ANALISIS DISKRIMINAN PADA PASIEN PENYAKIT KANKER PARU-

PARU OLEH BAHAN KARSINOGENIK DI

RSUD Dr. SOETOMO SURABAYA

OLEH :
Gusde Melis 06211745000004
Dwi Mirsha Kristanti 06211745000016

Asisten Dosen: Cicilia Ajeng Pratiwi Dosen : Dr. Bambang Widjanarko Otok, M.Si
PENDAHULUAN
 PENDAHULUAN

Kanker Kebiasaan Perokok

Paru-paru Merokok Aktif

Analisis Zat
Diskriminan Karsinogenik

1
 PENDAHULUAN

Melihat perbedaan/ atau untuk mengukur

Analisis tujuan klasifikasi penderita kanker paru- paru yang
Diskriminan antara grup 1 (case) dan grup 2 (control) yang
disebabkan oleh bahan karsinogenik

2
TINJAUAN PUSTAKA
 TINJAUAN PUSTAKA
1. Karakteristik Data
Metode-metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi

Karakteristik Data

Mean Median Variansi

3
 TINJAUAN PUSTAKA
2. Distribusi Normal Multivariat
a. Scatterplot antara dj2 dengan qc
b. Proporsi square distance
c. Uji korelasi

Hipotesis :
H0 : Data berdistribusi normal nultivariat
H1 : Data tidak berdistribusi normal nultivariat
Tolak H0 jika rq<critical point
n  n  n 
n  xi yi    xi   yi 
i 1  i 1  i 1 
Statistik Uji : rq 
 n 2  n  2  n 2  n  2 
 n  x    x   n  y   y  
 i 1 i  i 1 i   i 1 i  i 1 i  
  
4
 TINJAUAN PUSTAKA

3. Uji Homogenitas
Hipotesis :
H0 : Data homogen
H1 : Data tidak homogen

Daerah Penolakan :
Tolak H0 jika
2
C   p  p 1n 1 / 2  

Statistik Uji : C  1  u  M
5
 TINJAUAN PUSTAKA
4. Analisis Diskriminan
a. Mengihitung x1 dan x2
b. Menghitung Spooled
 n1  1   n2  1 
S pooled    S   (n  1)  (n  1)  S 2
 1      1 
1
( n 1) ( n2
1) 2

c. Menghitung ŷ j
^

y  X X 2  S pooled
1
T

j
1 X~

d. Menghitung m̂

1
m  2X  X 2  S pooled  X 1  X 2 
1
1

e. Pengalokasian
Jika y j  m maka masuk  1 , jika y j  m masuk  2
6
 TINJAUAN PUSTAKA

5. Kanker Paru-Paru
Salah satu jenis kanker yang biasa dialami oleh seorang
perokok terutama perokok aktif. Orang yang tidak
merokok juga berkemungkinan terserang kanker paru-
paru dikarenakan menghirup arseenik, radiasi, dan polusi
udara

7
METODOLOGI
PENELITIAN
 METODOLOGI
PENELITIAN

Sumber Data
Tugas Akhir Ni’matus Solikhah dengan judul
Analisis Statistik Terhadap Penyakit Kanker Paru Oleh Bahan Karsinogenik
(Studi Kasus Pasien Kanker Paru di RSUD Dr. Soetomo)
Data diambil pada hari Jumat, 20 April 2018 di Ruang Baca Statistika ITS

8
 METODOLOGI
PENELITIAN
Variabel Penelitian
Variabel Keterangan
Pasien Kanker Paru-paru
dimana:
Y
0 = Pasien Penyakit Kanker Paru-paru dengan Kelompok Control
1 = Pasien Penyakit Kanker Paru-paru dengan Kelompok Case
X1 Usia Perokok
X2 Berat Badan Perokok
X3 Tinggi Badan Perokok

9
 METODOLOGI
PENELITIAN

Langkah Analisis
1. Mengumpulkan data pasien penyakit kanker paru-paru yang
disebabkan oleh bahan karsinogenik
2. Menguji asumsi distribusi normal multivariat pada data pasien
penyakit kanker paru yang disebabkan oleh bahan karsinogenik
3. Menguji kehomogenan data pasien penyakit kanker paru yang
disebabkan oleh bahan karsinogenik dengan uji homogenitas
varians

10
 METODOLOGI
PENELITIAN

Langkah Analisis
4. Melakukan analisis diskriminan data pasien penyakit kanker
paru yang disebabkan bahan karsinogenik
5. Menginterpretasikan hasil analisis data
6. Menarik kesimpulan dan saran

11
 HASIL DAN
PEMBAHASAN
 HASIL DAN
PEMBAHASAN

KARAKTERISTIK DATA
Kanker
Variabel Mean Varians Minimum Median Maksimum
Paru
0 42,16 88,64 33 37 70
Usia
1 51,16 187,39 22 53 70
0 58,16 146,97 58 58 85
Berat
1 50,04 70,71 38 50 74
0 164,8 68,25 168 168 176
Tinggi
1 159,16 74,22 140 162 178

