Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Ltdigilib.its.ac.id/public/ITS-paper-30441-1310030024_Presentation-2.pdf · yaitu suatu metode statistik yang menggambarkan

Embed Size (px)

Citation preview

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Statistika Deskriptif Tabel Kontingensi

    Metode-metode yang berkaitan denganpengumpulan dan penyajian suatu gugus data,sehingga memberikan informasi yang bergunadan hanya memberikan informasi mengenai datayang dimiliki dan sama sekali tidak menarikinferensia atau kesimpulan apapun tentanggugus induknya yang lebih besar. Contohstatistika deskriptif yang sering muncul adalahtabel, diagram, grafik, dan besaran-besaran lainseperti mean, modus, median, kuartil, range, varians,dan standar deviasi.

    Walpole, 1995

    Menurut Agresti (1990), cross tabulation yaitusuatu metode statistik yang menggambarkandua atau lebih variabel secara simultan danhasilnya ditampilkan dalam bentuk tabel yangmerefleksikan distribusi bersama dua atau lebihvariabel dengan jumlah kategori yang terbatas.

    nij merupakan banyaknya individu yang termasukdalam sel ke-i,j (total pengamatan pada sel ke-i,j),dengan i = 1, 2, ..., I dan j = 1, 2, ... , J

    Wulandari, Salamah, dan Susilaningrum, 2009

    Tabel Frekuensi Kontingensi I x J (Variabel A dan B)Variabel

    AVariabel B TotalB1 B2 ... BJ

    A1 n11 n12 ... n1J n1.A2 n21 n22 ... n2J n2.

    AI nI1 nI2 ... nIJ nI.Total n.1 n.2 ... n.J n..

  • Uji independensi digunakan untukmengetahui hubungan antara duavariabel.

    Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Tabel Kontingensi

    Pij merupakan probabilitas individu yang masukdalam sel ke-i,j, dengan i = 1, 2, ..., I dan j = 1, 2, ..., J

    Wulandari, Salamah, dan Susilaningrum, 2009

    Tabel Probabilitas Kontingensi I x J (Variabel A dan B)

    Variabel A

    Variabel B TotalB1 B2 ... BJA1 P11 P12 ... P1J P1.A2 P21 P22 ... P2J P2.

    AI PI1 PI2 ... PIJ PI.Total P.1 P.2 ... P.J P..= 1

    Agresti, 1990

    Uji Independensi

    Hipotesis:H0 : Tidak ada hubungan antara dua variabel

    yang diamati H1 : Ada hubungan antara dua variabel yang

    diamatiStatistik Uji:

    Daerah Penolakan: Tolak H0 jika

    I

    i

    J

    j ij

    ijij

    een

    1 1

    22

    1)-1)(-( ; ),(22 JIdbdbhitung

    Pearson Chi-Square

    Setiap level atau kelas dari variabel-variabel tersebutharus memenuhi syarat homogen, mutually exclusive danmutually exhaustive, dan skala nominal dan skala ordinal.

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Uji Independensi Regresi Logistik Biner

    Regresi logistik biner merupakan suatumetode analisis data yang digunakan untukmencari hubungan antara variabel respon (y)yang bersifat biner atau dikotomus denganvariabel prediktor (x) yang bersifat polikotomus.

    Variabel respon y terdiri dari 2 kategori danvariabel y mengikuti distribusi bernoulli untuksetiap observasi tunggal

    Agresti, 1990 Hosmer dan Lemeshow, 2000

    Model Regresi Logistik

    Model Logit

    pp xxxxxg

    ...

    )(1)( ln)( 110

    fungsi linear dari parameter-parameternya

    pp

    pp

    xx

    xx

    x

    ...

    ...

    110

    110

    e1e)(

    p = banyaknya variabel prediktor

    Transformasi logit dari )(x

    ..

