Pray Nadeak's Blog

(Indahnya Berbagi)

Analisis Tahan Hidup (Sebuah Pengantar)

on March 6, 2014

Analisis tahan hidup adalah suatu metode yang digunakan untuk mengkaji ketahanan hidup satu atau beberapa kelompok individu. Waktu tahan hidup dicatat sebagai data tentang jangka waktu terjadinya suatu kejadian mulai awal sampai akhir. Hal yang menarik dalam analisis tahan hidup adalah adanya titik kejadian (event point) dalam kelompok atau kelompok-kelompok individu yang disebut gagal (failure), dan waktu  bertahannya disebut waktu hidup (life time). Ada tiga syarat yang harus dipenuhi dalam menentukan waktu gagal secara teliti, yaitu:

  1. Ada waktu permulaan
  2. Satuan pengukuran yang jelas
  3. Definisi gagal harus jelas

Berdasarkan syarat di atas, data dalam analisis ini dibedakan menjadi dua jenis, yaitu: 1. Data lengkap, yaitu bila semua individu yang diamati (unit observasi) selama periode penelitian tertentu mengalami kejadian yang diinginkan (kegagalan). Pada akhir periode penelitian, status dari semua unit observasi adalah gagal, sehingga waktu bertahan yang sebenarnya diketahui. Data inilah yang disebut sebagai data tidak tersensor. Jadi, data lengkap adalah data yang semua unit observasinya adalah data tidak tersensor. Pengumpulan data lengkap jarang dilakukan pada penelitian dengan unit observasi yang besar karena dibutuhkan waktu yang lama dan biaya yang mahal untuk melakukan penelitian sampai semua unit observasi mengalami kegagalan. 2. Data tidak lengkap, yaitu bila tidak semua unit observasi yang diamati selama periode penelitian tertentu mengalami kegagalan sehingga waktu bertahan yang sebenarnya dari sebagian observasi tidak diketahui. Individu yang masih hidup pada akhir penelitian (withdrawn alive) dan hilang dari penelitian (lost to follow up) tetap disertakan dalam penelitian. Data dari individu inilah yang disebut sebagai data tersensor. Penyensoran dilakukan untuk menghemat waktu dan biaya. Berikut ini tipe-tipe penyensoran, yaitu: a. Tersensor tipe I Dikatakan tersensor tipe I jika periode penelitian telah ditentukan dan objek penelitian masuk ke dalam penelitian pada waktu yang sama. Misalnya, dilakukan penelitian waktu ketahanan siswa yang masuk SD pada tahun yang sama. Gambar 3 menunjukkan waktu ketahanan siswa. 1 Siswa A, B, dan D putus sekolah pada bulan ke 36, 48, dan 84 yang selanjutnya disebut sebagai amatan tidak tersensor dan data ketiga siswa lainnya disebut sebagai amatan tersensor. Siswa C dan E merupakan contoh kasus withdrawn alive (tetap bertahan hingga batas waktu penyensoran), sedangkan siswa F merupakan contoh kasus lost to follow up (hilang sebelum batas waktu penyensoran. b. Tersensor tipe II Pada tersensor tipe II, individu masuk ke dalam penelitian pada waktu yang sama dan penelitian dihentikan jika sejumlah individu yang telah ditentukan mati (r dari n individu dan r<n). Misalnya pada penelitian yang dilakukan terhadap siswa SD tahun untuk mengetahui waktu ketahanan sekolahnya, penelitian akan dihentikan jika empat siswa putus sekolah. Ternyata pada bulan ke 72 terdapat empat siswa yang putus sekolah (A, D, E dan F) sehingga penelitian dihentikan pada bulan tersebut. Seperti diilustrasikan pada Gambar 4. 2 c. Tersensor tipe III Disebut tersensor tipe III jika setiap individu masuk ke dalam penelitian pada waktu yang berbeda-beda selama periode penelitian. Misalnya, dilakukan penelitian waktu ketahanan sekolah siswa. Selama periode 12 tahun penelitian terdapat enam siswa masuk ke dalam pengamatan. Seperti pada Gambar 5 terlihat bahwa siswa A, B, dan E masuk ke dalam pengamatan pada permulaan bulan keduapuluhempat, ketigapuluhenam, dan keduabelas. Pada akhir periode penelitian diketahui bahwa tiga siswa putus sekolah (A, B dan E), sedangkan siswa C dan D withdrawn alive serta siswa F lost to follow up. Kasus Lost to follow up tidak ada dalm penelitian ini karena peneliti tidak mengamati secara langsung objek penelitian dari waktu awal pengamatan ketahanan bersekolah. 3

Selanjutnya, dalam Statistika terdapat 3 jenis teknik analisis tahan hidup, yaitu:

  1. Analisis tahan hidup parametrik, yakni analisis tahan hidup yang tidak mengasumsikan kejadian/kegagalan yang terjadi tidak mengikuti distribusi teoritis tertentu, contohnya life table & kaplan meier.
  2. Analisis tahan hidup nonparametrik, yakni analisis tahan hidup yang tidak mengasumsikan kejadian/kegagalan yang     terjadi mengikuti suatu distribusi teoritis  tertentu, contohnya Regresi Weibull yang mengikuti distribusi Weibull & Regresi Gompertz yang mengikuti distribusi Gompertz.
  3. Analisis tahan hidup semiparametrik, yakni analisis tahan hidup yang merupakan kombinasi analisis tahan hidup         parametrik dan analisis tahan hidup nonparametrik, contohnya Cox proportional hazard model.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

FORUM STATISTIKA

Speaks With Data

Scholarship and Career Tips

About scholarship, career and work life..

Merajut Kata

Untuk-MU, ALLAH-ku.. Untuk Mereka, Orangtuaku.. Untukmu, Saudaraku..

anesanurul.wordpress.com/

Free like a sea, High like a Sky

minyak ikan kod

hanya tuang pikiran daripada bengong

The Wina

Because of all stories, nothing lasts forever

Immigration Reheated.

Politics & policy of immigration reform. Hoping third time's the charm.

Patrick Tucker

Writer. Editor. Futurist

divorcescience

the scientific study of divorce & support for families

cobodoe

a dreamer

Indahnya Ilmu

Biarkan jari-jarimu menari~

Pray Nadeak's Blog

(Indahnya Berbagi)

The WordPress.com Blog

The latest news on WordPress.com and the WordPress community.

%d bloggers like this: