TINJAUAN PUSTAKA Pengertian

dokumen-dokumen yang mirip
REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

9 Departemen Statistika FMIPA IPB

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB V METODOLOGI PENELITIAN

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB 2 LANDASAN TEORI

A. Pengertian Hipotesis

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

Bab III Metoda Taguchi

Distribusi Pendekatan (Limiting Distributions)

BAB 6: ESTIMASI PARAMETER (2)

SEBARAN t dan SEBARAN F

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

1 n MODUL 5. Peubah Acak Diskret Khusus

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

JENIS PENDUGAAN STATISTIK

Metode Statistika STK211/ 3(2-3)

BAB III METODE PENELITIAN

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

BAB 3 METODE PENELITIAN

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

Modul Kuliah statistika

BAB 2 TINJAUAN TEORI

2 BARISAN BILANGAN REAL

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODELOGI PENELITIAN

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Distribusi Sampling (Distribusi Penarikan Sampel)

B a b 1 I s y a r a t

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB III METODE PENELITIAN

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

STATISTIK PERTEMUAN VIII

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

Pendugaan Parameter. Debrina Puspita Andriani /

IV. METODE PENELITIAN

BAB V ANALISA PEMECAHAN MASALAH

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

UKURAN PEMUSATAN DATA

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di

BAB III METODE PENELITIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

III. METODE PENELITIAN

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

ANALISIS REGRESI DAN KORELASI SEDERHANA

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

Transkripsi:

TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok kasus da kelompok kotrol berdasarka faktor peelitia yag diamati (Warti 2010). Kasus merupaka uit pegamata yag memiliki karakteristik tertetu, biasaya uit pegamata yag megidap peyakit tertetu. Kotrol merupaka uit pegamata yag tidak memiliki karakteristik tertetu (Lee et al. 2010). Scott da Wild (1991) meyataka bahwa epidemiologi diguaka utuk memprediksi hubuga atara peubah pejelas, misalya faktor-faktor resiko dari suatu peyakit da peubah respo yag diskrit. Lagkah awal dari peelitia kasus-kotrol yaitu pegidetifikasia kelompok orag yag megidap peyakit tertetu da yag tidak utuk melihat faktor resiko keduaya (Woodward 2005 dalam Warti 2010). Lagkah selajutya dilakuka peelusura riwayat peyakit tersebut dega racaga peelitia kasus-kotrol. Racaga ii memberika cara yag efisie dalam megumpulka faktor-faktor peelitia dari peyakit yag jarag terjadi. Misalka ada seorag peeliti yag aka megidetifikasi faktor-faktor yag dapat meigkatka resiko seseorag terkea peyakit jatug pada usia produktif, utuk pasie rumah sakit A yag datag dalam kuru waktu setahu terakhir. Setelah medapatka keragka cotoh yag berupa daftar pasie dilakuka idetifikasi pasie yag megidap peyakit jatug da yag tidak. Orag yag megidap peyakit jatug dimasukka dalam kelompok kasus, sedagka sisaya sebagai kotrol. Cotoh kasus da kotrol diperoleh dega megguaka tekik pegambila cotoh di masig-masig kelompok kasus da kelompok kotrol. Dalam peelitia tersebut, peubah yag diamati tahap pertama adalah jeis kelami, tekaa darah da berat bada. Peubah-peubah ii diamati pada tahap pertama proses peambila cotoh karea utuk medapatka ilai dari peubah

