Top Banner
Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 18 PENGUJIAN HIPOTESIS Pengujian serentak Statistik uji : Tolak H 0 jika 2 2 , p G α χ > 0 j H: β 0 = 1 j H: β 0 0 1 2 p H : β β β 0 = =…= = 1 j H : minimal ada satu β 0 j 1, 2, ,p = Pengujian Parsial ( ) j j SE Z β β ˆ ˆ = Statistik uji : Tolak H 0 jika 2 / α Z Zj > ( ) ( ) Ω = ˆ ˆ ln 2 2 L L G ω
30

PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Mar 18, 2019

Download

Documents

truongdung
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 18

PENGUJIAN HIPOTESIS

Pengujian serentak

Statistik uji :

Tolak H0 jika2 2

,pG αχ>

0 jH :β 0=

1 jH :β 0≠0 1 2 pH : β β β 0= = … = =

1 jH : m inim al ada satu β 0≠ j 1,2, ,p= …

Pengujian Parsial

( )j

j

SEZ

β

βˆ

ˆ=

Statistik uji :

Tolak H0 jika 2/αZZj >

( )( )Ω−= ˆˆ

ln22LLG ω

Page 2: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 20

SELEKSI MODEL TERBAIK &ODDS RATIO

Membandingkan sejumlah kemungkinan model dilakukan dengan cara melihat nilai Akaike Information Criterion (AIC). Pada penelitian

ini seleksi yang digunakan adalah eliminasi backward

kLAIC 2ˆln2 +−=

Odds Ratio merupakan perbandingan diantara odd individu dengan kondisi variabel

prediktor X pada kategori sukses dengan kategori gagal

( )( )0

1 ratio Odds

==

=xthxth

tingkat kecepatan terjadinya failure event pada individu dengan kategori x=0 adalah sebesar nilai odds ratio kali tingkat kecepatan terjadinya risiko failure event pada individu dengan kategori x=1

Page 3: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 21

STROKE

Stroke merupakan gangguan fungsi saraf akur yang disebabkan oleh gangguan peredaran darah otak,

Stroke Hemoragik adalah pecahnya pembuluh darah otak menyebabkan keluarnya darah ke jaringan

parenkim otak

Stroke Iskemik merupakan Iskemia jaringan otak timbul akibat sumbatan pada pembuluh darah serviko-kranial atau hipoperfusi jaringan otak oleh berbagai

faktor

Diagnosa stroke dibuat berdasarkan adanya gejala neurologik mulai dari gejala motorik fokal, rasa raba, gangguan bicara, dan kesadaran dalam bentuk koma

(Barthel index)

Page 4: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 22

STROKE

modifikasi

• hipertensi• penyakit jantung• diabetes melitus• merokok• (TIA)• completed stroke• konsumsi alkohol• hiperlipidemia• kondisi sosial ekonomi• kurang aktivitas

Tidak dapat

modifikasi

• usia,• jenis kelamin,• ras atau suku• faktor genetik

Page 5: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

OUTLINEMETODOLOGI PENELITIAN

Sumber Data Variabel Penelitian

Metode Analisis Data

Page 6: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 24

SUMBER DATA

• Data Tugas Akhir Dina Oktafia Sulistyani, 2013

Data Sekunder

• data rekam medis pasien penderita stroke di RSU Haji Surabaya pada Januari -Agustus 2012 dengan data berjumlah 91

Jumlah data • pasien yang saat diizinkan pulang telah mengalami perbaikan kondisi klinis serta memiliki riwayat catatan medis yang lengkap

