikasi intercept (konstanta) yang berbeda antar kelompok (random-intercept model)
  • Mengidentifikasi slopes (gradien/kemiringan garis) yang berbeda antar kelompok (random slopes model)
• “Explained variances” (Nakagawa & Schielzeth, 2012)
  • Marginal R²
  • Conditional R²
• Contextual effect dan partitioning/centering
• Melaporkan analisis dengan lme dalam manuskrip
• Pengukuran berulang (repeated measures) dan experience sampling

Bagian 3️⃣: lme untuk Pengukuran Berulang dan Experience Sampling

• Keterbatasan lme biasa untuk data pengukuran berulang
• Repeated measures dengan lme
  • Struktur kovarians residual: Identity, Compound Symmetry, Unstructured
  • Membandingkan model dengan struktur residual berbeda
• Experience Sampling Method (ESM)
  • Apa itu ESM dan pada saat seperti apa ESM dilakukan?
  • Temporal autocorrelation dan struktur AR(1) & ARMA(1,1)
  • Person-mean centering: efek within- vs. between-person
  • Cross-level interaction dalam data ESM
• Setup di jamovi GAMLj
• Melaporkan hasil dalam manuskrip

Important

Karena keterbatasan waktu, bagian 3️⃣ tidak diajarkan di workshop. Materi tersedia di laman web ini dan dapat dipelajari peserta secara mandiri.

Note

Unduh materi dalam bentuk PDF: Klik navigation bar yang mengarah pada PDF materi, kemudian tekan ctrl dan p bersamaan. Setelah window untuk print muncul, pilih Save to PDF dan klik Save.

Referensi

• Brown, V.A. (2021). An Introduction to Linear Mixed-Effects Modeling in R. Advances in Methods and Practices in Psychological Science, 4(1), 1-19. doi: 10.1177/2515245920960351
• Galucci, M. (2025). GAMLj: General analysis for the linear model in jamovi. https://gamlj.github.io/index.html
• Galucci, M. (2025). Mixed models module. https://gamlj.github.io/mixed.html
• Hajduk, G.K. (2017). Introduction to linear mixed models. https://ourcodingclub.github.io/2017/03/15/mixed-models.html
• Nakagawa, S. and Schielzeth, H. (2013), A general and simple method for obtaining R² from generalized linear mixed‐effects models. Methods in Ecology and Evolution, 4: 133-142. doi: 10.1111/j.2041-210x.2012.00261.x
• Peugh, James L. (2010). A practical guide to multilevel modeling. Journal of School Psychology, 48, 85-112. doi: 10.1016/j.jsp.2009.09.002
• Winter, B. (2013). Linear models and linear mixed effects models in R with linguistic applications. arXiv:1308.5499.

Referensi tambahan untuk repeated measures dan expeience sampling

• Bolger, N., & Laurenceau, J-P. (2013). Intensive longitudinal methods: An introduction to diary and experience sampling research. Guilford Press.
• Hamaker, E.L., Kuiper, R.M., & Grasman, R.P.P.P. (2015). A critique of the cross-lagged panel model. Psychological Methods, 20(1), 102-116. doi: 10.1037/a0038889
• Nezlek, J.B. (2012). Multilevel modeling analyses of diary-style data. In M.R. Mehl & T.S. Conner (Eds.), Handbook of Research Methods for Studying Daily Life (pp. 384-410). Guilford Press.
• Trull, T.J. & Ebner-Priemer, U. (2014). The role of ambulatory assessment in psychological science. Current Directions in Psychological Science, 23(6), 466-470. doi: 10.1177/0963721414550706

Contoh penelitian dengan lme

• Youngseek, K. & Stanton, J.M. (2016). Institutional and individual factors affecting scientists’ data-sharing behaviors: A multilevel analysis. Journal of the Association for Information Science and Technology, 67(4), 776-799. doi: 10.1002/asi.23424
• Zein, R.A. & Gollwitzer, M. (2025). More Than Dilution: Religiosity and Conflict Perceptions Predict Perceived Utility of Religious, but not Scientific Explanations. PsyArXiv. doi: 10.31234/osf.io/4rjqs_v1
• Zein, R.A., Putri, N.K., & Ridlo, I.A. (2019). Do Justice and Trust Affect Acceptability of Indonesian Social Health Insurance Policy? A cross-sectional survey of laypeople and health care workers. International Journal of Health Governance, 25(1), 78-92. doi: 10.1108/IJHG-05-2019-0028

Sumber belajar lainnya

• LEMMA (Learning Environment for Multilevel Methods and Applications)
• Learning Statistics with jamovi
• Video tutorial jamovi dari Datalab

Sebelum mulai workshop

• Sebaiknya semua peserta sudah memasang jamovi pada perangkatnya masing-masing, untuk menghindari terlalu banyaknya waktu untuk menyelesaikan troubleshooting instalasi ketika workshop.
• Peserta sangat disarankan untuk menonton video tutorial jamovi sebelum workshop untuk belajar menavigasikan menu dan fitur yang ada dalam jamovi. Cukup hanya dengan menonton bagian Welcome, Installing jamovi, dan Navigating jamovi (total durasi kurang lebih hanya 7 menit).

Cara instalasi module GAMLj v.3

Mohon untuk menyimak video petunjuk instalasi module GAMLj jamovi berikut ini.

Gunakan jamovi versi stabil yang terbaru (2.6.44) untuk Windows atau MacOS.

Tutorial jamovi + modules

Saat ini, sudah cukup banyak tutorial jamovi yang tersedia. Salah satu yang paling populer dan komperhensif adalah tutorial di bawah ini ⬇️

Simak seluruh video tutorial di playlist.

Evaluasi workshop

Setelah workshop, peserta dimohon untuk mengisi kuesioner evaluasi yang dapat diakses di menu bar Survei bagian pojok kanan atas sebagai bahan evaluasi untuk meningkatkan kualitas materi workshop di masa depan.