Anda di halaman 1dari 8

TUGAS PRAKTIKUM

ANALISIS DATA KATEGORI

Diajukan Sebagai Salah Satu Syarat Untuk Memenuhi Tugas Mata Kuliah Analisis Data
Kategori

Oleh :

Nezar Abdilah Prakasa (140610150047)

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PADJADJARAN

JATINANGOR

2018
ODDS RATIO

Data yang digunakan dalam pengujian Odds Ratio kali ini adalah data mengenai
hubunngan konsumsi suatu jenis obat dengan dampak terkenan serangan jantung. Data
disajikan sebagai berikut

> Heartattack
Serangan Jantung
Konsumsi Obat Ya Tidak
Placebo 189 10845
Aspirin 104 10933

Untuk mencari nilai Odds Ratio dilakukan beberapa langkah seperti berikut :
> Heartattack.test$estimate
prop 1 prop 2
0.01712887 0.00942285
> odds<-Heartattack.test$estimate/(1-Heartattack.test$estimate)
> odds
prop 1 prop 2
0.017427386 0.009512485

Dari hasil diatas didapatkan nilai prop1 sebesar 0.017427386 yang berarti bahwa pe
luang seseorang yang mengkonsumsi obat placebo terkena serangan jantung adalah 0.017427
386. Sedangkan untuk nilai prop2 didapatkan sebesar 0.009512485 yang berarti bahwa pelua
ng seseorang yang mengkonsumsi obat aspirin terkena serangan jantung adalah 0.009512485.
Dari kedua hasil tersebut, dapat disimpulkan bahwa seseorang yang mengkonsumsi obat plac
ebo berpeluang lebih tinggi untuk terkena serangan jantung dibandingkan dengan sesorang ya
ng mengkonsumsi obat aspirin.

> odds[1]/odds[2]
prop 1
1.832054
> (Heartattack[1,1]*Heartattack[2,2])/(Heartattack[2,1]*Heartattack[1,2])
[1] 1.832054
> theta<-odds[1]/odds[2]
> ASE<-sqrt(sum(1/Heartattack))
> ASE
[1] 0.1228416
> logtheta.CI<-log(theta)+c(-1,1)*1.96*ASE
> logtheta.CI
[1] 0.3646681 0.8462073
> exp(logtheta.CI)
[1] 1.440036 2.330790

Dari langkah langkah diatas, didapatkan nilai Odds Ratio sebesar 1.832054 yang
berarti bahwa seseorang yang mengkonsumsi obat placebo akan terkena serangan jantung 83.
2054 % lebih tinggi dibandingkan dengan orang yang mengkonsumsi obat aspirin. Selain itu,
didapatkan pula nilai Confident Interval sebesar [ 1.440036 ; 2.330790 ]. Karena interval
kepercayaan yang didapat tidak mengandung angka 1, maka dapat disimpulkan bahwa terda
pat hubungan asosiasi antara konsumsi jenis obat dengan terkena atau tidaknya serangan jant
ung.
Cara lain untuk mecari nilai odds ratio adalah menggunakan suatu fungsi pada R
yaitu :

odds.ratio <- function(x, pad.zeros=FALSE, conf.level=0.95) {


if (pad.zeros) {
if (any(x==0)) x <- x + 0.5
}
theta <- x[1,1] * x[2,2] / ( x[2,1] * x[1,2] )
ASE <- sqrt(sum(1/x))
CI <- exp(log(theta)
+ c(-1,1) * qnorm(0.5*(1+conf.level)) *ASE )
list(estimator=theta,
ASE=ASE,
conf.interval=CI,
conf.level=conf.level)
}
> odds.ratio(phs)
$estimator
[1] 1.832054
$ASE
[1] 0.1228416
$conf.interval
[1] 1.440042 2.330780
$conf.level [1] 0.95

Dengan menggunakan fungsi maka akan didapatkan nilai Odds Ratio dan nilai inter
val kepercayaan yang sama dengan cara sebelumnya yaitu dependen dalam artian terdapat hu
bungan antara race tersangka dan race korban terhadap hukuman mati.
UJI INDEPENDENSI

Untuk menguji apakah dua variable yang bersifat kategorikal saling independen
atau tidak, dapat menggunakan uji independensi. Pengujian independensi kali ini mengguna
kan uji pearson chi square.
Hipotesis
H0 : πij = πi πj Kedua variable besifat independen
Tidak terdapat hubungan antara jenis konsumsi obat dengan terkena atau
tidaknya seseorang serangan jantung.
H1 : πij ≠ πi πj Kedua variable bersifat dependen
Terdapat hubungan antara jenis konsumsi obat dengan terkena atau tidak
nya seseorang penyakit jantung.
Statistik Uji
Tolak H0 apabila P-Value < Alpha 0.05. Terima dalam hal lainnya

Pengujian

> chisq.test(Heartattack)

Pearson's Chi-squared test with Yates' continuity correction

data: Heartattack
X-squared = 24.429, df = 1, p-value = 7.71e-07

> chisq.test(Heartattack,simulate.p.value=TRUE,B=10000)