Kriteria

Page 7: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 25

VARIABEL PENELITIAN

Kode Nama Variabel Skala KategoriT Waktu Survival Penderita

Stroke Kontinu -

X1 Tekanan DarahSistolik

Kontinu -

X2 Tekanan Darah Diatsolik Kontinu -

X3 Usia Kontinu -X4 Jenis Kelamin Kategorik 1 : Laki-Laki

2 : Perempuan

X5 Jenis Pembayaran Kategorik 1. : Jamkesnas2. : Non Jamkesnas

Page 8: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 26

VARIABEL PENELITIAN

Kode Nama Variabel Skala KategoriX6 Hiperurikemia Kategorik 1 : ya

2 : tidakX7 Penyakit jantung Kategorik 1 : ya

2 : tidakX8 Diabetes mellitus Kategorik 1 : ya

2 : tidakX9 Hiperkolesterolemia Kategorik 1 : ya

2 : tidakX10 Hipertrigliseridemia Kategorik 1 : ya

2 : tidakX11 TIA Kategorik 1 : ya

2 : tidakX12 Jenis stroke Kategorik 1 : Stroke Infark/Iskemik

2 : Stroke Bleeding/ Hemoragik

Page 9: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 27

METODE ANALISIS DATA

Mendeskripsikan karakteristikdata pasien penderita stroke.

Data kontinu dengan minimum, maksimum, rata-rata, dan

standart deviasi.

Data kategorik dengan pie chart

Mengkategorikan variabel T menjadi 3 kelompok

Tabulasi silang antara T dan data kategorik

Mendapatkan faktor-faktor yang mempengaruhi laju perbaikan kondisi

klinis dan model regresi weibull

Pengujian Distribusi data dengan Anderson-Darling

Pengujian Multikolinieritas

Seleksi model terbaik dengan AIC dan seleksi backward

Pengujian signifikasi parameter

Membuat estimasi parameter model terbaik dari model regresi weibull

Mendapatkan fungsi survival dan fungsi hazard

Mendapatkan laju perbaikan kondisi klinis

Menghitung nilai odds ratio

Membuat visualisasidalam bentuk plot hazart

Page 10: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

OUTLINEHASIL PEMBAHASN

Analisis

Deskripftif

Pengujain Distribusi

Pengujian Multikolinieritas

Faktor-faktor yang mempengaruhi waktu survival

Laju perbaikan

kondisi klinis

Page 11: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 29

ANALISIS DESKRIPTIF

VariabelRata-rata

Standar deviasi Minimum Maximum

Waktu survival (Hari) 8,44 2,73 4,00 15,00Tekanan darah Sistolik (mmHg) 154,38 26,53 110,00 230,00Tekanan darah Diastolik(mmHg) 93,38 14,41 50,00 140,00Usia (Tahun) 61,10 11,87 23,00 89,00

Perempuan60%

Laki-Laki40%

Non-Jamkesnas

63%

Jamkesnas37%

Tidak67%

Hiperurikemia33%

Tidak66%

Penyakit Jantung

34%

Page 12: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 30

ANALISIS DESKRIPTIF

Tidak31%

TIA69%

Stroke Hemoragik

18%

Stroke Iskemik

82%

Tidak75%

Hipertrigli-seridemia

25%

Tidak46%Diabetes

Melitus54%

Tidak52%

Hiperkoles-terolemia

48%

Page 13: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 31

ANALISIS DESKRIPTIF

Variabel KategoriLaju Perbaikan Klinis (%)

<7 hari 7-9 hari >9 hari Total

Jenis KelaminLaki-laki 8,791 16,484 14,286 39,560

Perempuan 16,484 20,879 23,077 60,440Jenis Pembayaran

Jamkesnas 8,791 14,286 14,286 37,363nonJamkesnas 16,484 23,077 23,077 62,637

HiperurekimiaYa 7,692 13,187 12,088 32,967

Tidak 17,582 24,176 25,275 67,033

Penyakit JantungYa 5,495 10,989 17,582 34,066

Tidak 19,780 26,374 19,780 65,934

Diabetes MelitusYa 10,989 16,484 26,374 53,846

Tidak 14,286 20,879 10,989 46,154

HiperkolesterolYa 8,791 14,286 25,275 48,352

Tidak 16,484 23,077 12,088 51,648Hipertrigiserid Ya 8,791 10,989 5,495 25,275

Tidak 16,484 26,374 31,868 74,725TIA Ya 12,088 26,374 30,769 69,231

Tidak 13,187 10,989 6,593 30,769Jenis Stroke Infrak 21,978 34,066 26,374 82,418

Hemoragik 3,297 3,297 10,989 17,582

Tabulasi Silang

Page 14: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 32

928,11,02 =A

Distribution Anderson Darling0.84157 10.87818 20.97166 310.022 410.198 51.163 6

11.746 714.337 818.128 918.658 10

PENGUJIAN DISTRIBUSI DATA

Kesimpulan : variabel dependen (waktu survival pasien penderita stroke) berdistibusi Weibull 2 parameter.