ii hampir tidak memerluka biaya. Utuk medapatka ilai dari peubah, peeliti haya perlu megujugi rumah sakit. Peubah yag diamati di tahap terakhir pegambila cotoh merupaka peubah yag berhubuga dega tigkah laku da kebiasaa, misalka kebiasaa merokok, kebiasaa megkosumsi alkohol, da pola kosumsi makaa. Peubah-peubah ii diletakka di tahap terakhir proses pegambila cotoh, karea biaya memperoleh ilai peubah-peubah tersebut relatif mahal. Peeliti harus megujugi lagsug orag yag terpilih sebagai cotoh utuk medapatka ilai peubahya. Tekik Pegambila Cotoh Tekik pegambila cotoh diguaka utuk memperoleh cotoh yag mampu meggambarka keadaa sebearya dari populasi yag diamati. Peelitia kasus-kotrol megguaka tekik pegambila cotoh yag biasa diguaka. Namu dalam peelitia ii, cotoh utuk kasus da kotrol diambil secara terpisah. Tekik pegambila cotoh yag diguaka merupaka tekik pegambila cotoh acak sederhaa da tekik pegambila cotoh acak bersrata. Scott (2006) meyataka bahwa lebih baik megguaka racaga pegambila cotoh yag lebih kompleks yaitu racaga pegambila cotoh yag terbagi dalam beberapa tahap. Tekik pegambila cotoh tersebut dapat meuruka biaya pegambila cotoh da mampu megatasi data hilag. Lagkah awal proses pegambila cotoh dalam peelitia kasus-kotrol adalah membagi populasi ke dalam dua kelompok berdasarka status karakteristik yag diamati. Kelompok pertama adalah kumpula uit pegamata yag memiliki karakteristik tertetu da kelompok ii disebut kasus. Kelompok kedua adalah kumpula uit pegamata yag tidak memiliki karakteristik tertetu. Kelompok ii disebut kotrol. Cotoh kasus da kotrol diambil secara terpisah di masig-masig kelompok kasus da kotrol. Tekik pegambila cotoh acak sederhaa diguaka utuk memperoleh cotoh kasus ataupu kotrol. Pada tahap pertama pegambila cotoh, uit cotoh terbagi dalam beberapa kelompok berdasarka jumlah faktor peelitia da taraf dari masigmasig faktor peelitia yag diamati. Misalka pada tahap pertama terdapat dua faktor peelitia yag diamati, di maa faktor pertama mempuyai tiga taraf da

Tabel 1 Proses pegambila cotoh dega tiga tahap Populasi Tahap pertama Tahap kedua Tahap ketiga N N 0 0 (Jumlah 01 (Jumlah uit 011 (jumlah (jumlah uit dimaa dimaa Y=0 da keseluru cotoh Y=0 da X =, X (2) ha kotrol) X = kotrol) ) (Jumlah uit 01b dimaa Y=0 da X =, X (2) (Jumlah uit dimaa Y=0 da X 0a (Jumlah uit dimaa Y=0 da X =, X (2) 0a1 N 1 (jumlah keseluru ha kasus) 1 (Jumlah (jumlah uit dimaa cotoh Y=1 da kasus) X 01 (Jumlah uit dimaa Y=0 da X =, X (2) (Jumlah uit dimaa Y=1 da X =, X (2) (Jumlah uit dimaa Y=1 da X =, X (2) 0ab 111 11b (Jumlah uit dimaa Y=1 da X 0a (Jumlah uit dimaa Y=1 da X =, X (2) 1a1 (Jumlah uit dimaa Y=1 da X =, X (2) 1ab

