Who am I ?

Given name : MOHAMMAD DOKHI Call name : Do-Q Family Name: OrTegA M.Sc. : Statistics (Hiroshima University)

Ph.D. : Medical Science (Hiroshima Univ.)

Todays talking

Perkenalan Pentingnya statistika sebagai science Definisi formal statistik Prinsip prosedur statistik Contoh penelitian statistik Pemilihan metode statistik yang cocok

Textbook Utama ?

Survival Analysis A Self Learning text (Second Edition) David G. Klienbaum Michel Klein

Statistician ?
Statistika potensial untuk diaplikasikan di segala bidang ilmu lain sebagai alat analisis data

Focus of this lecturers: Statistics for researcher

Who are you? Statistician dengan konsentrasi aplikasi

More collaboration of statistics

Ekonometrika Statistika Ekonomi

Statistika Sosiometrika Psikologi

Statistika

Social

Psikometrika

An important fact of statistics

Top 20 discoveries in science most changed our lives since 1900 Hasil survey sebuah Science magazine th 1984 dgn respondent para the leading US scientists
Antibiotics Atomic fission The big bang theory Birth control pill Blood types The computer DNA Drugs for mental illness Einsteins theory of relativity The IQ test The laser Networks Pesticides Plant breeding Plastics

Statistics
The Taung skull Television The transistor The vacuum cleaner

More important fact of statistics

Statistics berkontribusi pada hampir semua penemuan di atas: Test IQ menggunakan statistics sbg alat analisis datanya Data dari plant breeding experiment juga dianalisa dengan statistik Efect dari penicillin dan antibiotika lainnya pada manusia juga dipelajari dengan menggunakan statistik Effect dari pill anti hamil dan mental illness juga dipelajari dengan membandingkan ukuran2 statistik pada kontrol group dan experiment group Professional hampir di semua bidang kehidupan manusia, menggunakan statistics untuk menganalisa data H.G. Wells: Berfikir secara statistik suatu hari nanti akan menjadi kebutuhan seperti keahlian membaca dan menulis

Statistics as a science
Berdasarkan fakta di atas, statistics adalah tool/alat analisis data bagi para scientist di bidang ilmu lain dalam melakukan penelitian
Dilihat dari sudut pandang matematika/statistika, bisa dikatakan bahwa tujuan akhir dari semua research atau scientific analysis adalah untuk merumuskan/menemukan pola hubungan matematik antar variables of interest Contoh: Dokter mungkin ingin mengetahui pola hubungan antar beberapa variable seperti umur, berat badan, tinggi badan, jenis kelamin dan tekanan darah pasien Ekonom mungkin tertarik untuk meneliti bagaimana pengaruh tingkat pendidikan, jenis kelamin, jenis pekerjaan terhadap penghasilan tenaga kerja Ahli kependudukan pengaruh tingkat pendidikan, jenis kelamin, jenis pekerjaan thd fertilitas perempuan usia subur Ahli epidemiology ingin mengetahui pengaruh cara bergaul, lingkungan tempat tinggal, lingkungan kerja, frekuensi berhubungan seksual thd kemungkinan seseorang terkena AIDS

Formal definition of statistics?

Statistics/Statistika : Ilmu yang mempelajari cara-cara pengumpulan, pengolahan dan penyajian data, serta inferensi (penarikan kesimpulan) berdasarkan data empirik yang ada Statistika deskripsi : pengumpulan, pengolahan, penyajian data dengan menghitung ukuran-ukuran data, penyajian tabel-tabel data, visualisasi pola data dengan menggunakan grafik Statistika inferensi : melakukan penarikan kesimpulan tentang population of interest berdasarkan sampel atau data empik yang ada

Statistic/Statistik : Ukuran data yang dihitung dari sampel/data empirik (produk dari penelitian sampel)

 Steps penelitian statistics

Definisikan populasi Untuk memberikan batasan dari obyek penelitian

Pada level Populasi asumsikan model matematik ttg hubungan antar variabel of interet

Distribusi prob. terotis (Normal, binomial, multinomial dll..)