Page 15: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 33

PENGUJIAN MULTIKOLINIERITAS

No Variabel Chi-Square Hit Kesimpulan1 JK*JP 2,338 Independen2 JK*Hiperurikemia 3,112 Independen3 JK*PJK 0,111 Independen4 JK*DM 0,355 Independen5 JK*Hiperkolesterol 0,364 Independen6 JK*Hipertrigliserid 1,072 Independen7 JK*TIA 0,001 Independen8 JK*JS 0,035 Independen9 JP*Hiperurikemia 1,655 Independen

10 JP*PJK 1,394 Independen11 JP*DM 0,018 Independen12 JP*Hiperkolesterol 0,39 Independen13 JP*Hipertrigliserid 0,041 Independen14 JP*TIA 0,471 Independen15 JP*JS 0,310 Independen16 Hiperurikemia*PJK 0,329 Independen17 Hiperurikemia*DM 4,699 Dependen18 Hiperurikemia*Hiperkolesterol 0,451 Independen19 Hiperurikemia*Hipertrigliserid 0,046 Independen20 Hiperurikemia*TIA 0,138 Independen

Pengujian Independensi pada Variabel bertipe

Ketegorik

Page 16: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 34

PENGUJIAN MULTIKOLINIERITAS

No VariabelChi-Square Hit Kesimpulan

21 Hiperurikemia*JS 0,181 Independen22 PJK*DM 0,091 Independen23 PJK*Hiperkolesterol 0,792 Independen24 PJK*Hipertrigliserid 0,181 Independen25 PJK*TIA 1,48 Independen26 PJK*JS 0,069 Independen27 DM*Hiperkolesterol 0,017 Independen28 DM*Hipertrigliserid 0,035 Independen29 DM*TIA 0,001 Independen30 DM*JS 1,735 Independen31 Hiperkolesterol*Hipertrigliserid 0,18 Independen32 Hiperkolesterol*TIA 0,044 Independen33 Hiperkolesterol*JS 0,915 Independen34 Hipertrigliserid*TIA 2,334 Independen35 Hipertrigliserid*JS 1,677 Independen36 TIA*JS 0,413 Independen

Pengujian Independensi pada Variabelbertipe Ketegorik

Page 17: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 35

PENGUJIAN MULTIKOLINIERITAS

Usia Sistolik DiastolikUsia 1,000 0,465 0,261Sistolik 0,465 1,000 0,743Diastolik 0,261 0,743 1,000

Tidak terjadi multikolinieritas

antara variabel dengan tipe kontinu

Pada data bertipe kategorik terdapat satu kombinasi linier antara

variabel Hiperurikemia*DM

nilai Variance Inflation Factor (VIF) & Korelasi Pearson

Variabel VIFTekanan darah sistolik (X2) 2,229

Tekanan darah diastolik (X3) 2,229

Page 18: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 36

PEMODELAN REGRESI WEIBULL

Variabel Coef SE.Coef Z P-valueIntercept 0,4866 0,1085 4,4848 0,0000

Tekanan DarahSistolik 0,0007 0,0008 0,9153 0,3600

Tekanan Darah Diatsolik -0,0003 0,0014 -0,1911 0,8484

Usia 0,0024 0,0013 1,8446 0,0651Jenis Kelamin 0,0405 0,0258 1,5736 0,1156

JenisPembayaran 0,0094 0,0249 0,3763 0,7067

Hiperurikemia 0,0163 0,0275 0,5919 0,5539Penyakit jantung 0,0420 0,0254 1,6547 0,0980Diabetes mellitus 0,0488 0,0244 2,0054 0,0449Hiperkolesterole

