Pada grafik ketiga, fungsi hazard menurun dari waktu ke waktu. Contoh
grafik semacam ini disebut Weibull menurun. Sepertigrafik mungkin
diharapkan ketika kejadiannya adalah kematian pada orang yang baru
pulih dari operasi, karena potensi kematian setelah operasi biasanya
menurun seiring dengan bertambahnya waktu setelah operasi.
menarik.
Tata letak data alternatif ditampilkan di sini. Tata letak ini adalah
dasar di mana kurva kelangsungan hidup Kaplan-Meier diturunkan.
Kolom pertama dalam tabel memberikan waktu kelangsungan hidup
berurutan dari terkecil hingga terbesar. Kolom kedua memberikan
jumlah frekuensi kegagalan pada setiap waktu kegagalan yang
berbeda. Kolom ketiga memberikan jumlah frekuensi, dilambangkan
dengan qf, dari orang-orang yang disensor dalam interval waktu yang
dimulai dengan waktu kegagalan t(f) tetapi tidak termasuk waktu
kegagalan berikutnya, dilambangkan dengan t (f+1). Kolom terakhir
memberikan set risiko, yang menunjukkan kumpulan individu yang
bertahan setidaknya sampai waktu t(f).
Ilmu analisis data terus mengalami perkembangan yang cukup signifikan dari masa ke masa.
Untuk menunjang tingkat keakuratan hasil analisis suatu fenomena, kini sudah banyak
bermunculan berbagai macam metode analisis data. Salah satu diantaranya adalah Metode Kaplan
Meier yang banyak digunakan untuk menganalisis ketahanan suatu individu ataupun populasi.
Istilah mengenai metode Kaplan Meier ini sendiri berasal dari gabungan dua orang ahli statistik
yaitu Edward L. Kaplan dan Paul Meier. Pada tahun 1958 keduanya melakukan kajian mengenai
cara-cara yang efektif untuk menangani data-data yang tidak lengkap atau tersensor.
Seiring dengan perkembangannya, metode ini semakin banyak digunakan di ranah medis. Metode
Kaplan Meier merupakan suatu jenis analisis estimasi non-parametrik dalam suatu fungsi survival
yang secara umum digunakan untuk menganalisis ketahahan hidup suatu populasi setelah
mendapatkan treatment tertentu seperti pengobatan dan berbagai hal lainnya.
Metode Analisis Kaplan Meier menjadi salah satu metode yang terbilang paling sederhana yang biasa
digunakan untuk menentukan kelangsungan hidup dari waktu ke waktu terlepas dari semua kesulitas
yang terkait dengan subjek penelitian itu sendiri.
Hal ini membuat analisis Kaplan Meier ini banyak digunakan sebagai metode analisis dalam dunia
medis seperti melakukan analisis terhadap kemungkinan bertahan hidup para pasien penderita kanker,
penderita HIV, dan berbagai kondisi pasien medis yang lainnya.
Seiring dengan perkembangannya, metode ini semakin banyak digunakan di ranah medis. Metode
Kaplan Meier merupakan suatu jenis analisis estimasi non-parametrik dalam suatu fungsi survival
yang secara umum digunakan untuk menganalisis ketahahan hidup suatu populasi setelah
mendapatkan treatment tertentu seperti pengobatan dan berbagai hal lainnya.
Metode Analisis Kaplan Meier menjadi salah satu metode yang terbilang paling sederhana yang biasa
digunakan untuk menentukan kelangsungan hidup dari waktu ke waktu terlepas dari semua kesulitas
yang terkait dengan subjek penelitian itu sendiri.
Hal ini membuat analisis Kaplan Meier ini banyak digunakan sebagai metode analisis dalam dunia
medis seperti melakukan analisis terhadap kemungkinan bertahan hidup para pasien penderita kanker,
penderita HIV, dan berbagai kondisi pasien medis yang lainnya.
Untuk memperkirakan probabilitas kelangsungan hidup pada waktu tertentu, menggunakan
risiko yang ditetapkan pada waktu itu untuk memasukkan informasi yang kami miliki tentang
orang yang tersensor hingga waktu penyensoran, daripada membuang semua informasi tentang
Perhitungan sebenarnya dari probabilitas kelangsungan hidup seperti itu dapat dilakukan
pecahannya adalah 18/21 untuk bertahan pada minggu ke-6, karena 21 subjek
bertahan hingga minggu ke-6 dan 3 dari subjek tersebut gagal untuk bertahan
melewati minggu ke-6. Pecahannya adalah 16/17 untuk bertahan pada minggu
ke-7, karena 17 orang tetap sampai minggu 7 dan 1 dari ini gagal untuk
sama.
Contoh Kurva Kaplan-Meier
Untuk waktu kegagalan tertentu t(f), fraksi dapat secara umum dinyatakan
ketersediaan (yaitu, dalam set risiko) pada waktu t(f). Ini adalah rumus yang
sama persis dengan yang sebelumnya kita gunakan untuk menghitung setiap
suku produk dalam rumus batas produk yang digunakan untuk data grup 2.
Perhatikan bahwa subjek mungkin tidak tersedia pada waktu t(f) karena salah
satu dari dua alasan: (1) subjek gagal sebelum t(f), atau (2) subjek telah disensor
Jadi, misalnya, pada minggu ke-4, tidak ada subjek yang gagal di
grup 1, sedangkan dua subjek gagal di grup 2. Juga, pada minggu
ke-4, set risiko untuk grup 1 berisi 21 orang, sedangkan set risiko
untuk grup 2 berisi 16 orang.
Demikian pula pada minggu ke 10, 1 subjek gagal di grup 1, dan
tidak ada subjek yang gagal di grup 2; set risiko untuk masing-
masing kelompok berisi 15 dan 8 orang, masing-masing.
The Log-Rank Test for Two Groups