Lakukan satistical experiment

Pengambilan sampel Pengukuran variable Diskripsikan data Inferensi : Estimasi & Uji hipotesa

 Contoh asumsi hub variabel pada level populasi

Technique Linear Regression Logistic Regression Survival Analyses Mathematical model
Y=B1 X + Bo (linear)
Ln(P/1 -P)=B1 X+Bo (Logit model)

Yields
Linear changes Odds ratios Hazard rates

h(t) = ho(t)exp(B1 X+Bo)

 Assumtion
Technique Predictor Variables Outcome Variable
Normally distributed

Censoring permitted?
No No Yes

Categorical or Linear continuous Regression

Categorical or Binary (except in Logistic polytomous log. continuous Regression regression)

Survival Analyses

Time and categorical or continuous

Continuous

Experimen Statistik

Populasi (N)

Asumsi

Parameter

Sampel (n)

Kalkulasi

Statistik

Estimasi & Uji

Ambil sampel

Alasan sampel
Idealnya penelitian dilakukan dengan cara sensus yaitu mencakup seluruh obyek penelitian (seluruh anggota populasi penelitian diamati/diteliti) contoh sederhana rata-rata umur mhswa/i dalam kelas Prinsip prosedur statistika: Menarik kesimpulan tenteng populasi yang menjadi obyek penelitian dengan menggunakan informasi yang berasal dari sampel

Alasan sampel: Effisiensi: waktu, tenaga, biaya Sensus bersifat destruktif Populasi tak terbatas Populasi terbatas tapi tidak mungkin dilakukan sensus

In some case
Hubungan matematik antar variabel of interest Estimasi & Uji Pendugaan parameter model

Populasi (N)

Asumsi

Inferensi model hub. matematik menggunakan data empirik Sampel (N)

Kalkulasi

Beberapa pengertian
Statistical experiment? Pelaksanaan prosedur statistik: pengambilan sampel, pengukuran/wawancara, estimasi, penarikan kesimpulan Populasi? Kesuruhan obyek/unit yang menjadi sasaran dalam suatu penelitian/experiment Sampel/sampel random? Sebagian dari populasi yang diambil sebagai wakil dari populasi tersebut dalam pelaksanaan prosedur statistik disebut sampel random jika jika pengambilan sampelnya dilakukan scr acak/random Variabel /variabel random ? Besaran yang nilainya berubah-ubah sesui dengan hasil pengukuran di dalam suatu experiment disebut variabel random jika perubahan nilainya bersifat acak/random Unit observasi? Element populasi yang langsung menjadi obyek pengamatan/ penelitian

Sebuah contoh: epidemiology

Ingin diketahui faktor-faktor yang mempengaruhi kemungkinan suatu wilayah kelurahan di DKI Jakarta terkena wabah DB Populasi penelitian? Seluruh unit kelurahan di DKI Jakarta Variabel of interest ? Berapa kali kelurahan tersebut terkena DB Pernah/tidaknya di kel. terjadi wabah DB Lokasi kelurahan (dilalui sungai/non sungai) Kepadatan penduduk Ada tidaknya kawasan kumuh (ada/tidak) Jarak ke lokasi TPS Etc. Unit observasi ? Area kelurahan Respond variabel

e l b i s s o p s i s u s Cen

Sebuah contoh: epidemiology

Ingin diketahui faktor-faktor yang mempengaruhi kemungkinan seseorang terkena DB di wilayah DKI Populasi penelitian? Seluruh penduduk di wilayah DKI Jakarta Variabel of interest ? Status individu yang diamati (pernah kena DB/tidak) Lokasi kelurahan (dilalui sungai/non sungai) Kepadatan penduduk Jumlah anggota rumah tangga Kondisi rumah tempat tinggal Etc. Unit observasi ? Individu respondent Tinggal di kawasan kumuh/tidak (ya/tidak)

e l b i oss t p is cien s su effi n e t C o n but

How statistician conduct the research?