faktor kedua mempuyai dua taraf. Jumlah kelompok yag ada pada tahap pertama ii adalah 2 x 3= 6 kelompok. Pada tahap pertama, faktor peelitia yag diamati biasaya berupa data kategori. Tahap kedua dimulai setelah uit pegamata terbagi ke dalam beberapa kelompok. Dari masig-masig kelompok diamati seluruh aggota kelompok atau haya sub-cotohya. Jika haya diambil sub-cotoh, maka proses pegambila cotohya megguaka tekik pegambila cotoh acak sederhaa. Selajutya dilakuka pegukura faktor peelitia yag aka diamati pada tahap ii. Tahap ketiga pegambila cotoh dilakuka setelah tahap kedua. Cara memperoleh cotoh pada tahap ketiga da tahap-tahap selajutya sama dega cara memperoleh cotoh pada tahap kedua. Pada tahap terakhir pegambila cotoh, data yag diamati dapat berupa data diskrit atau kotiu. Tabel proses pegambila cotoh dega megguaka tiga tahap dapat dilihat pada Tabel 1. Tekik Aalisis Metode yag bayak diguaka utuk megaalisis data kasus-kotrol adalah regresi logistik. Regresi logistik merupaka suatu metode yag diguaka utuk meggambarka hubuga atara peubah respo yag berupa data kategori dega satu atau lebih peubah pejelas. Model Respo yag diamati dalam peelitia kasus-kotrol adalah status dari karakteristik yag aka diamati, misalya status peyakit. Uit yag berasal dari kelompok kasus diberi ilai peubah respo Y=1. Uit yag berasal dari kelompok kotrol diberi ilai peubah respo Y=0. Peubah pejelas yag diyataka dalam betuk vektor pejelas dituliska dega otasi X. Nilai peluag utuk kasus dega X = x adalah Sedagka ilai peluag utuk kotrol adalah (2)

Model ii merupaka model regresi logistik bier. Namu model ii haya dapat diguaka pada racaga peelitia kasus-kotrol dega satu tahap. Model regresi logistik bier yag biasa tidak dapat diguaka pada racaga kasus-kotrol dega megguaka dua tahap atau lebih dalam proses pegambila cotoh. Hal ii dikareaka kostata dari model regresi logistik biasa berbias. Utuk megatasi permasalaha tersebut maka dilakuka modifikasi terhadap model regresi logistik. Modifikasi yag dilakuka adalah dega meambahka kostata tambaha yag diotasika dega α. Nilai α mucul sebagai akibat pegguaa skema pegambila cotoh kasus kotrol yag dapat dilihat di Tabel 1 (Scott & Wild 1997). Model baru yag terbetuk adalah sebagai berikut: Dua tahap (3) Tiga tahap (4) (5) (6) dega merupaka kostata tambaha utuk strata ke-i yag terbetuk pada tahap kedua (i = 1, 2,..., a) merupaka kostata tambaha utuk strata ke-i yag terbetuk di tahap kedua da strata ke-j yag terbetuk dari tahap ke-3 (i = 1, 2,..., a da j=1, 2,..., b) merupaka vektor cotoh acak bagi peubah pejelas merupaka vektor parameter Pedugaa Parameter Berdasarka skema pegambila cotoh, maka fugsi likelihood utuk model dega beberapa tahap pegambila cotoh tidak haya bergatug pada parameter β tetapi juga pada distribusi bersyarat dari X, yag diberika oleh X =, X (2) =,... utuk i = 1,..., a da j = 1,..., b. Fugsi likelihood bagi model dega dua tahap pegambila cotoh adalah sebagai berikut:

(7) Sedagka fugsi likelihood bagi model dega tiga tahap pegambila cotoh adalah sebagai berikut: (8) dega C = D = dega Y merupaka peubah respo h merupaka ilai dari peubah respo (h=0,1) merupaka peubah pejelas yag diamati pada tahap pertama proses pegambila cotoh merupaka ilai dari peubah pejelas ke-i yag diamati pada tahap pertama proses pegambila cotoh (i = 1, 2,..., a) merupaka peubah pejelas yag diamati pada tahap kedua proses pegambila cotoh merupaka ilai dari peubah pejelas ke-j yag diamati pada tahap kedua proses pegambila cotoh (j = 1, 2,..., b) merupaka ilai dari peubah pejelas ke-k yag diamati pada tahap ketiga proses pegambila cotoh da berasal dari kelompok peubah respo ke-h, kelompok peubah pejelas ke-i da ke-j (i = 1, 2,..., a da j=1, 2,..., b) merupaka jumlah seluruh aggota kelompok yag memiliki ilai peubah respo h da ilai peubah pejelas yag diamati pada tahap pertama proses pegambila cotoh merupaka jumlah cotoh yag diambil dari kelompok yag memiliki ilai peubah respo h da ilai peubah pejelas yag diamati pada tahap pertama proses pegambila cotoh merupaka jumlah seluruh aggota kelompok yag memiliki ilai peubah respo h, ilai peubah pejelas yag diamati pada tahap pertama proses

