MODEL REGRESI PARAMETRIK UNTUK DATA TAHAN HIDUP TERSENSOR INTERVAL; PARAMETRIC REGRESSION MODEL FOR INTERVAL CENSORED SURVIVAL DATA

DEVIYANTI ROCHANA, Danardono

2012 | Skripsi | PROGRAM STUDI STATISTIKA

Analisis regresi parametrik pada data tersensor interval adalah metode analisis data yang bertujuan mencari suatu hubungan antara varibel respon yang tersensor interval dengan variabel prediktor dengan asumsi populasi mempunyai distribusi data tertentu. Pada kasus penelitian di lapangan, tidak mudah untuk mendapatkan data lengkap sehingga memungkinkan adanya data tersensor, seperti kasus tersensor interval yaitu kejadian yang menjadi perhatian hanya diketahui terjadi sebelum dan sesudah waktu tertentu, karena penelitian dilakukan secara periodik. Di satu sisi, dengan adanya data tersensor akan menyebabkan analisis regresi menjadi lebih kompleks dan nonlinea. Beberapa model regresi parametrik yang akan dibahas adalah model regresi Eksponensial, Weibull, Log Logistik dan Log Normal. Dalam konteks data tersensor interval, kesimpulan dari model parametrik sangat kuat dengan perubahan asumsi distribusi dan umumnya lebih informatif daripada model nonparametrik. Metode estimasi yang digunakan untuk memperoleh estimasi parameter regresi adalah metode Maximum Likelihood Estimation (MLE) dan metode iterasi Newton Raphson dengan bantuan software R. Analisis dilanjutkan dengan menguji koefisien parameter pada model regresi yang dihasilkan. Dari hasil uji parsial parameter regresi tersebut, kemudian akan dicari model terbaiknya dengan ukuran Akaike Information Criterion (AIC) yang terkecil.

Kata Kunci : Model Regresi Parametrik, Data Tersensor Interval, Maximum Likelihood Estimation (MLE), Newton Raphson, Akaike Information Criterion (AIC)