Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

VALIDASI ROC KURVA ANALISIS REGRESI Halaman-1. GOLD STANDARD VS HASIL LAIN Analisis ini menekankan pada seberapa besar tingkat “kebenaran test” yang bisa.

Presentasi serupa


Presentasi berjudul: "VALIDASI ROC KURVA ANALISIS REGRESI Halaman-1. GOLD STANDARD VS HASIL LAIN Analisis ini menekankan pada seberapa besar tingkat “kebenaran test” yang bisa."— Transcript presentasi:

1 VALIDASI ROC KURVA ANALISIS REGRESI Halaman-1

2 GOLD STANDARD VS HASIL LAIN Analisis ini menekankan pada seberapa besar tingkat “kebenaran test” yang bisa didapatkan. Halaman - 2 BENAR SALAH

3 Sensitivitas : “sakit terdeteksi sakit” atau kemampuan menemukan yg menderita penyakit Spesifisitas : “sehat terdeteksi sehat” atau kemampuan menemukan yang tidak menderita penyakit Screening test valid : sangat sensitif dan sangat spesifik Halaman - 3

4 Sebenarnya penyakit +penyakit – + a b hasil tes: - c d a + c b + d Sensitivitas = a / (a+c) Spesifisitas = d / (b+d)

5 METODE1 = AKURAT Sensitifitas = 30/(30+1) = 96,8% Spesifisitas = 28/(1+28) = 96,6% Halaman - 5

6 VALIDASI DENGAN KURVA ROC Sensitifitas = 96,8%; 1-Spesifisitas = 1-96,6% = 3,4%. Luas area di bawah kurva = 0,967 (mendekati 1) dan p-value = 0,000. Metode memiliki validasi yang tinggi Halaman - 6

7 METODE2 = TIDAK AKURAT Sensitifitas = 17/(17+14) = 54,8% Spesifisitas = 16/(13+16) = 55,2% Halaman - 7

8 VALIDASI DENGAN KURVA ROC Sensitifitas = 54,8%; 1-Spesifisitas = 1-55,2% = 44,8%. Luas area di bawah kurva = 0,550 (mendekati 0,5) dan p-value = 0,506. Metode memiliki validasi yang sangat rendah Halaman - 8

9 METODE3 = CUKUP AKURAT Sensitifitas = 29/(29+2) = 93,5% Spesifisitas = 16/(13+16) = 55,2% Halaman - 9

10 VALIDASI DENGAN KURVA ROC Sensitifitas = 93,5%; 1-Spesifisitas = 1-55,2% = 44,8%. Luas area di bawah kurva = 0,744 (mendekati 1) dan p-value = 0,001. Metode memiliki validasi yang cukup tinggi Halaman - 10

11 REGRESI SEDERHANA Halaman - 11

12 Pola hubungan data standard dengan pembanding Halaman - 12

13 Hasil analisis regresi pada data-data pembanding : Y = 8,69 + 0,919X R 2 = 93,8% Halaman - 13

14 Hasil analisis regresi pada data-data Gold Standard: Y = 6, ,912X R 2 = 95,8% Halaman - 14

15 Menguji validasi kesamaan hasil dari dua metode, bisa dilakukan dengan regresi variabel dummi. Tambahkan dua variabel yaitu : D (bernilai 0 = pembanding dan 1 = goldstandard) Tambahkan variabel D kali X Apabila hasil uji koefisien regresi untuk D dan DX adalah tidak signifikan, berarti metode pembanding memilki validasi yang bagus. Halaman - 15

16 REGRESI DAN KORELASI REGRESI Menganalisis besar pengaruh Bersifat kausal (sebab akibat) Harus ada variabel bebas dan variabel terikat Menghasilkan persamaan regresi KORELASI Menganalisis tingkat hubungan Boleh tidak bersifat kausal (sebab akibat) Tidak harus ada variabel bebas dan variabel terikat Menghasilkan koefisien korelasi regresi Halaman - 16

17 REGRESI SEDERHANA – Hanya mengandung satu variabel bebas – Bertujuan untuk menguji keberatian pengaruh dari variabel bebas terhadap variabel terikat – Hubungan sebab akibat bersifat linier – Model persamaan regresi : Y = bo + b1X + e Halaman - 17

18 MODEL REGRESI Data bisa dimodelkan dengan unsur “systematic component” ditambah dengan “random errors” Dinyatakan dengan : Y = βo + β1X + ε Halaman - 18

19 KOMPONEN MODEL Parameter βo disebut dengan konstanta atau intersep, yaitu harga Y apabila nilai X berharga nol Parameter β1 disebut dengan koefisien regresi atau slope, yaitu besar pengaruh terhadap Y apabila harga X naik 1 satuan Nilai harapan pada Y adalah E(Y ) = βo + β1X Kompenen error (ε) adalah seliaih nilai antara nilai Y yang sesungguhnya dengan Y hasil model regresi Halaman - 19

20 DIAGRAM PENCAR Sifat hubungan antara variabel bebas dengan variabel terikat bisa dikenali dari hasil diagram pencar (scatter plot) Bila terlihat tidak bersifat linier (berbentuk kurva atau lengkungan), pemodelan bisa diselesaikan dengan model regresi non linier Halaman - 20

21 TUJUAN MODEL REGRESI Mencari persamaan terbaik yang paling dekat dengan data-data yang akan dianalisis (a) adalah scatter plot data yang dianalisis (b) Bila X sama sekali dianggap tidak berpengaruh pada Y (garis datar), error yang diperoleh sangat besar (c) dan (d) hasil analisis regresi dengan garis yang cukup dekat dengan data-data yang sesungguhnya Halaman - 21

22 KOEFISIEN DETERMINASI Koefisien determinasi (R 2 ) adalah besaran statistik dalam model regresi yang dipergunakan untuk mengukur kontribusi variabel bebas dalam menjelaskan keragaman variabel terikat Pada gambar dijelaskan bahwa semakin sempurna hubungan variabel, maka semakin besar nilai R 2 Halaman - 22

23 ESTIMASI HARGA β 0 DAN β 1 Persamaan regresi Y = β 0 + β 1 X + ε Estimasi persamaan adalah Y = b 0 + b 1 X + e Halaman - 23

24 ESTIMASI HARGA ERROR β 0 DAN β 1 Nilai βo dan β1 bersifat di estimasi, sehingga akan menghasilkan rentang nilai dengan simpangan sebesar s(b0) dan s(b1) Semakin kecil harga simpangan berarti semakin meyakinkan hasil estimasi tersebut Halaman - 24

25 PENGUJIAN HIPOTESIS Pengujian dilakukan terhadap koefisien regresi Statistik uji yang dihitung adalah thitung yang dibandingkan dengan nilai kritis t pada derajat bebas (n-2) Halaman - 25


Download ppt "VALIDASI ROC KURVA ANALISIS REGRESI Halaman-1. GOLD STANDARD VS HASIL LAIN Analisis ini menekankan pada seberapa besar tingkat “kebenaran test” yang bisa."

Presentasi serupa


Iklan oleh Google