Transcript - Arif Kamar Bafadal

VALIDASI
ROC KURVA
ANALISIS REGRESI
Halaman-1
GOLD STANDARD VS HASIL LAIN
BENAR
SALAH
BENAR
SALAH
• Analisis ini menekankan pada seberapa besar
tingkat “kebenaran test” yang bisa didapatkan.
Halaman - 2
Sensitivitas :
“sakit terdeteksi sakit” atau kemampuan
menemukan yg menderita penyakit
Spesifisitas :
“sehat terdeteksi sehat” atau kemampuan
menemukan yang tidak menderita penyakit
Screening test valid : sangat sensitif dan sangat
spesifik
Halaman - 3
+
hasil tes: -
Sebenarnya
penyakit +
penyakit –
a
b
c
d
a+c
b+d
Sensitivitas = a / (a+c)
Spesifisitas = d / (b+d)
METODE1 = AKURAT
• Sensitifitas = 30/(30+1) = 96,8%
• Spesifisitas = 28/(1+28) = 96,6%
Halaman - 5
VALIDASI DENGAN KURVA ROC
• Sensitifitas = 96,8%; 1-Spesifisitas = 1-96,6% = 3,4%.
• Luas area di bawah kurva = 0,967 (mendekati 1) dan p-value =
0,000. Metode memiliki validasi yang tinggi
Halaman - 6
METODE2 = TIDAK AKURAT
• Sensitifitas = 17/(17+14) = 54,8%
• Spesifisitas = 16/(13+16) = 55,2%
Halaman - 7
VALIDASI DENGAN KURVA ROC
• Sensitifitas = 54,8%; 1-Spesifisitas = 1-55,2% = 44,8%.
• Luas area di bawah kurva = 0,550 (mendekati 0,5) dan p-value =
0,506. Metode memiliki validasi yang sangat rendah
Halaman - 8
METODE3 = CUKUP AKURAT
• Sensitifitas = 29/(29+2) = 93,5%
• Spesifisitas = 16/(13+16) = 55,2%
Halaman - 9
VALIDASI DENGAN KURVA ROC
• Sensitifitas = 93,5%; 1-Spesifisitas = 1-55,2% = 44,8%.
• Luas area di bawah kurva = 0,744 (mendekati 1) dan p-value =
0,001. Metode memiliki validasi yang cukup tinggi
Halaman - 10
REGRESI SEDERHANA
Halaman - 11
Pola
hubungan
data standard
dengan
pembanding
Halaman - 12
• Hasil analisis
regresi pada
data-data
pembanding :
• Y = 8,69 + 0,919X
• R2 = 93,8%
Halaman - 13
• Hasil analisis
regresi pada
data-data
Gold
Standard:
• Y = 6,807 + 0,912X
• R2 = 95,8%
Halaman - 14
• Menguji validasi
kesamaan hasil dari
dua metode, bisa
dilakukan dengan
regresi variabel
dummi.
• Tambahkan dua
variabel yaitu : D
(bernilai 0 =
pembanding dan 1 =
goldstandard)
• Tambahkan variabel D
kali X
• Apabila hasil uji
koefisien regresi untuk
D dan DX adalah tidak
signifikan , berarti
metode pembanding
memilki validasi yang
bagus.
Halaman - 15
REGRESI DAN KORELASI
•
•
•
•
REGRESI
Menganalisis besar
pengaruh
Bersifat kausal (sebab
akibat)
Harus ada variabel bebas
dan variabel terikat
Menghasilkan persamaan
regresi
•
•
•
•
KORELASI
Menganalisis tingkat
hubungan
Boleh tidak bersifat kausal
(sebab akibat)
Tidak harus ada variabel
bebas dan variabel terikat
Menghasilkan koefisien
korelasi regresi
Halaman - 16
REGRESI SEDERHANA
– Hanya mengandung satu
variabel bebas
– Bertujuan untuk menguji
keberatian pengaruh dari
variabel bebas terhadap
variabel terikat
– Hubungan sebab akibat
bersifat linier
– Model persamaan regresi :
Y = bo + b1X + e
Halaman - 17
MODEL REGRESI
• Data bisa dimodelkan
dengan unsur “systematic
component” ditambah
dengan “random errors”
• Dinyatakan dengan :
Y = βo + β1X + ε
Halaman - 18
KOMPONEN MODEL
• Parameter βo disebut dengan konstanta
atau intersep, yaitu harga Y apabila nilai X
berharga nol
• Parameter β1 disebut dengan koefisien
regresi atau slope, yaitu besar pengaruh
terhadap Y apabila harga X naik 1 satuan
• Nilai harapan pada Y adalah
E(Y ) = βo + β1X
• Kompenen error (ε) adalah seliaih nilai
antara nilai Y yang sesungguhnya dengan Y
hasil model regresi
Halaman - 19
DIAGRAM PENCAR
• Sifat hubungan antara
variabel bebas dengan
variabel terikat bisa dikenali
dari hasil diagram pencar
(scatter plot)
• Bila terlihat tidak bersifat
linier (berbentuk kurva atau
lengkungan), pemodelan bisa
diselesaikan dengan model
regresi non linier
Halaman - 20
TUJUAN MODEL REGRESI
• Mencari persamaan terbaik yang
paling dekat dengan data-data
yang akan dianalisis
• (a) adalah scatter plot data yang
dianalisis
• (b) Bila X sama sekali dianggap
tidak berpengaruh pada Y (garis
datar), error yang diperoleh
sangat besar
• (c) dan (d) hasil analisis regresi
dengan garis yang cukup dekat
dengan data-data yang
sesungguhnya
Halaman - 21
KOEFISIEN DETERMINASI
• Koefisien determinasi (R2)
adalah besaran statistik dalam
model regresi yang
dipergunakan untuk
mengukur kontribusi variabel
bebas dalam menjelaskan
keragaman variabel terikat
• Pada gambar dijelaskan
bahwa semakin sempurna
hubungan variabel, maka
semakin besar nilai R2
Halaman - 22
ESTIMASI HARGA β0 DAN β1
• Persamaan regresi
Y = β0 + β1X + ε
• Estimasi persamaan
adalah
Y = b0 + b1X + e
Halaman - 23
ESTIMASI HARGA ERROR β0 DAN β1
• Nilai βo dan β1 bersifat di
estimasi, sehingga akan
menghasilkan rentang nilai
dengan simpangan sebesar
s(b0) dan s(b1)
• Semakin kecil harga
simpangan berarti semakin
meyakinkan hasil estimasi
tersebut
Halaman - 24
PENGUJIAN HIPOTESIS
• Pengujian dilakukan
terhadap koefisien
regresi
• Statistik uji yang
dihitung adalah thitung
yang dibandingkan
dengan nilai kritis t pada
derajat bebas (n-2)
Halaman - 25