Berdasar subyek masalah susun dugaan-dugaan awal penelitian (Hipotesis penelitian) Definisikan dugaan model hubungan matematik antara variabbel respond dengan variabel penjelas Lakukan pengambilan sampel Hitung besaran-besaran statistik Check dugaan-dugaan awal tsb dengan analisis diskriptif (tabel,grafik)

Statistical research

Berdasrakan data sampel lakukan inferensi statistik (Confident interval dan uji hipotesis statistik untuk menjawab hipotesis penelitian)

Sebuah contoh: medical research

Ingin diketahui faktor prognosis yang memengaruhi daya tahan pasien demam berdarah di wilayah DKI Jakarta Populasi penelitian? Seluruh pasien DB yang tinggal di wilayah DKI Jakarta Variabel of interest ? Durasi waktu mulai dari terkena DB sampai dengan meninggal atau sampai batas waktu tertentu Status pasien (meninggal/hidup) Umur pasien Jenis kelamin Jumlah sel darah merah pada saat diagnosis Punya riwayat penyakit dalam/tidak Metode pengobatan (Etc..) Unit observasi ? Pasien DB di wilayah DKI Jakarta

ot n is s u s n Ce sible pos

Type of Variable
Dalam penelitian mengenai prognosis faktor neuroblastoma, variabel of interest-nya bisa kita kelompokkan sbb: Daya tahan hidup pasien Status pasien hidup/mati

Variabel

respond/tetap outcome/depe ndent

Umur pasien Jenis kelamin Jumlah sel darah merah Metode pengobatan e.t.c .

Variabel

prediktor/tidak tetap/ regressor/indepe ndent

Tipe dan sifat data

Data : hasil pengukuran variabel pada penelitian statistika Daya tahan hidup pasien Status pasien hidup/mati Umur pasien Jenis kelamin Jumlah sel darah merah Metode pengobatan Stadium DB Tipe : numerik, sifat : continuous Tipe : kategorik, sifat : nominal

Tipe : numerik, sifat : continuous Tipe : kategorik, sifat : nominal Tipe : numerik, sifat : continuous/ diskrit Tipe : kategorik, sifat : nominal Tipe : kategorik, sifat : ordinal

Data set (Himpunan data)

Data hasil pengukuran biasanya disajikan dalam bentuk tabel data yang sering disebut sebagai dataset No. pasien 1 2 3 4 status 0 1 1 0 Daya tahan (minggu) 25,5 12,0 Jenis kelamin L P L P Umur (tahun) 12,6 25,3 15.9 45,2 .

Multivarite dataset : dataset yang memuat banyak variabel Bivariate dataset Univariate dataset : dataset yang hanya memuat 2 variabel : dataset yang hanya memuat 1 variabel

How to chose the statistical methods

Statistika sebagai alat analisis data memiliki banyak pilihan metode Secara matematik metode yang sudah adapun potensial untuk dikembangkan sesuai dengan kebutuhan modern data analisis Pemilihan metode yang akan digunakan didasarkan pada: 1. Tujuan penelitian yang ingin dicapai 2. Didasarkan pada tipe dan sifat variabel dependent/respond

Kebanyakan hipotesis penelitian adalah ingin membuktikan hubungan antar variabel: Hubungan searah dari X ke Y Regression analysis Hubungan dua arah antara Y dan X Correlation analysis

How to chose the statistical methods

Dalam penelitian mengenai prognosis faktor neuroblastoma, kemungkinan variabel respond-nya adalah:

Status hidup/mati pesien

Y={0,1}

Regresi logistik Pilih pasien yang statusnya meninggal saja, gunakan analisis regresi linear Seluruh pasien yg masih hidup dan sudah meninggal dianalisi, gunakan survival analysis

Y={0y}
Daya tahan hidup pasien

Y={0y}
Survival Analysis

Others name for Survival Analysis

Event History Analysis Duration analysis Transition analysis Time to failure analysis Reliability analysis Analisis tahan hidup Analisis uji hidup Time to event analysis

Next talking

Basic concept of survival analysis Kaplan-Meier survival curve