    .ji.ij n

    x nne

    nij = Jumlah nilai observasi atau pengamatan padabaris ke-i kolom ke-j

    eij = Frekuensi harapan pada baris ke-i kolom ke-jni. = Jumlah nilai observasi atau pengamatan baris

    ke-in.j = Jumlah nilai observasi atau pengamatan kolom

    ke-jn.. = Jumlah seluruh observasi atau pengamatan

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Estimasi Parameter

    Wulandari, Salamah, dan Susilaningrum, 2009

    Estimasi parameter dalam regresi logistikdilakukan dengan metode MaximumLikelihood. Metode tersebut mengestimasiparameter dengan cara memaksimumkanfungsi likelihood dan mensyaratkan bahwadata harus mengikuti suatu distribusi tertentu

    iyiiixf

    1y )(1)()( i xx

    n

    i

    yii

    n

    ii

    ifl1

    1y

    1

    )(1)()()( i xxx

    L() = log l()

    p

    jijj xn

    ij

    n

    iiji

    p

    jexy 01log

    110

    Fungsi Probabilitas untuk setiap pasangan

    Fungsi Likelihood

    Estimasi varians dan kovarians

    Nilai taksiran

    Teori MLE =>Turunankedua L() dimana matriksvarians kovarians diperolehmelalui invers matriks

    Turunan pertama fungsiL() yang non linier =>metode iterasi NewtonRaphson

    n

    i

    n

    i x

    x

    ijijij

    p

    jijj

    p

    jijj

    e

    exxyL1 1 0

    0

    1

    )(

    Turunan L() terhadap j = 0

    p

    jijj

    p

    jijj

    x

    x

    i

    e

    e

    0

    0

    1

    x

    dengan

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Estimasi Parameter

    Estimasi varians dan kovarians

    Estimasi Varians Kovarians didapatkan melalui turunan kedua L()

    n

    iiiilij

    lj

    )()(xx

    L(1

    2

    1) xx , dengan j, l = 0,1,...,p

    Matriks varians kovarians berdasarkan estimasi parameter diperoleh melalui invers matriks

    1 XVX DiagovC T , dimana matriks XT dan V

    nppp

    nT

    x...xx.........x...xx

    ...

    21

    12111

    ...

    111

    X

    )1(0...0...0

    0)1(000)1(

    22

    11

    nn

    ............

    V

    Hosmer dan Lemeshow, 2000

    Untuk menaksir standar error dariyaitu dengan menghitung akar kuadrat dari diagonalutama matriks V

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Estimasi Parameter

    Nilai taksiran

    Nilai taksiran dari turunan pertama fungsi L() yang non linier digunakan metode iterasi Newton Raphson

    Hosmer dan Lemeshow, 2000

    ))(()( 11 tttttt qH

    p

    T LLL

    q ,...,10

    ljj

    Lh

    2

    pppp

    p

    p

    hhh

    hhhhhh

    21

    22221

    11211

    H

    n

    1

    2

    1xx)(i

    ti

    tiilij

    lj

    tjl t

    Lh xx

    iji

    tii

    j

    tj t

    Lq xy)(n

    1

    x

    p

    0

    p

    0

    x

    x

    e1

    ej

    ijt

    j

    jij

    tj

    ti

    x

    dengan

    H = matriks Hessian yangelemen-elemennya

    Pada setiap iterasi berlaku

    )()1( tt t = 1, 2, sampai konvergen yakni

  • Hipotesis:H0 : H1 : Paling tidak terdapat satu

    j = 1, 2, ..., pStatistik Uji:

    dimana

    Daerah Penolakan:Tolak H0 jika

    dengan db = p

    0j0...21 p

    ; 11

    0

    n

    iiyn

    ),(22

    dbhitungG

    n

    iiyn

    11 ; 01 nnn

    n

    i

    yi

    yi

    nn

    ii

    nn

    nn

    G

    1

    1

    01

    2

    1ln2

    01

    Serentak Hipotesis:H0 : H1 : ; j = 1, 2, ..., pStatistik Uji:

    atau

    Daerah Penolakan:Tolak H0 jika

    atau

    dengan db = 1

    0j0j

    )(

    j

    j

    SEW

    2/ZW

    2

    22

    )(

    j

    j

    SEW

    ),(22

    dbhitungW

    Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Pengujian Estimasi

    ParameterHosmer dan Lemeshow, 2000

    Parsial

    dimana:

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Interpretasi Koefisien Parameter

    Hosmer dan Lemeshow, 2000

    Intepretasi terhadap koefisien parameter ini dilakukan untukmenentukan kecenderungan atau hubungan fungsional antara variabelprediktor dengan variabel respon serta menunjukkan pengaruhperubahan nilai pada variabel yang bersangkutan.

    Tidak terdapat hubungan antara variabel prediktordengan variabel respon diambil jika nilai odds ratio ( ) = 1.

    Jika nilai Odds ratio ( ) < 1, maka antara variabelprediktor dan variabel respon terdapat hubungan negatifsetiap kali perubahan nilai variabel bebas (x)

    Jika odds ratio ( ) > 1 maka antara variabel prediktordengan variabel respon terdapat hubungan positif setiapkali perubahan nilai variabel bebas (x)

    Nilai Probabilitas Regresi Logistik

    Variabel Respon

    (Y)

    Variabel Prediktor (X)

    X = 1 X = 0

    Y = 1

    Y = 0

    10

    10

    1)1(

    ee

    0

    0

    1)0(

    e

    e

    1011)1(1

    e 01

    1)0(1

    e

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Uji Kesesuaian

    Model

    Hosmer dan Lemeshow, 2000

    Pengujian ini dilakukan untuk mengujiapakah model yang dihasilkan berdasarkanregresi logistik multivariat atau serentak sudahlayak atau tidak terdapat perbedaan antara hasilpengamatan dan kemungkinan hasil prediksimodel.

    Hipotesis:H0 : Model sesuai (tidak terdapat perbedaan yang signifikan

    antara hasil pengamatan dengan kemungkinan hasilprediksi model).

    H1 : Model tidak sesuai (terdapat perbedaan yang signifikanantara hasil pengamatan dengan kemungkinan hasilprediksi model).

    Statistik Uji:

    dengan db = g-2

    g

    k kkk

    kkk

    nnoC

    1

    2

    1''

    Daerah Penolakan: Gagal Tolak H0 jika,

    ),(2

    dbhitungC

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Penyakit Diabetes Melitus

    Tipe Diabetes Melitus1.

    Menurut WHO, definisi dari diabetes melitus yaitu merupakan penyakit yang menggambarkan kelainan metabolik dengan berbagai

    macam penyebab yang ditandai dengan hiperglikemia

    dengan gangguan metabolisme karbohidrat,

    lemak, dan protein). Penyakit ini terjadi akibat gangguan

    sekresi insulin atau gangguan kerja insulin, atau keduanya.

    Tipe 1

    Tipe 2

    Faktor-faktor yang Berpengaruh2.

    Keturunan

    Obesitas

    Tekanan Darah Tinggi

    Merokok dan StressKerusakan pada sel penkreas

    Gaya hidup modern (konsumsi makanan instan)

    Kurang aktivitas fisik (olahraga)

    Terlalu banyak konsumsi LemakLevel Kolesterol yang tinggi

    Angka Triglycerid (molekul lemak) yang tinggi

    Gejala-gejala3.

    Kencing yang banyak, rasa haus yang datang terus menerus,kehilangan berat badan yang berlebihan, kadang-kadang jugadisertai dengan rasa lapar yang meninggi, serta penglihatan yangkabur. Kadang-kadang ada orang yang merasa heran kenapa beratbadannya semakin menurun padahal merasa nafsu makan danmakannya meningkat. Pada tipe 1 yang terjadi pada anak-anakhampir pasti terjadi kelambatan pertumbuhan serta keadaan yangmudah terkena penyakit terutama penyakit-penyakit infeksi.