mia 0,0656 0,0241 2,7214 0,0065

Hipertrigliseridemia -0,0070 0,0286 -0,2433 0,8078

TIA 0,0561 0,0276 2,0369 0,0417Jenis stroke -0,0859 0,0335 -2,5677 0,0102

Variabel AICSemua variabel independen 43,807Tanpa tekanan darah diastolik (X2) 41,844Tanpa tekanan darah diastolik (X2) danhipertrigliserida (X10)

39,930

Tanpa tekanan darah diastolik (X2), jenis pembayaran (X5), dan hipertrigliserida (X10)

38,070

Tanpa tekanan darah diastolik (X2), jenis pembayaran (X5), hipertrigliserida (X10), dan hiperurikemia (X6)

36,510

Tanpa tekanan darah diastolik (X2), jenis pembayaran (X5), hipertrigliserida (X10), hiperurikemia (X6), dan tekanan darah sistolik (X1)

35,829

Usia (X3), penyakit jantung (X7), diabetes mellitus (X8), hiperkolesterol (X9), TIA (X11), dan jenis stroke (X12)

36,484

Ket: α = 10% & Ztabel = 1,645

Page 19: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 37

PEMODELAN REGRESI WEIBULL

Ket: α = 10% & Ztabel = 1,645

Variabel Coef Z P_valueIntercept 0,5256 6,9913 0,0000Usia 0,0032 3,3314 0,0009

Jenis Kelamin 0,0391 1,6367 0,1017

Penyakit jantung 0,0428 1,7104 0,0872

Diabetes mellitus 0,0542 2,3516 0,0187

Hiperkolesterol 0,0678 2,9642 0,0030

TIA 0,0615 2,4479 0,0144Jenis stroke -0,0883 0,0042 0,0042

Variabel Estimasi Z P-valueIntersep 0,5648 7,6567 1,65E-26Usia 0,0028 2,9238 0,0034Penyakit jantung (ya)

0,0464 1,8333 0,0667

Diabetes mellitus (ya)

0,051 2,183 0,029

Hiperkolesterol (ya)

0,0611 2,6749 0,0074

TIA (ya) 0,0619 2,4405 0,0146Jenis stroke (infark)

-0,0839 -2,7114 0,0066

Model Terbaik dengan 6 variabel signifikan & Nilai AIC 36,484

Model pada Nilai AIC Terkecil 35,829 & 1 variabel tidak signifikan

Page 20: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 38

PEMODELAN REGRESI WEIBULL

Pengujian Serentak Hipotesis:

Variabel Z SignifikansiUsia (X3) 2,9238 0,0034Penyakit Jantung (X7) 1,8333 0,0667Diabetes mellitus (X8) 2,1830 0,0290Hiperkolesterol (X9) 2,6749 0,0074TIA (x11) 2,4405 0,0146Jenis stroke (X12) -2,7114 0,0066

Pengujian Parsial Minimal terdapat satuvariabel independen yang

signifikan terhadapmodel

Variabel usia, diabetes melitus, hiperkolesterol,

TIA, dan jenis strokeberpengaruh signifikan

terhadap modelKet: α = 10% & Ztabel = 1,645

Serentak

Parsial

( )( )

( )( ) 8,37

2,11exp1,30expln2ˆ

ˆln22 =

−−

−=Ω

−=LLG ω

645,102 =tabelG

Pengujian Serentak Statistik Uji:

H0 : H1: minimal ada satu yang tidak sama dengan 0j = 3, 8, 9, 11, 12

012119873 ====== ββββββ

Page 21: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 39

PEMODELAN REGRESI WEIBULL

Variabel DF Estimasi Z SignifikansiIntersep 1 0,5648 7,6567 1,65E-26Usia 1 0,0028 2,9238 0,0034Penyakit jantung (ya) 1 0,0464 1,8333 0,0667Diabetes mellitus (ya) 1 0,051 2,183 0,029