12
 HASIL DAN
PEMBAHASAN

Pengujian Asumsi Analisis Diskriminan

Distribusi Multivariat Normal Plot chi-square

Proporsi Square Distance= 0,44

8

Uji Koefisien Korelasi

dj2
4

rQ Critical point 1

0,985 0,977
0 2 4 6 8 10 12
chi-sq

13
 HASIL DAN
PEMBAHASAN

Uji Homogenitas Varians

F df1 df2 F ;df 1, df 2 p-value

1,693 6 16693,132 2,099 0,118

14
 HASIL DAN
PEMBAHASAN
Analisis Diskriminan
Kemampuan Variabel Prediktor
Test of Wilk’s Lambda Chi-square df P-value
1 0,041 0,535 0,286 0,001

Keragaman yang tidak mampu Variabel usia, berat badan, dan

dijelaskan oleh pasien kanker tinggi badan mampu membedakan
paru-paru adalah 0,041 secara signifikan kelompok pasien
kanker paru-paru
15
 HASIL DAN
PEMBAHASAN

Perbedaan Rata-Rata Antar Kelompok

Variabel Wilk’s Lambda F df1 df2 P-value
7,33
Usia 0,867 1 48 0,009
6
7,57
Berat Badan 0,864 1 48 0,008
2
5,58
Tinggi Badan 0,896 1 48 0,022
2

16
 HASIL DAN
PEMBAHASAN

Struktur Matrik
Variabel Function
Usia 0,627
Berat Badan -0,618
Tinggi Badan 0,539
Variabel usia merupakan variabel yang paling
berpengaruh dalam penentuan fungsi diskriminan

17
 HASIL DAN
PEMBAHASAN

Keragaman Pasien Kanker Paru-paru

Canonical
Eigen % of
Function Cumulative % Correlation (CC)2
Value Variance
(CC)
1 0,041 100,0 100,0 0,535 0,286

Model diskriminan yang terbentuk dapat menjelaskan

keragaman pasien kanker paru-paru sebesar 28,6%

18
 HASIL DAN
PEMBAHASAN
1. Metode Centroid
Koefisien Fungsi Diskriminan Kanonikal
Variabel Function
Constant -4,725
Usia -0,062
Berat Badan 0,066
Tinggi Badan 0,025

Model Y  4,725  0,062 x1  0,066 x 2  0,025 x3

19
 HASIL DAN
PEMBAHASAN

Fungsi pada Metode Centroid

Variabel Function m centroid
Control 0,620
0
Case -0,620
Apabila nilai score discriminant yang diperoleh dari fungsi
diskriminan > 0, maka akan diklasifikan ke kategori 0 yaitu
kelompok pasien penderita kanker control

20
 HASIL DAN
PEMBAHASAN

Ketepatan Klasifikasi
Pasien Penderita Predicted Group
Kanker Paru- Membership Total
paru 0 1
0 19 6 25
Original
1 7 18 25

67
Aper  x100%  26%
50
Akurasi  (1  aper ) x100%  (1  0, 26) x100%  74%

21
 HASIL DAN
PEMBAHASAN

2. Metode Fisher

Koefisien Fungsi Diskriminan dari Metode Fisher

Variabel
Function
Control Case
Constant 0,540 0,618
Usia -,348 -,430
Berat Badan 2,545 2,514
Tinggi Badan -211,657 -205,761

Model Y1  0,540  0,348 x1  2,545 x 2  2111 ,657 x3 Control

Y2  0,618  0,430 x1  2,514 x 2  205 ,761 x3 Case
22
 HASIL DAN
PEMBAHASAN

Ketepatan Klasifikasi
Pasien Penderita Predicted Group
Kanker Paru- Membership Total
paru 0 1
0 19 6 25
Original
1 7 18 25

67
Aper  x100%  26%
50
Akurasi  (1  aper ) x100%  (1  0, 26) x100%  74%

23
KESIMPULAN
DAN SARAN
 KESIMPULAN
1. Penyakit kanker paru-paru kelompok control (0) dan case (1) memiliki rata-rata yang rendah pada
variabel usia dan berat badan yaitu 42 tahun dan 50 kg.
2. Data pasien penyakit kanker paru-paru berdistribusi normal multivariat dan matriks varians kovarians
homogen.
3. Hasil analisis diskriminan adalah sebagai berikut.
a. Variabel usia, berat badan, dan tinggi badan mampu membedakan secara signifikan kelompok pasien
kanker paru-paru.
b. Terdapat perbedaan rata-rata pada usia, berat badan, dan tinggi badan antara kelompok control dan
case.
c. Usia merupakan variabel yang paling berpengaruh dalam penentuan fungsi diskriminan dibandingkan
berat badan dan tinggi badan.
d. Model diskriminan yang terbentuk dapat menjelaskan keragaman pasien kanker paru-paru sebesar
28,6%.
e. Pada metode centroid fungsi diskriminannya adalah Y  4,725  0,062 x1  0,066 x 2  0,025 x3
dengan ketepatan klasifikasi 74% .
f. Pada metode fisher fungsi diskriminannya adalah Y1  0,540  0,348 x1  2,545 x2  2111 ,657 x3 kelompok control
dan Y2  0,618  0,430 x1  2,514 x2  205 ,761 x3 kelompok case serta ketepatan klasifikasi sebesar 74%.

24
 SARAN

Diharapkan lebih teliti dalam menentukan jenis data, harus

menggunakan data kategorik yang bisa digunakan untuk
analisis diskriminan, begitu pula dalam menginterpretasikan
hasil harus tepat agar dapat memberikan informasi yang jelas.

25
 ✋
THANK YOU
Any Questions?