    Infokesehatan (2012)

    Aminuddin, 2009

    Aminuddin, 2009

    Zain, 2012

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Tinjauan Pustaka

    Cara Mendiagnosa4.

    Efek dan Pengobatan5.

    Aminuddin, 2009

    Aminuddin, 2009

    Glukosa darah puasa (GDP) lebih atau sama dengan 126 mg/dl.GDP ini diukur setelah seseorang berpuasa paling kurang delapan jam.Biasanya diperlukan dua kali pemeriksaan GDP pada waktu yangberbeda untuk mendiagnosis diabetes.

    Ada gejala-gejala diabetes melitus (hiperglikemia) seperti yang terteradi atas dan pada waktu pemeriksaan gula darah sewaktu (GDS) glukosadarah lebih atau sama dengan 200 mg/dl. GDS ini bisa dilakukan kapansaja dan tidak diperlukan puasa sebelumnya.

    Dengan tes toleransi glukosa oral (oral glucose tolerance test), glukosadarah lebih atau sama dengan 200 mg/dl. Biasanya pasien dimintamakan atau minum yang setara dengan 50-75 gram glukosa

    Mengakibatkan banyak komplikasi seperti penurunanpenglihatan, gagal ginjal yang memerlukan cuci darah, seranganjantung, stroke, mati rasa pada tungkai, gangrene atau matinyajaringan tubuh yang diakibatkan lambatnya penyembuhan lukayang mengakibatkan perlunya amputasi. Bisa juga terjadikomplikasi akut atau cepat berupa koma hingga kematian.

    Pengobatan yang digunakan untuk diabetes tipe 1pengobatannya hanya dengan insulin. Untuk tipe 2 bisa berupa dietsaja, dengan obat, insulin atau kombinasi ketiganya

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

  • Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Sumber Data

    Data faktor-faktor yang mempengaruhi

    anggota rumah tangga menderita penyakit diabetes melitus di

    Provinsi Jawa Timur

    Hasil dari Riset Kesehatan Dasar(RisKesDas) pada tahun 2007 yang diperolehmelalui Badan Penelitian dan PengembanganKesehatan Kementerian Kesehatan RI.

    Populasi meliputi seluruh rumah tangga diProvinsi Jawa Timur pada tahun 2007.

    Unit analisisnya adalah anggota rumah tanggadi Provinsi Jawa Timur pada tahun 2007 yangterpilih sebagai responden.

    Kerangka pengambilan sampel (sampelframe) dengan menggunakan blok sensus dariBadan Pusat Statistik.

    Jumlah sampel blok sensus di Jatimsebanyak 1872 blok sensus dengan jumlahsampel rumah tangga 28.563 RT, ART =100.966 ART

  • Y = 0 : Anggota rumah tangga yang pernah di diagnosis oleh tenaga kesehatantidak menderita penyakit diabetes melitus.

    Y = 1 : Anggota rumah tangga yang pernah di diagnosis oleh tenaga kesehatanmenderita penyakit diabetes melitus.

    Sidang Tugas Akhir D3-Statistika, 11 Juni 2013 Gedung H Lt.2

    Variabel Penelitian

    Variabel Respon (Y)

    Variabel Prediktor

    (X)

    No Variabel Kategori Skala Pengukuran

    1 Jenis Kelamin (X1)0 = Laki-laki1 = Perempuan Nominal

    2 Umur (X2)

    0 = 15-24 tahun1 = 25-34 tahun2 = 35-44 tahun3 = 45-54 tahun4 = 55-64 tahun5 = 65-74 tahun6 = 75 tahun keatas

    Ordinal

    3 Pendidikan (X3)

    0 = Tidak Sekolah1 = Tidak Tamat SD2 = Tamat SD3 = Tamat SMP4 = Tamat SMA5 = Tamat PT

    Ordinal

    4 Obesitas (X4)0 = Ya1 = Tidak Nominal

    5 Hipertensi (X5)0 = Ya1 = Tidak Nominal