Hiperkolesterol (ya) 1 0,0611 2,6749 0,0074TIA (ya) 1 0,0619 2,4405 0,0146Jenis stroke (infark) 1 -0,0839 -2,7114 0,0066

Model Regresi :

( ) ( ) ( ) ( ) ( )( )inf0839,00619,00611,00510,00464,00028,05648,0expˆ JSyaTIAyahyadmyapju −+++++=λ

Estimasi Parameter

jika pasien berusia 30 tahun memiliki riwayat penyakit jantung, diabetes melitus, kolesterol diatas kondisi normal, TIA, dan jenis stroke infrak (koding 1) = 2,1942jika pasien berusia 30 tahun tidak memiliki riwayat penyakit jantung, diabetes melitus, kolesterol kondisi normal, TIA, dan jenis stroke hemoragik (koding 0) = 1,914

Page 22: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 40

PEMODELAN REGRESI WEIBULL

probabilitas perbaikan kondisi klinis saat waktu t untuk pasien (koding 1) adalah sebesar 0,4167. Sedangkan probabilitas perbaikan kondisi klinis saat waktu t untuk pasien (koding 0) adalah sebesar 0,5873.

( ) ⎟⎟⎠

⎞⎜⎜⎝

⎛⎟⎠⎞

⎜⎝⎛−⎟

⎠⎞

⎜⎝⎛= −

γγ

γ λλγ

ˆexp ˆˆ 1 tttf

pasien berusia 30 tahun dan memiliki waktu perbaikan kondisi

klinis t selama 4 hari

⎟⎟⎠

⎞⎜⎜⎝

⎛⎟⎠⎞

⎜⎝⎛−−=

γ

λ̂exp1)(ˆ ttF

probabilitas perbaikan kondisi klinis sebelum waktu t untuk pasien (koding 1) adalah sebesar 0,1878. Sedangkan probabilitas perbaikan kondisi klinis sebelum waktut untuk pasien (koding 0) adalah sebesar 0,2824.

Page 23: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 41

PEMODELAN REGRESI WEIBULL

Fungsi SurvivalKoding (1)nilai survival sebesar 0,8121Koding (0) nilai survival sebesar 0,7175⎟

⎟⎠

⎞⎜⎜⎝

⎛⎟⎠⎞

⎜⎝⎛−=

419,3

ˆexp)(ˆλttS

Peluang pasien yang tidak mengalami perbaikan kondisi klinis setelah 4 hari untuk pasien (koding 1) lebih besar dibandingkan pada pasien (Koding 0)

Waktu yang dibutuhkan oleh pasien (Koding 1) untuk mencapai perbaikan kondisi klinis lebih lama dibandingkan dengan pasien (koding 0)

nilai survival Koding (1) > nilai survival Koding (0).

Page 24: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 42

PEMODELAN REGRESI WEIBULL

pasien yang memiliki riwayat penyakit

jantung, diabetes melitus, kolesterol di atas

kondisi normal, TIA dan jenis stroke infrak

peluang untuk mengalami perbaikan

lebih kecil dibandingkan dengan pada kondisi

sebaliknya

Fungsi HazardKoding (1)nilai hazard sebesar 0,5131Koding (0) nilai hazard sebesar 0,8185( ) 1419,3

419,3 ˆ

419,3ˆ −⎟⎠⎞

⎜⎝⎛= tthλ

Page 25: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 43

ODDS RATIO

Variabel Estimasi Odds RatioUsia 0,0028 0,9904

Penyakit jantung (ya) 0,0464 0,8531Diabetes mellitus (ya) 0,0510 0,8398Hiperkolesterol (ya) 0,0611 0,8114

TIA (ya) 0,0619 0,8090Jenis stroke (infark) -0,0839 1,3326

Usia (U+1) memiliki peluang mencapai perbaikan kondisi klinis 1,0096 kali lebih lama dibandingkan pasien pada usia U

