Analisis survival adalah salah satu metode statistik yang dapat digunakan untuk menjawab pertanyaan apakah dan kapan suatu kejadian (event) menarik terjadi. (Guo, 2010)
Analisis survival adalah teknik statistik yang digunakan untuk menganalisis data yang bertujuan untuk mengetahui hasil dari variabel yang mempengaruhi suatu awal kejadian sampai akhir kejadian, contohnya waktu yang dicatat dalam hari, minggu, bulan, atau tahun. Untuk kejadian awal contohnya awal pasien terjangkit penyakit dan untuk kejadian akhir contohnya kematian pasien dan kesembuhan pasien (Kleinbaum & Klein, 2011: 4).
Menurut Jakperik dan Ozoje (2012) dalam analisis survival, ada istilah failure (meskipun peristiwa sebenarnya mungkin saja sukses) yaitu suatu kejadian dimana tercatatnya kejadian yang diinginkan. Dalam menentukan waktu survival, ada tiga faktor yang dibutuhkan yaitu :
loading...
1. Waktu awal pencatatan (start point).Waktu awal pencatatan adalah waktu awal dimana dilakukannya pencatatan untuk menganalisis suatu kejadian.
2. Waktu akhir pencatatan (end point).
Waktu akhir pencatatan adalah waktu pencatatan berkahir. Waktu ini berguna untuk mengetahui status tersensor atau tidak tersensor seorang pasien untuk bisa melakukan analisis.
3. Dan skala pengukuran sebagai batas dari waktu kejadian dari awal sampai akhir kejadian. Skala diukur dalam hari, minggu, atau tahun.
Jika akhir pencatatan dari penelitian adalah kematian seorang pasien, maka hasil data tersebut dikatakan sebagai waktu survival. Namun, kejadian tidak selalu berujung pada kematian, bisa juga mengenai sembuhnya pasien dari penyakit, berkurangnya gejala penyakit, atau kambuhnya pasien dari kondisi tertentu.
Sebuah studi berkelanjutan (follow-up study) untuk kelompok individu sering kali tidak seluruh individu dapat diikuti sampai saat studi berakhir. Dengan kata lain, beberapa individu gagal mengikuti studi sebelum studi selesai dengan berbagai alasan, sehingga terjadilah observasi waktu yang terputus. Masalah tersebut juga dihadapi pada data kelangsungan hidup (survival data). (Agung, 2001)
Menurut Collet (1997), data survival tidak memenuhi syarat prosedur standar statistika yang digunakan pada analisis data. Alasan pertama karena data survival biasanya berdistribusi tidak simetris. Model histogram waktu survival pada sekelompok individu yang sama akan cenderung “positive skewed”, oleh karena itu histogram akan semakin miring ke kanan sesuai dengan interval waktu dengan jumlah pengamatan terbesar, sehingga tidak ada alasan untuk mengasumsikan bahwa data survival berdistribusi normal.
Menurut (Kleinbaum, 1997) ada beberapa tujuan analisis survival:
1. Mengestimasi/memperkirakan dan menginterpretasikan fungsi survival atau
hazard dari data survival.
2. Membandingkan fungsi survival dan fungsi hazard pada dua atau lebih kelompok.
3. Menilai hubungan variabel-variabel explanatory dengan survival waktu ketahanan.
Bagi yang membutuhkan Daftar Pustakanya Silahkan meninggalkan komentar dibawah ini.
1 komentar:
minta daftar pustaka nya boleh?
ReplyPost a Comment
Silahkan beri komentar/respon/pertanyaan anda mengenai artikel saya di atas, namun tolong gunakan bahasa yang sopan.
Demi kenyamanan anda, komentar Auto approve dan tanpa captcha, tapi Ingat No spam.
Mohon Maaf apabila ada komentar yang belum saya tanggapi karena saya tidak online 24 Jam. Terima kasih.