Selasa, 06 Desember 2016

Analisis Data Uji Hidup

Hallo sahabat semua, rasanya telah lama vakum menulis di master statistik. iyaa, begitulah ! satu tahun kemaren ada aktifitas yang harus saya jalankan karena itu amanah buat saya. ah sudahlah, kita tidak membahas tentang rutinitas tersebut, kali ini saya akan sharing tentang Analisis Data Uji Hidup. menyeramkan bukan? Sedikit tulisan ini semoga dapat bermanfaat bagi kita semua, cekidot ya gan. kita mulai dengan Apa itu Data Survival ?
Data survival merupakan data yang menyatakan lama waktu sampai suatu peritiwa (event) terjadi. Data survival sebenarnya merupakan realisasi dari suatu variabel random yang bisa dilambangkan dengan T. Dalam analisis data survival, perhatian utama tertuju pada waktu sampai terjadinya event. Oleh karena itu, data dalam analisis survival tidak mungkin bernilai negative. Akibatnya variabel random T merupakan variabel random non-negatif. Untuk menuliskan suatu nilai T tertentu digunakan lambing t. 
Data survival memiliki tiga komponen utama yang harus terdefinisikan dengan jelas, yaitu:1.     Definisi event atau peristiwa yang menjadi perhatian2.     Origin, yaitu titik asal dimana suatu unit penelitian mulai diamati sampai mendapatkan atau mengalami event.3.  Unit waktu yang digunakan, misalnya jam, hari, minggu, bulan, dan tahun.
Sahabat semua harus tau juga terkait sensor data, Ada dua jenis data tersensor yaitu:
S(t) merupakan fungsi yang turun (non-increasing) terhadap waktu t. fungsi S(t) memiliki sifat S(0) = 1 dan limt S(t) = 0. Artinya besarnya peluang suatu unit penelitian untuk survive pada saat sekarang adalah satu. Seiring berjalannya waktu peluang untuk survive akan semakin kecil sehingga jika nilai t sangat besar, maka peluang suatu unit penelitian untuk survive akan mendekati nol. 
1.   Suatu observasi dikatakan tersensor kanan (right censored) pada titik k jika nilai observasi yang digunakan adalah t, jika t ≤ k atau jika t > k. jika titik k ditentukan terlebih dahulu, maka observasi dikatakan tersensor kanan tipe satu, sedangkan jika pengamatan dihentikan setelah diperoleh r buah unit penelitian yang mengalami event, maka observasi pada unit penelitian yang belum mendapatkan event dikatakan tersensor kanan tipe dua.
2.      Sedangkan suatu observasi dikatakan tersensor kiri (left censored) pada titik k jika nilai observasi yang digunakan adalah t, jika t ≥ k atau t < k.
Pada Analisis Data Uji Hidup juga dikenal ada namanya Fungsi Survival dan Fungsi Hazard (bukan pemain chelsea loh ya). Jadi !!
Fungsi survival merupakan peluang sebuah unit penelitian mampu bertahan (survive) atau tidak mengalami event lebih lama dari waktu t, yang didefinisikan sebagai berikut:S(t) = P(T > t)Fungsi hazard dapat diartikan sebagai tingkat (rate) terjadinya suatu event jika diketahui suatu unit penelitian survive sampai waktu t.
Setelah kita tahu apa itu fungsi survival dan fungsi hazard, tidak hanya itu sobat, kita juga harus tahu dong bagaimana cara menghitungnya. nah.. ini ada yang dinamakan Kaplan-Meier, jadi :
Kaplan-Meier adalah komputasi untuk menghitung peluang survival. Metode Kaplan-Meier didasarkan pada waktu kelangsungan hidup individu dan mengasumsikan bahwa data sensor adalah independen berdasarkan waktu kelangsungan hidup (yaitu, alasan observasi yang disensor tidak berhubungan dengan penyebab failure time).Nah..!! Bagaimana sobat semua? sudah paham tentang Analisis Data Uji Hidup ? Untuk langkah-langkahnya dalam program bisa dibaca pada tulisan saya yang berjudul LINK . Terimakasih ya sobat semua !! Semoga bermanfaat buat kita semua !!

Tidak ada komentar:

Posting Komentar