Deskripsi

Berikut adalah repositori yang digunakan untuk menyimpan semua materi untuk Workshop Linear Mixed Models yang diselenggarakan oleh Departemen Psikologi Kepribadian dan Sosial, Fakultas Psikologi Universitas Airlangga dalam rangka memperingati Dies Natalis Pendidikan Psikologi Universitas Airlangga yang ke-36. Selain itu, materi yang sama juga disampaikan pada workshop yang diadakan oleh Universitas Islam Sultan Agung, Semarang.

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

Waktu dan tempat

Workshop diselenggarakan pada hari Rabu, 4 September 2019, pukul 08.00-16.00 WIB di Ruang Sidang I, Fakultas Psikologi Universitas Airlangga. Materi yang sama juga disampaikan di Ruang Meeting Fakultas Psikologi Universitas Islam Sultan Agung, Semarang, pada hari Sabtu, 2 November 2019, pukul 08.00-16.00 WIB

Outline materi

Workshop ini akan mencakup pengenalan lme dengan sebelumnya membahas konsep dasar mengenai ordinary least square regression. Peserta juga akan diminta untuk menganalisis data dengan menggunakan lme dan melaporkannya dalam artikel penelitian.

Berikut adalah outline materi workshop:

Bagian 1

Sebelum istirahat (08.00-12.00)

• 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 (R^2)
• 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

Bagian 2

Setelah istirahat (13.00-16.00)

• 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 R^2
  • Conditional R^2
• Contextual effect dan partitioning/centering
• Melaporkan analisis dengan lme dalam manuskrip
  

Referensi

• Galucci, M. (2019). GAMLj: General analysis for the linear model in jamovi. https://gamlj.github.io/index.html
• Galucci, M. (2019). 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 Ecol Evol, 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.
  

Contoh penelitian dengan lme

• Youngseek, K. & Stanton, J.M. (2016). Institutional and individual factors affecting scientists’ data-sharing behaviors: A multilevel analysis: 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., 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. INA-Rxiv (pre-print). doi: 10.31227/osf.io/fvtjg
  

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 yang bagian Welcome, Installing jamovi, dan Navigating jamovi (total durasi kurang lebih hanya 7 menit).
  

Cara instalasi module GAMLj

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

Gunakan jamovi versi terbaru (1.1.7) untuk Windows atau MacOS.

Video rekaman

Sesi 1 (08.00-12.00)

Sesi 2 (13.00-16.00)

Pembaruan dan koreksi

• Dalam video dan salindia yang lama, saya menyebutkan contextual effects adalah selisih dari between-group variances dengan within-group variances. Padahal yang benar, contextual effect adalah selisih dari between-group effect dengan within-group effect.
• Saya menambahkan cara menginterpretasi contextual effect ketika tandanya negatif, atau positif.
  

Poster kegiatan

Jawaban latihan

Latihan Mandiri (1): OLS dengan interaction terms

Klik disini untuk melihat jawaban saya atas latihan mandiri (1).

Latihan Mandiri (2): lme

Klik disini untuk melihat jawaban saya atas latihan mandiri (1).