• pasien yang memiliki penyakit jantung peluang mencapai perbaikan kondisi klinis 1,1721 kali lebih lama dibandingkan tidak

pasien yang memiliki diabetes mellitus peluang mencapai perbaikan kondisi klinis 1,1906 kali lebih lama dibandingkan tidak

pasien yang memiliki hiperkolesterol peluang mencapai perbaikan kondisi klinis 1,2323 kali lebih lama dibandingkan tidak

• pasien yang memiliki TIA peluang mencapai perbaikan kondisi klinis 1,236 kali lebih lama dibandingkan tidak

pasien yang memiliki jenis stroke infrak peluang mencapai perbaikan kondisi klinis 0,75 kali lebih cepat dibandingkan jenis stroke hemoragik

Page 26: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 44

Penyakit Jantung Diabetes mellitus Hiperkolesterol

TIAJenis Stroke

PLOT HAZARD

Page 27: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 45

KESIMPULANA

nalis

is D

eskr

ipti

f rata-rata lama lajuperbaikan 8 hari, tekanandarah sistolik dandiastolik adalah 154,38 dan 93,38, dan usia pasien61 tahunSebagian besar pasien berjenis kelamin perempuan, non jamkesnas, tidak hiperurekemia, penyakit jantung, hiperkolesterolemia, dan hipertrigliseridemia, dan memiliki riwayat penyakit diabetes mellitus, mengalami penyakit strokesebelumnya (TIA), dan memiliki jenis penyakit stroke infrak.

Reg

resi

Wei

bull Faktor-faktor yang

mempengaruhi laju perbaikan kondisi klinis pasien penderita stroke di RSU Haji Surabaya adalah usia, penyakit jantung, diabetes mellitus, hiperkolesterol, TIA, dan jenis stroke nilai AIC 36,484Nilai odd ratio usia, penyakit jantung, diabetes mellitus, hiperkolestertol, TIA , jenis stroke kemungkinan mengalami perbaikan kondisi klinis 0,99;0,853; 0,839; 0,811; 0,8

Has

il Pe

nelit

ian Faktor-faktor yang

mempengaruhi laju perbaikan kondisi klinis pada data laju perbaikan kondisi klinis pasien penderita stroke di RSU Haji Surabaya tahun 2012 dengan menggunakan regresi Weibull memberikan hasil yang sama dengan regresi CoxWeibull.

Page 28: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

Seminar Hasil Tugas Akhir - Jurusan Statistika ITS 46

SARAN

Penelitan Selanjutnya

•menambahkan faktor-faktor yang secara teori dapat mempengaruhi lajuperbaikan kondisi klinis pasien stroke

Pihak Terkait

•pihak rumah sakit diharapkan mengendalikan faktor-faktor resiko yang mempengaruhi laju perbaikan kondisi pasien stroke seperti usia, penyakit jantung, diabetes mellitus, hiperkolesterol, TIA, dan jenis stroke infrak

Page 29: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

DAFTAR PUSTAKA

Agresti, A. (2002). Categorical Data Analysis, 2th , John Wiley & Sons, New York.Anonim1. (2012). “Waspada, 15 % Kasus Stroke Menyerang Usia Muda”, Surabaya Post Online (Diakses pada tanggal 30 November 2012) [http://www.surabayapost.co.id/]Anonim2. “Weibull PDF.svg”, Wikipedia, the free encyclopedia.htm, (Diakses pada tanggal 19 Februari 2013)Anonim3. (2011). “The Barthel Index”, Stroke Center, (Diakses pada tanggal 2 Februari 2013)

