Generalized Estimating Equations (Gee) Pada Data Longitudinal Bersifat Ordinal

Regresi Logistik Ordinal digunakan untuk mengetahui bentuk hubungan antar satu peubah respon bersifat ordinal dengan satu atau lebih peubah prediktor berupa kategorik maupun kontinyu. Banyak kategori peubah respon dikotom dan politom. Model ini diterapkan pada data longitudinal berupa hasil pengamatan beberapa unit cross-sectional selama beberapa periode waktu tertentu, karena adanya pengamatan berulang menyebabkan autokorelasi, sehingga perlu diatasi dengan metode Generalized Estimating Equations (GEE). Penelitian bertujuan untuk menerapkan GEE dan memilih struktur korelasi terbaik berdasarkan nilai QIC. Dari hasil analisis diperoleh model kadar eritrosit penderita demam berdarah logit[P(Y 1|xi)]= 2,4473 - 10,3935 lama sakit1 + 4,0715 lama sakit2 + 3,0735 lama sakit3 + 0,1210 umur, dengan struktur korelasi autoregressive berdasarkan nilai QIC terkecil. Pada model tingkat penggunaan marijuana selama lima tahun logit[P(Y 1|xi)] = -1,8060 +2,3984 lama penggunaan1 +1,1679 lama penggunaan2 +0,4830 lama penggunaan3 +0,2031 lama penggunaan4 +0,2638 frekuensi, logit[P(Y 2|xi)] = -0,1861 +2,3984 lama penggunaan1 +1,1679 lama penggunaan2 +0,4830 lama penggunaan3 +0,2031 lama penggunaan4 +0,2638 frekuensi, dengan struktur korelasi independent