Professional Documents
Culture Documents
TINJAUAN PUSTAKA
A. Analisis Survival
diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event
2) Waktu akhir pencatatan (end point) yang terdefinisi dengan baik untuk
3) Skala waktu pengukuran yang jelas. Skala diukur dalam hari, minggu
atau tahun.
fungsi survival dan fungsi hazard dan (3) melihat hubungan antara variabel-
1. Waktu Survival
didefinisikan pula sebagai suatu variabel yang mengukur waktu dari suatu
titik awal (start point) tertentu sampai dengan titik akhir (end point)
8
9
yang ditetapkan. Selain itu, suatu event dapat pula disebut dengan
peristiwa buruk lainnya yang menimpa suatu objek. Akan tetapi, suatu
2. Penyensoran
hilang sehingga tidak dapat diambil datanya, atau sampai akhir penelitian
subyek tersebut belum mengalami suatu event tertentu. Menurut Klein dan
yaitu:
peneliti atau alasan yang lain, misalnya reaksi obat yang buruk atau
selama tujuh tahun, akan tetapi terdapat seorang individu pindah dari
rumah sakit tersebut pada tahun kelima. Pasien ini masih mempunyai
semua event sudah dapat diamati secara penuh. Atau dapat pula
Sensor interval terjadi ketika suatu event yang diamati pada subyek
dari populasi yang homogen dan merupakan beberapa nilai tertentu yang
diperhatikan untuk variabel . Menurut Lee dan Wang (2003: 8) terdapat tiga
berikut:
( ( )) ( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( ( ) ) ( ) ( )
2. Fungsi Survival
( ) ( )
( ) ( )
( ) ( )
( )
( )
( ) ( )
( ( )) ( ( ))
( ( ))
( ) ( ) ( )
14
berikut:
b. Pada saat , ( ) ( ) .
adalah satu.
c. Pada saat , ( ) .
nol.
3. Fungsi Hazard
( ( ) )
( ) ( )
15
( )
( )
(( ( )) ( ))
( )
( ( ))
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )
( )
( )
( ( ))
( ) , sehingga ( ) dapat dinyatakan sebagai berikut:
( )
( )
( )
( ( ))
( )
( ) ( )
( )
16
( )
( )
( )
( )
( ) ( )
( )|
( ) ( ).
( ) ( )
* ( ) + ( )]
( ) * ( ) + ( )
( ) ( ) ( )
( ) ( )] ( )
Pada fungsi hazard, kurva ( ) tidak harus dimulai dari satu dan
hubungan antara dua atau lebih peubah kuantitatif sehingga salah satu peubah
dapat diramalkan dari peubah lainnya. Salah satu analisis regresi yang sering
digunakan untuk menganalisis data survival adalah regresi Cox. Regresi Cox
mengikuti suatu distribusi tertentu yang sudah ada, yaitu metode Kaplan-
( ) ( ) ( )
( )
( ) (2.12)
dimana:
: parameter regresi
hazard ini merupakan fungsi awal atau dasar dari fungsi hazard, atau dapat
( ) ( ) (2.13)
Meskipun ( ) pada model Cox tidak diketahui, namun model ini dapat
hazard individu satu dengan fungsi hazard untuk individu yang lain (Klein
berikut:
( ) ( ) ( )
( ) ( ) ( )
( ) ( )]
[ ( )]
( )
. (2.14)
Nilai hazard ratio di atas konstan, dengan kata lain rasio hazard rate
suatu individu dengan individu yang lain adalah proportional. Asumsi inilah
yang menyebabkan model Cox dikenal juga sebagai model Cox proportional
hazard.
( ) ( )]. (2.15)
20
merupakan probabilitas suatu objek yang mengalami event pada waktu dan
likelihood tidak melibatkan data yang tersensor, akan tetapi informasi dari
Keterangan:
: individu.
alkohol.
mundur dari penelitian dan tidak ingin diteliti lagi sehingga individu kedua
( ) ( ) .
tiga individu yang lain, yaitu individu pertama, ketiga dan keempat. Individu
( )
( ) ( ) ( ) ( )
subyek.
23
( )
( ) ( )
tidak ada individu yang lain yang masuk sebagai himpunan resiko kecuali
( )
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
menggunakan data yang kecil, namun dapat dibentuk ke dalam bentuk umum.
hanya terdapat satu individu yang mengalami kematian pada tiap waktu
kegagalan. Apabila vektor variabel bebas dari individu yang mati pada waktu
( ). (2.16)
Misalkan event A adalah individu dengan variabel mati saat dan event B
adalah satu kematian saat , maka peluang persamaan (2.16) menjadi sebagai
berikut:
( )
( )
( )
( )
( )
( )
kematian semua individu yang beresiko mati pada waktu . Apabila individu-
( )
( )
( ) ( )
( )]
( )
( ) ( )]
( ) ]
Apabila individu ke- mati pada saat , fungsi hazard pada pembilang
( )
( ) ( )
Karena pada Cox likelihood fungsi baseline hazard dapat dikeluarkan dari
( ( ))
( ) ( )
26
Setiap kegagalan (failure) menyumbang sebuah faktor, oleh karena itu bentuk
( ( ))
( ) ( )
( ) ( )
Misalkan, ( ( ) ), maka
( ) ( )
( )
( )
( )
* +
( )
[ ( ( )) ( ( ))]
( )
[( ) ( ( ))] ( )
( )
27
sebagai berikut:
( ) ( *( ) ( ( ) ( ))+)
( ) ( )
* + ( )
( ) ( )
( )
( ) ( )
* () + ( )
( ) ( )
berikut:
( ) ( )
( )
( ) ( )
* * () ++
( ) ( )
( ( ) ( ) ) ( ) ( )( )
* +
( ( )) ( ) ( )
( )
28
( ) ( )( ) ( ( ) ( ) )
* +
( ) ( ) ( ( ))
( )
( )
Negatif turunan kedua dari log partial likelihood yaitu sebagai berikut:
( )
( ) ( )( ) ( ( ) ( ) )
* * ++
( ) ( ) ( ( ))
( )
( )
( ) ( ) ( )] (2.23)
( )
dengan memisalkan ( )
( ) ( ( )) (2.24)
( )
dengan memisalkan ( ) , maka
29
( ) ( ) ( )
( )
( ) ( ) ( )
( ) ( )
( ) ( ) ( )
[ ( ) ]
sebagai berikut:
( ) ( ) (2.25)
( ) ( ).
