Presentasi 1 Analisis Survival

(Minggu, 18 September 2022)

Apa Itu Analisis Survival?

 Survival berasal dari kata to survive yang berarti ketahanan atau
kelangsungan hidup (Kleinbaum, 1996, Johnson & Johnson 1980, Miller
1981).
 Data survival adalah data lama waktu sampai suatu peristiwa terjadi atau
data antar kejadian (time-to-event-data).
Untuk memperoleh data survival, diperlukan tiga komponen yang harus
terdefinisikan dengan jelas terkait fenomena yang menjadi perhatian:
a) Definisi event/peristiwa yang menjadi perhatian.
b) Titik asal (origin) yang digunakan untuk mengukur lama waktu sampai
suatu event terjadi.
c) Unit pengukuran yang digunakan.

Contoh Analisis Survival?

- Waktu setelah pengobatan kanker sampai kematian

- Waktu dari serangan jantung pertama ke yang kedua

- Analisis survival terhadap pasien diare anak (Penelitian Muhammad

Muhajir & Yayi Diyah Palupi, Universitas Islam Indonesia).

- Analisis survival terhadap pasien penyakit ginjal kronis (Penelitian

Cynthia Hazirah Imanina, Universitas Islam Indonesia)

- Analisis uji ketahanan hidup data waktu tunggu sarjana (Penelitian Ninik
Yuli Siti Hartinah, Universitas Negeri Semarang)
 - Analisis survival faktor- faktor yang mempengaruhi lama studi mahasiswa
pendidikan matematikan angkatan 2010 (Penelitian Rizki Fitriana,
Universitas Negeri Semarang)

 Analisis survival (analisis kesintasan) adalah prosedur statistika untuk

menganalisis data dengan waktu sampai terjadinya suatu peristiwa tertentu
(time until an event occurs) sebagai variabel respons.
 Armitage dan Berry (1987) mengatakan bahwa analisis survival
merupakan analisis yang melibatkan uji statistika untuk menganalisis data
yang variabelnya berkaitan dengan waktu atau lamanya waktu sampai
terjadinya peristiwa tertentu.
 Menurut Klein Baum dan Klein (2005) analisis survival adalah kumpulan
dari prosedur statistik untuk menganalisis data yang variabel akhirnya
adalah waktu hingga muncul kejadian.

Bagaimana Sifat Khas Data Survival?

 Pengamatannya non- negatif.
 ggAda individu yang datanya tidak dapat ditentukan.
 Biasanya tidak semua individu masuk ke dalam penelitian pada saat yang
sama. Ada pasien yang masuk belakangan.

Apa Itu Penyensoran?

 Data dikatakan tersensor apabila data tidak dapat diamati secara lengkap
karena subjek penelitian hilang atau mengundurkan diri atau sampai akhir
penelitian subjek tersebut belum mengalami kejadian tertentu.
Menurut Klaeibaum dan Klein (2005) tiga penyebab data dikatakan
tersensor antara lain:
a) Loss to follow up, yaitu subjek menghilang selama masa pengamatan,
misal subjek pindah atau menolak untuk diamati.
b) Subjek tidak mengalami kejadian selama penelitian.
c) Subjek terpaksa diberhentikan dari pengamatan karena meninggal
sebelum pengamatan berakhir atau alasan lain.
Ilustrasi:

Grafik di atas memberikan gambaran mengenai kejadian yang dialami oleh

enam orang, yaitu A, B, C, D, E, F. Tanda X berarti orang tersebut
mengalami kejadian (event).
- Individu A, ia diobservasi mulai dari awal studi sampai mengalami
kejadian (event) pada bulan keenam dan ia tidak tersensor. Waktu
ketahanan individu A adalah enam bulan.
- Individu B, ia diobservasi dari awal sampai akhir studi, yaitu 12 bulan,
ia tidak mengalami kejadian dan ia tersensor. Waktu ketahanannya
paling tidak 12 bulan.
- Individu C, ia diobservasi dari bulan ke dua studi dan pada bulan
keenam ia mengundurkan diri tanpa mengalami kejadian. Individu C
dikatakan tersensor.
- Individu D, ia diobsevasi mulai bulan kedua sampai akhir studi dan
ian tidak mengalam kejadian. Individu D juga tersensor.
- Individu E, ia diobservasi mulai bulan keempat dan pada bulan
kesepuluh ia pergi tanpa pesan. Individu E tersensor.
 - Individu F, ia diobservasi mulai bulan keenam dan mengalam
kejadian pada bulan kesepuluh dan ia tidak tersensor. Waktu
ketahanannya adalah 4 bulan.
Dengan demikian disimpulkan bahwa individu A dan F mengalami
kejadian (tak tersensor) atau waktu ketahanannya diketahui dengan pasti,
sedangkan individu B, C, D, dan E tersensor atau waktu ketahanannya
tidak diketahui dengan pasti.

Apa Itu Fungsi Survival?

 Diberi simbol dengan S(t)
 Fungsi survival S(t) didefinisikan sebagai peluang (probabilitas) suatu
individu dapat bertahan hidup lebih lama atau sama dengan waktu t.
 Misalkan waktu ketahanan T mempunyai fungsi distribusi peluang dengan
fungsi densitas f(t)
 Fungsi distribusi kumulatif (cdf) bagi T, ditulis sebagai
t
F ( t )=P ( T <t )=∫ f ( u ) du
0

 Fungsi ketahanan dari T,

S ( t ) =P ( T ≥t )=1−F (t )