pegambila cotoh, da ilai peubah pejelas yag diamati pada tahap kedua proses pegambila cotoh merupaka jumlah cotoh yag diambil dari kelompok yag memiliki ilai peubah respo h, ilai peubah pejelas yag diamati pada tahap pertama proses pegambila cotoh, da ilai peubah pejelas yag diamati pada tahap kedua proses pegambila cotoh Secara umum proses pegambila cotoh dalam peelitia kasus kotrol, cotoh berukura i diambil dari utuk setiap kategori respo i=1, 2,..., a. Peluag Y terpilih sebagai cotoh adalah sebesar da peluag x terpilih sebesar Wild 1997):. Sehigga persamaa dapat ditulis kembali mejadi (Scot da (9) dega merupaka perbadiga atara peluag idividu terpilih sebagai cotoh pada kelompok ke-i dega peluag idividu terpilih dari populasi merupaka jumlah aggota kelompok ke-i merupaka jumlah keseluruha data Dalam peelitia kasus kotrol, respo yag diamati adalah ada atau tidakya karakteristik yag diamati, misalya status peyakit. Sehigga peubah respoya merupaka data bier. Apabila dilakuka pegambila cotoh dega tiga tahap pegambila cotoh, maka persamaa (9) dapat ditulis kembali mejadi: (10) dega merupaka ilai pobabilitas cotoh terpilih jika Y=h,. t merupaka idek yag meujukka kelompok yag terbetuk pada setiap tahap pegambila cotoh. Jika dilakuka dua tahap pegambila cotoh, maka t dapat digatika dega i. Jika dilakuka tiga tahap pegambila cotoh, maka t dapat digatika dega kombiasi i da j (ij). Berdasarka model pada persamaa (9) da (10) maka fugsi log likelihood dapat ditulis sebagai berikut:

(11) dega = Persamaa (11) disebut juga sebagai pseudo-likelihood. Pedugaa kostata tambaha ( ) dari persamaa (3) da (5) dapat dicari dega megguaka metode Coditioal Maximum Likelihood (CML). CML memperlakuka α sebagai kostata yag fix. Peduga yag kosiste dapat diperoleh dega memaksimalka persamaa (11) da meggatika pada persamaa (9) dega peduga yag kosiste. Wild (1991) meyataka bahwa P(Y=h) dapat digatika dega da pada persamaa (9) dapat digatika dega samplig fraksioal. Sehigga dapat diduga dega: Berdasarka model di persamaa (3) da (5), maka t dapat digatika dega i da ij.peduga dega megguaka CML merupaka peduga yag kosiste. Evaluasi Model Pegujia parameter secara parsial megguaka uji Wald dega merasioalka ilai dugaa parameter dega simpaga bakuya. Hipotesis yag aka diuji adalah: H 0 H 1 : :, i=1, 2,..., p Statistik uji yag diguaka adalah Jika H 0 bear, maka statistik W aka megikuti sebara ormal baku Proses pegambila cotoh dikataka efisie apabila biaya yag diperluka utuk memperoleh cotoh sekecil mugki, amu cotoh yag terambil mampu memberika iformasi semaksimal mugki. Besarya iformasi yag hilag dapat dilihat dari besarya simpaga.

dega P : ilai estimasi peluag dari model utuk data populasi : ilai estimasi peluag dari model utuk data cotoh Apabila yag dilakuka adalah simulasi, maka ukura kebaika model tidak cukup dega megguaka rataa simpaga, amu megguaka rataa dari rataa simpaga yag dicari dega megguaka rumus berikut: