Download - VALIDASI ROC KURVA ANALISIS REGRESI
BBIB-MALANG Pelatihan Statistika Modul 3
VALIDASIROC KURVA
ANALISIS REGRESI
Halaman-1
BBIB-MALANG Pelatihan Statistika Modul 3
GOLD STANDARD VS HASIL LAIN
• Analisis ini menekankan pada seberapa besar tingkat “kebenaran test” yang bisa didapatkan.
Halaman - 2
BENAR
BENAR
SALAH
SALAH
BBIB-MALANG Pelatihan Statistika Modul 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
BBIB-MALANG Pelatihan Statistika Modul 3
Sebenarnya penyakit + penyakit –
+ a bhasil tes: - c d
a + c b + d
Sensitivitas = a / (a+c)
Spesifisitas = d / (b+d)
BBIB-MALANG Pelatihan Statistika Modul 3
METODE1 = AKURAT
• Sensitifitas = 30/(30+1) = 96,8%• Spesifisitas = 28/(1+28) = 96,6%
Halaman - 5
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
METODE2 = TIDAK AKURAT
• Sensitifitas = 17/(17+14) = 54,8%• Spesifisitas = 16/(13+16) = 55,2%
Halaman - 7
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
METODE3 = CUKUP AKURAT
• Sensitifitas = 29/(29+2) = 93,5%• Spesifisitas = 16/(13+16) = 55,2%
Halaman - 9
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
REGRESI SEDERHANA
Halaman - 11
BBIB-MALANG Pelatihan Statistika Modul 3
Pola hubungan
data standard dengan
pembanding
Halaman - 12
BBIB-MALANG Pelatihan Statistika Modul 3
• Hasil analisis regresi pada data-data pembanding :
• Y = 8,69 + 0,919X• R2 = 93,8%
Halaman - 13
BBIB-MALANG Pelatihan Statistika Modul 3
• Hasil analisis regresi pada data-data Gold Standard:
• Y = 6,807 + 0,912X• R2 = 95,8%
Halaman - 14
BBIB-MALANG Pelatihan Statistika Modul 3
• 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
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
MODEL REGRESI
• Data bisa dimodelkan dengan unsur “systematic component” ditambah dengan “random errors”
• Dinyatakan dengan :Y = βo + β1X + ε
Halaman - 18
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
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
BBIB-MALANG Pelatihan Statistika Modul 3
KOEFISIEN DETERMINASI• Koefisien determinasi (R2)
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 R2
Halaman - 22
BBIB-MALANG Pelatihan Statistika Modul 3
ESTIMASI HARGA β0 DAN β1
• Persamaan regresiY = β0 + β1X + ε
• Estimasi persamaan adalah Y = b0 + b1X + e
Halaman - 23
BBIB-MALANG Pelatihan Statistika Modul 3
ESTIMASI HARGA ERROR β0 DAN β1• 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
BBIB-MALANG Pelatihan Statistika Modul 3
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