didefinisikan sebagai:
( ) ( ) (2.26)
( ) ( ) ( ) . (2.27)
30
( ( ) ( )) ( )
G. Pengujian Parameter
Terdapat tiga tujuan statistik, yaitu sebagai berikut: (1) untuk menguji
cara untuk menguji signifikansi parameter model Cox, yaitu dengan uji
partial likelihood ratio, uji Wald serta uji Score. Pengujian parameter
a. Hipotesis
waktu survival)
b. Taraf Signifikansi :
31
c. Statistik Uji : [ ( ) ( )]
dengan:
value
e. Kesimpulan :
2. Uji Wald
sebagai berikut:
a. Hipotesis
waktu survival)
b. Taraf Signifikansi :
32
c. Statistik Uji :
( )
()
d. Kriteria Keputusan :
e. Kesimpulan :
3. Uji Score
Selain uji Partial Likelihood Ratio dan uji Wald, tedapat pula uji Score
dari turunan log partial likelihood pada persamaan (2.19) dengan akar
kuadrat dari persamaan (2.22). Statistik uji ini juga mengikuti sebaran
a. Hipotesis
waktu survival)
b. Taraf Signifikansi :
33
c. Statistik Uji :
||
( )
( )
d. Kriteria Keputusan :
e. Kesimpulan :
pemilihan variabel yang masuk atau keluar dari model. Terdapat tiga metode
stepwise (David Collett, 2004). Prosedur seleksi forward atau disebut dengan
seleksi maju merupakan suatu proses penambahan satu variabel yang terpilih
backward atau disebut dengan seleksi mundur adalah suatu proses eliminasi
Hipotesis
Taraf Signifikansi :
Statistik Uji :
( )
( )
Kesimpulan :
hazard dalam suatu model Cox proportional hazard terdapat dua macam cara
35
tiga macam pilihan, yaitu mengeluarkan variabel bebas yang tidak memenuhi
Log Survival
( ) ( )
( ) ( )
( ) ( )
36
( ) ( ) ( )
* ( ) ( )+
( )
( ) ( )
[ ]
( )
( ) (2.30)
( )
( ) ( )
( )
( ) * ( ) +
( ) ( )]
( )] [ ( ) ( )]]
* ( )+ ( )]
37
( ) ( )] ( )
waktu survival. Oleh karena itu, kurva yang terbentuk akan paralel. Jika
Schoenfeld untuk individu ke- pada variabel bebas ke- adalah sebagai
berikut:
( ) ( )
( ) ( )
( ) ( )
adalah nol atau dengan kata lain residual Schoenfeld mempunyai rata-
rata nol. Apabila jumlah sampel besar, nilai harapan dari adalah nol,
[ ( )] . (2.33)
[ ( )] ( ), (2.34)
39
( ) . (2.35)
terpenuhi.
Persamaan (2.12) dapat dituliskan d alam bentuk lain, yaitu sebagai berikut:
( ) [( ( )) ]
( )
[ ]
( )
( )
( )
( )] ( ). (2.36)
40
peningkatan satu satuan variabel bebas , dengan asumsi nilai variabel bebas
yang lain adalah konstan. Apabila variabel bebas dengan hazard ratio kurang
untuk variabel bebas dan dari dua individu diperoleh hasil sebagai
berikut:
( ) ( )
( ) ( )
( )
( )
( )
. (2.37)
Persamaan (2.37) di atas menunjukan besar rasio relatif dari dua individu
( ) ( )
( )
( ) ( )
* + [ ]
( )
( )
* + ( ) ( )
( )
( )
* + ( ) ( )
( )
Dari persamaan (2.39) di atas dapat diambil kesimpulan bahwa setiap naiknya
diperoleh:
( )
* + ( )
( )
( ) ( )
* + ( )
( )
( )
Dengan demikian nilai merupakan hazard ratio yang dapat
Berdasarkan persamaan ( ) ( ( ) ),
( ( ) ) ( )
( )
( ( ) )
( )
Nilai dapat diinterpretasikan pula sebagai rasio dua
( ) ( ) ( )
( ) ( )
( ) ( ) ( )
( )
( )
42
( )
Oleh karena itu, dapat diinterpretasikan sebagai persentase
perubahan nilai hazard baik naik atau turun dari setiap naiknya nilai ,
membuat nilai hazard akan bertambah besar atau dengan kata lain
memperkecil nilai hazard atau dengan kata lain semakin kecil resiko
atau gagal.