[www.strokecenter.org/wp-content/uploads/2011/08/barthel.pdf]Astuti, K. L. (2009), Analisis Tahan Hidup Virus Dengue Pada Penderita Demam Berdarah Dengue Melalui Regresi Weibull, (Skripsi), Universitas Sebelas Maret, Solo.Citra, A. (2012). “Pasien Stroke di Surabaya Meningkat Setiap Tahun”. antarajatim .com, (Diakses pada

tanggal 30 November 2012) [http://www.antarajatim.com/lihat/berita/91120/pasien- stroke-di-surabaya- meningkat-setiap-tahun]Collet, D. (1994). Modelling Survival Data in Medical Research, Chapman and Hall, London.[Depkes] Departemen Kesehatan. (2008). Laporan Hasil Riset Kesehatan Dasar Nasional 2007, Badan Penelitian dan Pengembangan Kesehatan, Jakarta.Draper N.R. dan Smith H. (1992). Analisa Regresi Terapan, 2th. John Wiley & Sons, New York.Hanagal, D. D. (2005). “A Bivariate Weibull Regression Model: Heldermann Verlag”, Economic Quality Control, Vol 20.Hocking, R. R. (2003). Methods and Application of Linier Models (Regression and The Analysis of TheVariance, Second Edition), John Wiley & Sons, New York.Israr, Y. A. (2008). STROKE , (Tesis), University of Riau Arifin Achmad General Hospital of Pekanbaru,

Pekanbaru Riau Faculty of Medicine.Lawless, J.E. (1982), Statistical Models and Methods for Lifetime Data, John Wiley & Sons, Inc., New York.

Page 30: PENGUJIAN HIPOTESIS · Seminar Hasil Tugas Akhir - Jurusan Statistika ITS. 18. PENGUJIAN HIPOTESIS. Pengujian serentak. Statistik uji : Tolak . H. 0. jika. 22. G > χ. p , α. H:

DAFTAR PUSTAKA

Le, C.T. (1997). Applied Survival Analysis, John Willey and Sons, Inc., New York.Li, C., Hedblad, B., Rosvall, M., Buchwald, F., Khan, F.A., dan Engstrom, G. (2008). “Stroke Incidence,

Recurrence, and Case-Fatality in Relation to Socioeconomic Position: A Population-Based Study of Middle-Aged Swedish Men and Women”, Journal of American Hearth Association, 39, hal. 2191-2196.

O’quigley, J. and Roberts, A., (1980). “Weibull : A Regression Model For Survival Time Studies”, Unit for cancer Research, School of Medicine, University of Leeds. Computer Programs in Biomedicine, England, 12, hal. 14-18

Quraisi, A. (2013). Estimasi Parameter Dengan Pengujian Hipotesis pada Model Regresi Bivariate Weibull (Study Kasus pada Pasien Penyakit Deman Berdarah Dengue Di RSU Haji Surabaya Tahun 2011), (Tesis), Institut Teknologi Sepuluh Nopember, Surabaya.

Razali, N.M. dan Wah, Y. B. (2011). “Power Comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson Darling Test”, Journal of Statistical Modelling and Analytics, 2(1), hal. 21-33.

Siswanto, Y. (2005). Beberapa Faktor Risiko yang Mempengaruhi Kejadian Stroke Berulang (Studi Kasus di RS. Dr. Kariadi Semarang), (Tesis), Program Pascasarjana Universitas Diponegoro, Semarang.

Sukirno, D. A. (2011), “Menkes : Stroke penyebab kematian utama kematian di RI”, viva.co.id (Diakses pada tanggal 9 Januari 2012) [http://life.viva.co.id/news/read/259794-menkes--stroke-tidak-kenal-umur]

Sulistyani, D. (2013). Anaisis terhadap faktor-faktor yang Mempengaruhi Laju Perbaikan Kondisi Klinis Pasien Penderita Stroke dengan Regresi Cox Weibull, (Skripsi), Institut Teknologi Sepuluh Nopember, Surabaya.

Wiguna. C, (2012), “Stroke Dalam Transisi Epidemiologi” Grevada.com (Diakses pada tanggal 30 November 2012)[http://grevada.com/kesehatan/author/candrawiguna/]

[WHO] World Health Organization. (2012). “The Atlas of Heart Disease and Stroke”, www.who.int (Diakses padatanggal 2 Februari 2013) [http://www.who.int/cardiovascular_diseases/resources/atlas/en/]