Pearson's Chi-squared test with simulated p-value (based on 10000


replicates)
data: Heartattack
X-squared = 25.014, df = NA, p-value = 9.999e-05

Kesimpulan,
Dari hasil diatas, didapat nilai P-Value sebesar 7.71e-07 < Alpha 0.05 sehingga H0
ditolak dalam artian bahwa terdapat hubungan antara jenis konsumsi obat dengan terkena
atau tidaknya seseorang penyakit jantung. Kesimpulan yang sama akan didapatkan apabila
kita melakukan simulasi sebanyak 10000 (B = 10000) dengan P-Value 9.999e-05 < Alpha
0.05 sehingga H0 ditolak dalam artian terdapat hubungan antara jenis konsumsi obat dengan
terkena atau tidaknya seseorang serangan jantung.
TABEL KONTINGENSI 3 ARAH

Diketahui data hasil penelitian terhadap 3 variabel yaitu X ( Tersangka : White dan
Black), Y ( Putusan hukuman mati: Ya dan Tidak) dan Z ( Ras korban : White dan Black)
sebagai berikut

Victim’s Defendant’s Death Penalty Percentage


Race Race Yes No Yes
White 53 414 11.3
White
Black 11 37 22.9
White 0 16 0.00
Black
Black 4 139 2.8
White 53 430 11.0
Total
Black 15 176 7.9

Langkah – langkah
1. Menginput data menggunakan array dalam R

> dp<-c(53,414,11,37,0,16,4,139)
> dp<-array(dp,dim=c(2,2,2))
> dimnames(dp)<-list(DeathPen=c("yes","no"),Defendant=c("white","black"
),
+ Victim=c("white","black"))
> dp
, , Victim = white

Defendant
DeathPen white black
yes 53 11
no 414 37

, , Victim = black

Defendant
DeathPen white black
yes 0 4
no 16 139
Menginput data menggunakan xtabs

> datalabel<-list(defendant=c("white","black"),death=c("yes","no"),
+ victim=c("white","black"))
> data.dp<-expand.grid(defendant=c("white","black"),death=c("yes","no")
,
+ victim=c("white","black"))
> data.dp<-cbind(data.dp,count=c(53,414,11,37,0,16,4,139) )
> xtabs(count~death+defendant+victim,data=data.dp)->dp
> dp
, , victim = white

defendant
death white black
yes 53 414
no 11 37

, , victim = black

defendant
death white black
yes 0 16
no 4 139

2. Mencari Odds Ratio untuk setiap level

> apply(dp,3,function(x)x[1,1]*x[2,2]/(x[2,1]*x[1,2]))
white black
0.4306105 0.0000000

Dari nilai diatas diketahui bahwa odds tersangka berkulit putih yang menerima hu
kuman mati 0.43 kali dari odds tersangka berkulit hitam. Hal ini menunjukkan bahwa tersang
ka berkulit hitam berpeluang lebih tinggi untuk dijatuhi hukuman mati. Sedangkan nilai 0.000
didapatkan karena terdapatnya angka nol pada salah satu cell. Untuk mendapatkan hasil yang
lebih efektif, untuk setiap cell dapat ditambah dengan 0.5. cara mudah untuk mendapatkan ha
silnya adalah dengan menggunakan package vcd, sebagai berikut

> library(vcd)
> summary(oddsratio(dp, log=F, stratum=3))

z test of coefficients:

Estimate Std. Error z value Pr(>|z|)


white 0.42088 0.15449 2.7244 0.006442 **
black 0.93939 1.42156 0.6608 0.508728
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Dari hasil summary diatas terlihat bahwa odds tersangka berkulit putih yang meneri
ma hukuman mati 0.43 kali dari odds tersangka berkulit hitam. Sedangkan odds tersangka ber
kulit hitam yang menerima hukuman mati adalah 0.93939 kali lebih banyak dari tersangka
berkulit putih.

3. Pengujian Independensi

Hipotesis
H0 : Variabel variable bersifat independen dalam artian tidak terdapat hubungan
antara race tersangka dan race korban terhadap hukuman mati
H1 : Variabel variable bersifat dependen dalam artian terdapat hubungan antara
race tersangka dan race korban terhadap hukuman mati

Statistik Uji
Tolak H0 apabila P-Value < Alpha 0.05. Terima dalam hal lainnya.

Pengujian

> mantelhaen.test(dp)

Mantel-Haenszel chi-squared test with continuity correction

data: dp
Mantel-Haenszel X-squared = 4.779, df = 1, p-value = 0.02881
alternative hypothesis: true common odds ratio is not equal to 1
95 percent confidence interval:
0.1991173 0.8519141
sample estimates:
common odds ratio
0.4118627

> mantelhaen.test(dp,correct=FALSE)

Mantel-Haenszel chi-squared test without continuity correct


ion

data: dp
Mantel-Haenszel X-squared = 5.7959, df = 1, p-value = 0.01606
alternative hypothesis: true common odds ratio is not equal to 1
95 percent confidence interval:
0.1991173 0.8519141
sample estimates:
common odds ratio
0.4118627
Dari hasil diatas, didapat nilai P-Value sebesar 0.02881 < Alpha 0.05 sehingga H0
ditolak dalam artian terdapat hubungan antara race tersangka dan race korban terhadap dijatu
hi atau atau tidaknya hukuman mati.

Anda mungkin juga menyukai