Breast Cancer

Asumsi Proporsional Hazard

Proporsional hazard (PH) artinya perbandingan kecepatan terjadinya suatu
kejadian antar kelompok setiap saaat adalah sama. Ciri dari suatu kurva survival yang
memenuhi asumsi PH adalah garis survival antar kelompok tidak saling berpotongan
(Sopiyudin, 2009).

Gambar 1. Status 0
Namun gambar 1 dan gambar 2 merupakan contoh grafik survival yang tidak
memenuhi asumsi survival. Grafik tersebut tidak memenuhi asumsi survival. Grafik

tersebut tidak memenuhi asumsi PH karena garis survival antar kelompok

berpotongan (Sopiyudin, 2009).

Gambar 2. Status 1
Asumsi PH sangat penting dalam analisi survival. Pentingnya asumsi ini
analog dengan asumsi normalitas data pada analisis parametrik. Analisis yang
dilakukan pada suatu fungsi survival yang memenuhi asumsi PH berbeda dengan
analisis yang dilakukan pada fungsi survival yang tidak memenuhi asumsi PH.

Hazard Rasio
Parameter yang kita perlukan adalah suatu parameter yang tidak hanya
menunjukkan sesuatu yang telah terjadi atau tidak (insiden), akan tetapi juga
menunjukkan kapan terjadinya kejadian tersebut (Sopiyudin, 2009).

Gambar 3. Hazard Rasio Status 0

Parameter tersebut adalah parameter kecepatan yang seringkali disebut sebagai
insidens rate, nama lain dari insidens rate adalah hazard. Apabila kita
membandingkan dua atau lebih hazard, maka yang akan kita peroleh adalah hazard
rasio. Sedangkan bila kita membandingkan dua insiden maka yang akan kita peroleh

adalah resiko relatif (RR). Untuk lebih jelasnya, dapat dilihat pada gambar 3 dan
gambar 4.

Gambar 4. Hazard Rasio Status 1

Overall Comparisons

Overall Comparisonsa
Wilcoxon

df

Sig.

(Gehan) Statistic
8.011
a.

.018

Comparisons are exact.

Gambar 5. Overal Comparissons

(status 0).

Overall Comparisonsa
Wilcoxon

df

Sig.

(Gehan) Statistic
10.292

.006

a. Comparisons are exact.

Gambar 6. Overal Comparissons

(status 1).
Dari overall comparissons, didapat nilai 0.18, yang menunjukan signifikan
(dibawah 0,05). Menunjukkan ada perbedaan yang bermakna antara grade 1, grade 2,
dan grade 3 (Sopiyudin, 2001).

Bone Mineral
Statistik Deskriptif

Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran

tendensi sentral, dispersi, dan distribusi suatu data (Cornelius. 2005).
A. Tendensi sentral mengukur pemusatan data. Ada beberapa ukuran umum tendensi
sentral yang sering digunakan, yaitu:
1. Mean, rata-rata terukur suatu data.
2. Median adalah nilai tengah data setelah data tersebut diurutkan dari kecil ke
besar.
3. Modus adalah nilai yang sering muncul dari suatu data..
B. Dispersi mengukur penyebaran suatu data. Ada beberapa ukuran umum dispersi
yang sering digunakan, yaitu:
1. Standar deviasi adalah nilai simpangan baku.
2. Varian adalah nilai kuadrat dari standar deviasi.
3. Standar Error mean (S.E mean) adalah estimasi tentang standar dviassi dari
suatu distribusi rata-rata yang diperoleh dari sampel yang diambil secara
random terus menerus dari populasinya.
C. Distribusi mengukur distribusi suatu data. Ada beberapa ukuran umum distribusi
yang sering digunakan, yaitu:
1. Skewness adalah nilai kemencengan distribusi data. Apabila bernilai positif
maka distribusi data akan menceng ke kanan, apabila negatif sebaliknya.
2. Kurtosis adalah nilai keruncingan atau tinggi distribusi data.
3. Kenormalan suatu data dapat dilihat dari nilai perbandingan skewness dengan
std. Error of skewness; dan nilai perbandingan kurtosis dengan std. Error of
kurtosis, harus di antara -2 dan 2.

Daftar Pustaka
Cornelius. 2005. Step by Step SPSS Analisis Data Statistik. Yogyakarta: Andi
Yogyakarta.
Sopiyudin. 2001. Statistik Untuk Kedokteran. Jakarta: Salemba Medika.
Sopiyudin . 2009. Analisis Survival Dasar Dasar Teori dan Aplikasi Program Stata.
Jakarta: Sagung Seto.